英特尔首席技术官普什卡·拉纳德（Pushkar Ranade）在接受Dwarkesh播客采访时表示，即便资金充足，全球前沿晶圆产量也难以实现十倍增长，更现实的上限约为两倍。这一判断为当前快速扩张的AI算力需求提供了一个来自半导体制造端的产能参照。
拉纳德是在回应“全球是否有足够工具将前沿晶圆产量提高10倍”这一问题时作出上述表述的。他指出，限制并非来自单一环节，而是源于整个半导体供应链协同扩产的能力。AI计算能力过去十年大约以每年三倍的速度增长，但制造先进芯片所需的关键设备、洁净室和晶圆厂规模正在成为新的产能天花板。
设备供应是核心约束之一。拉纳德提到，ASML每年生产的EUV光刻机不足100台，且到本十年末也难以大幅扩产，而英特尔、台积电以及SK海力士等存储厂商共同争夺这些设备。他进一步解释，当前下单的设备通常约18个月后才能交付，意味着新增产能要到2028年前后才能落地。新建晶圆厂也无法自动带来更多晶圆，重要原因在于设备供应跟不上。
拉纳德认为，若要整体提升产量，设备供应商、其上游供应商以及更底层的子供应商都必须同步增加产能。光刻机、关键零部件、材料、检测设备与工厂建设等环节中，只要有一处受限，先进晶圆的最终产出就难以大幅跃升。这一表态反映出AI算力扩张正从资本投入问题转向供应链协同问题。
对AI产业链而言，前沿晶圆产能的增长上限意味着大模型训练与推理所需的算力供给在中期内将受到制造环节的硬性约束。晶圆代工与存储厂商的扩产节奏、设备交付周期，将成为影响AI基础设施投资回报与部署进度的重要变量。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
