半导体行业的周期规律颇为复杂。传统周期的核心是供需错配，即“需求变化迅速，供给难以跟上”。过去，行业一直在“缺货涨价 - 扩产过剩 - 减产缺货”的循环中徘徊。建造一座晶圆厂需要2 - 3年时间，投资高达几百亿美元，待产能提升时，市场需求或许早已改变。例如2023年存储行业的巨额亏损，便是盲目扩产所致。
其周期由库存、资本开支、技术迭代和宏观经济四层嵌套而成。库存周期为3 - 5年，终端需求的微小波动经产业链放大后，会使上游芯片订单产生剧烈变动。如今AI的崛起成为新的需求奇点，使周期演变成更持久、更剧烈的超级周期，游戏规则彻底改变。
先看库存周期这一层。在AI大规模应用之前，库存周期宛如规律的波浪。但AI出现后，这波浪被搅得“天翻地覆”。AI设备对芯片的需求呈爆发式增长，原本按旧有库存周期规划的企业，突然发现库存严重不足，或者库存的芯片类型根本无法满足新需求。比如一些原本用于传统计算的芯片库存积压，而AI专用芯片却供不应求。
在资本开支周期方面，以往企业会依据较为稳定的市场需求规划投资。如今AI的出现让企业陷入两难境地。一方面，鉴于AI带来的巨大市场潜力，企业都想加大投资以抢占市场份额；另一方面，又担忧AI发展速度过快，投资刚投入，技术就已过时。就像在2023年存储行业亏损的阴影下，企业对是否为AI芯片扩产格外谨慎。
技术迭代周期也因AI而加速。以往半导体技术循序渐进地更新换代，但AI需要更强大的算力支持，迫使芯片技术不断突破。新的架构、制程工艺不断涌现，企业若无法跟上技术迭代的速度，很快就会被市场淘汰。
宏观经济层面上，AI的发展与宏观经济相互影响。一方面，良好的宏观经济环境为AI的发展提供资金和市场；另一方面，AI也在一定程度上拉动了经济增长。不过，这种复杂的相互关系让半导体行业的周期更难以捉摸，企业需时刻保持警觉，方能在这个超级周期中生存和发展。