從白毛股神到百億基金大佬，當空英偉達的聰明人都在用同一個框架暴富

作者：嗶嗶 News

Leopold以2.25億美元創立基金，12個月做到55億美元，現已擴大至130億美元，他押注的瓶頸是電力、算力、內存、光互聯這些AI物理基建。

他的投資組合裡沒有一股英偉達，反而用84.6億美元的看跌期權做空整個晶片板塊。

在英偉達股價6美元時拒掉它offer的白毛股神，靠紫蘇葉理論選小盤股，自稱年化收益225倍，他押注的瓶頸是CPO光互聯、InP襯底、光收發器等AI光通訊供應鏈上游。

英特爾CEO陳立武2026年6月18日在No Priors播客上的訪談也進一步強調了這個理論。 陳立武在執掌英特爾前擔任Cadence CEO十二年，任期內股價漲了32倍。

同時他也是半導體領域最活躍的創投之一，個人投了200多家半導體公司，其中159家IPO，他押注的瓶頸覆蓋EDA、GaN/SiC/InP等新材料以及光互聯。

一塊電路板，看懂AI硬體供應鏈

拿起任何一塊AI加速器的電路板。

在它被製造出來之前，設計師需要用EDA工具驗證數百億個電晶體的佈局，用InP、GaN、SiC這些新材料替代正在觸及物理極限的矽，用氦氣保護光刻和蝕刻中每精密精確工序。

板子上，GPU晶片和HBM記憶體堆疊在一起，透過台積電的CoWoS或英特爾的EMIB完成先進封裝。 GPU決定算力上限，HBM決定算力能不能釋放，封裝決定它們能不能組裝在一起。

板子和板子之間，數千塊這樣的加速器要協同運算。 銅纜正在接近物理頻寬極限，光互聯正在接棒。

板子周圍，48V電壓要降到GPU需要的不足1V，每一步轉換都在產生熱量；120kW一個機櫃的功耗，傳統風冷已經吹不動了，液冷正在成為標配。

板子之外，這一切都需要電力。 一個AI資料中心的用電量相當於一個中等城市，而電網擴容和新建發電設施需要數年。

這就是九個瓶頸的全貌。 下面逐一拆解。

板子之前

所有晶片在製造之前，都必須經過EDA完成設計和驗證，驗證環節佔整個晶片開發週期的60%-70%。

AI加速器整合數百億個電晶體，再疊上HBM、3D堆疊和先進封裝，設計複雜度持續放大，但EDA工具的運算效率沒有同步跟上。 一旦驗證出問題需要重新流片，失敗成本可能超過數千萬美元。

2025年EDA市場規模約145億美元，2026年預計接近180億美元。 Synopsys、Cadence、Siemens三家合計拿走65%以上份額。 陳立武在Cadence做了十二年CEO，他比多數投資人都清楚這個環節的定價權，他形容EDA是一座金礦。 Cadence已經能把設計收斂速度提升5倍，Siemens的AI系統在部分任務上達到10倍加速。

傳統矽基材料在功耗、散熱、光通訊等方向逐漸觸及性能天花板。 五種新材料正在成為突破：GaN（高頻功率元件）、SiC（高壓大電流）、InP（光通訊）、人造鑽石（導熱）、玻璃基板（先進封裝）。

800G、1.6T光模組依賴InP材料，目前AI光互聯需求缺口約40%-60%。 玻璃基板被視為下一代先進封裝方向，英特爾和台積電均在加速推進量產。 Wolfspeed和Infineon僅2025-2027年就在SiC產能上投入超過150億美元。

2026年初，一件多數投資人完全沒注意到的事情發生了：卡達Ras Laffan的供應擾動導致全球27%-30%的氦氣供應受影響，現貨價格短期上漲40%-100%。 韓國半導體產業對卡達氦氣依賴度約64.7%，三星和SK海力士的HBM產線因此面臨供應風險。

氦氣貫穿EUV微影、蝕刻、沉積、晶圓冷卻等環節，不可再生，無替代品。 半導體產業佔全球氦氣消費量約24%，預計2030年提升至30%。 更麻煩的是，2nm製程相比3nm，單位氦氣消耗量還要增加約20%。 製程越先進，越依賴一種正在變少的資源。

三星推出氦氣循環利用系統，台積電先進產線回收率達80%-90%。 但回收只能緩解，無法解決根本問題：供應集中在少數氣源地，新氣源建設週期以年計。

板上

HBM為GPU提供高速資料傳輸能力，供應長期緊張，已成為限制AI伺服器出貨的核心瓶頸。 記憶體比什麼都缺。

2026年全球HBM市場規模預計約92億美元，到2035年可望增長至近700億美元，年複合增速超過25%。 SK海力士、三星和美光三家主導市場，SK海力士憑藉領先產能成為英偉達核心供應商，三星和美光正在加速擴產HBM3E和HBM4。

GPU決定算力上限，HBM決定這些算力能否被釋放。

先進封裝將GPU和HBM整合成完整AI加速器，台積電CoWoS是最主流方案。 GPU和HBM即使已經生產出來，無法完成封裝也無法轉化為算力。

台積電CEO公開表示CoWoS產能"極度緊張，2026年已經售罄"。 產能已從2024年底約3.5萬-4萬片/月提升至2026年目標12萬-14萬片/月，但需求成長更快。 2026年全球CoWoS需求預計接近100萬片晶圓，英偉達一家佔約60%，並透過長期合約鎖定大量產能。

