来源：美股AI助手

5月28日，台积电宣称能源限制促使人们重新思考人工智能芯片设计，能源效率已超越原始计算性能，成为未来芯片设计关键限制因素，预计从当前N2工艺节点到2028年A14系列，芯片设计可降低多达30%功耗。

整个半导体市场定价体系基于计算吞吐量是主要限制因素的假设构建，功耗被视为次要优化目标。自2025年初，电力网络问题初现，2026年年中数据显示，美国原计划2026年投入使用的数据中心容量30 - 50%被推迟或取消，计划建设的16吉瓦人工智能数据中心容量仅建成5吉瓦，电网接入流程需三到七年，超大规模数据中心运营商虽投入超7000亿美元资本支出，但电力跟不上。

英伟达应对功耗限制投入更多架构设计，引用基准测试称布莱克威尔Ultra芯片每兆瓦吞吐量比上一代提高50倍，每个令牌成本降低35倍。鲁宾平台原计划2026年推出，现推迟至2027财年下半年，因供应链调整及架构功耗高。

行业头部企业失败逻辑反过来适用，功耗限制对能提供低功耗替代方案的厂商是机遇，如谷歌TPU针对特定工作负载和功耗范围优化。

投资者面临复杂情况：一是需求充足但交付受基础设施建设周期限制；二是英伟达提高能效努力真实但无法解决电网容量缺失问题；三是鲁宾平台延迟是结构性问题，因功耗高难适应交付环境。这将使英伟达产品换代周期放缓，营收确认分散，竞争优势及高估值逻辑难维持。