英特爾押注EMIB和玻璃基板方案試圖在封裝方向與台積電競爭，ASE、Amkor等封裝廠也在同步擴產。

板子之間

大模型訓練需要數千甚至上萬塊GPU協同運算。 單塊GPU的算力再強，如果晶片間資料傳輸速度跟不上，整個群集的實際利用率就會被拖低。 目前主流的銅纜互聯方案正接近實體頻寬上限，高速互聯晶片和新型互聯架構成為資本密集投入的方向。

光子是互聯瓶頸的下一代解。 電訊號在長距離和高密度傳輸場景下有訊號衰減和發熱問題，光訊號在這兩方面具備物理優勢。 矽光子和CPO（共封裝光學）可望降低30%-50%的互聯功耗，但製造流程、封裝整合和成本控制尚未成熟，產能與AI群聚需求之間存在明顯缺口。 2025年光學互聯市場約150億美元，到2034年可達430億美元。

黃仁勳幾乎投了所有做光互聯的公司。 自2026年以來，NVIDIA累計超過65億美元投入光子方向：向Lumentum和Coherent各投入約20億美元，向Ayar Labs投入5億美元佈局矽光子路線。

板子周圍

AI伺服器需要將48V甚至更高電壓，經由多層轉換降到GPU運作所需的少於1V。 傳統矽基功率元件在高功率場景下效率不足，GaN和SiC正成為下一代方案。

onsemi測算，下一代1MW AI機架中，功率半導體價值量從約5萬美元翻倍至10萬美元。 2025-2026年GaN/SiC功率元件市場約20億美元，預計2030年超過80億美元，年複合成長率超過20%。

Infineon收購GaN Systems補全產品線，Navitas推出面向AI資料中心的GaN電源方案，onsemi、Wolfspeed、STMicroelectronics也在加速擴充SiC產能。

以NVIDIA GB200 NVL72為代表的新一代AI伺服器機櫃，功耗達120kW以上。 這些熱量如果只靠風扇吹，機房需要的空間和噪音都會失控。 液冷正成為下一代AI資料中心的標配方案。

2025年全球資料中心液冷市場約50億美元，到2035年可望成長至271億美元。 液冷在新建AI資料中心的採用比例預計從2025年的約35%提升至2026年底約55%。

NVIDIA在Blackwell和Rubin平台中推動液冷架構，微軟、Google、亞馬遜、Meta在新資料中心中加速採用。 晶片級散熱方面，陳立武佈局了人造鑽石方向，利用其高導熱能力解決高功率晶片的局部熱量集中問題。

板子以外

美國已有大量資料中心專案因電網接取不足面臨延期。

亞馬遜、微軟、Google、Meta 2026年合計資本開支預計達7000億美元，相當大比例流向AI基礎設施和能源配套。 傳統電網擴容速度跟不上需求，科技公司開始轉向長期購電協議、天然氣發電和核電等替代方案。

Leopold認為矽谷幕後正在上演一場爭奪本世紀剩餘所有電力合約和每一台變壓器的搶購戰。 他的判斷是：AI時代真正的瓶頸不是演算法，而是電。

Williams投入51億美元建設模組化天然氣發電設施，GE Vernova燃氣渦輪訂單積壓達100GW級；NVIDIA透過NVentures投資TerraPower推動小型模組化核反應，Stargate專案也正在探索核供電能。

比較其他技術瓶頸，電力建設涉及電網、土地、審批，建設週期更長，也更難快速複製。

這套框架能用到何時

這套瓶頸投資架構能用多久？ 取決於供給什麼時候追上需求。

從產能建置時間表看，2027年下半年是第一個供給釋放節點：SK海力士M15X工廠計畫2027年中投產，美光新加坡和台灣工廠也瞄準2027年。 白毛股神判斷光子超級週期也將在2027年中開始起量。 2028年是第二波：三星Pyeongtaek P5工廠、SK海力士美國印第安納工廠、美光廣島工廠集中上線。 陳立武的判斷是："2028年以前不會有緩解。"

但新產能上線不等於瓶頸消失。 每一代GPU對HBM的需求量都在翻倍，NVIDIA下一代Rubin架構對HBM4的需求將進一步放大；而且超大規模雲廠商已經透過長期合約鎖定了大量新增產能，開放市場能拿到的份額有限。

2017-2018年，DRAM價格暴漲，三星大幅擴產，資本開支提高了50%以上。 新產能在2019年集中釋放後，價格崩盤，全產業虧損。 從產能投入到價格反轉，花了18個月。

這一輪的規模遠大於上一輪。 DRAM價格從2025年到2027年預計上漲約275%-300%，是2017-2018年漲幅的三倍，而且發生在三倍的營收基數上。 SK海力士、三星、美光三家記憶體廠商的市值都已突破1兆美元，HBM利潤率高達60%-70%，遠超傳統DRAM。 如果以同樣的18個月窗口推算，2028年底到2029年中就是需要高度警覺的時間段。

真正需要關注的是這個訊號：如果屆時AI資本開支增速放緩，而三家廠商的新產能同時釋放，供需關係可能快速反轉，瓶頸變過剩，定價權從供應商回到買方。

Leopold的操作暗示他已經在為這個場景做準備。 他在做多電力和基礎建設的同時，用84.6億美元的看跌期權做空半導體板塊。 他的判斷是，一旦AI基礎設施建設週期見頂，晶片公司之間的激烈競爭會壓縮利潤率，但電力和實體基建的稀缺性更持久、更難被複製。

在那之前，這條鏈上的供需失衡還看不到緩解。