Alphabet资本开支再上修，利好亚太云半导体供应链

概览

本报告是Morgan Stanley对Alphabet 2Q26业绩电话会的亚太云半导体读数点评。核心结论是，Alphabet持续上修AI与云资本开支、算力容量仍受约束、TPU开始外部交付并将在2027年放量，均支持AI基础设施投资仍处上行周期，对大中华及亚太云半导体、AI服务器和先进封测供应链构成正面信号。

核心观点

报告认为Alphabet的表述有助于缓解投资者对AI投资放缓的担忧。FY26资本开支指引升至US$195-205bn，2Q26资本开支US$44.9bn，其中技术基础设施支出约60%用于服务器、40%用于数据中心和网络。TPU系统在2Q26开始向客户数据中心交付并确认收入，2026年仅确认小部分合同销售，大部分预计在2027年实现。Alphabet同时扩展TPU、NVIDIA加速器、Axion CPU、服务器、网络、数据中心和第三方容量，意在降低工作负载成本并提升资本效率。

分析框架

报告采用美国大型云厂商业绩读数向亚太半导体供应链映射的方法：先观察Alphabet资本开支、AI算力需求、TPU交付节奏和自研CPU进展，再判断对云半导体、AI服务器、晶圆代工、封测、测试接口和相关零组件公司的需求传导。

方法论与常识提炼

• 跨市场读数美国云厂商资本开支读数

  将Alphabet资本开支和算力部署节奏映射到亚太云半导体供应链

  云厂商资本开支上修通常意味着服务器、加速器、网络、数据中心和相关半导体需求更强；本报告用Alphabet 2Q26业绩会信息判断AI基础设施投资延续性。

• 供应链分析AI计算栈拆解

  从TPU、NVIDIA加速器、Axion CPU、服务器、网络和数据中心拆分受益环节

  报告将Alphabet完整计算栈的扩张和优化，分解为对晶圆代工、封测、ASIC、服务器管理芯片、内存接口、测试接口及AI服务器链条的潜在需求。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Aspeed (5274.TW)

  云半导体受益标的

  优势

  Alphabet持续AI和云投资至2027年，有利于服务器相关芯片需求预期。

  劣势

  报告未给出公司层面新增财务预测或目标价。

  对比

  与Montage同被报告点名为cloud semi names中直接受益者。

  风险

  若云资本开支放缓、服务器部署延迟或客户订单节奏不及预期，读数可能弱化。

• Montage (6809.HK)

  云半导体受益标的

  优势

  受益于AI服务器和云基础设施投资延续，且被Morgan Stanley点名为正面读数对象。

  劣势

  公司自身订单、价格和利润率变化未在本文展开。

  对比

  与Aspeed同属报告核心cloud semi读数标的。

  风险

  内存接口和服务器平台需求若低于预期，可能影响传导力度。

• TSMC (2330.TW)

  AI供应链受益标的

  优势

  TPU和AI加速器需求扩张通常支持先进制程代工需求。

  劣势

  报告仅提供供应链读数，未给出TSMC单独盈利敏感性。

  对比

  相较设备或测试环节，TSMC更偏上游核心制造暴露。

  风险

  客户自研芯片节奏、产能配置和资本开支周期变化可能影响订单可见度。

• ASE (3711.TW)

  封测供应链受益标的

  优势

  AI芯片和服务器相关需求提升有望支撑先进封装及封测需求。

  劣势

  报告未量化来自Alphabet或TPU链条的具体收入贡献。

  对比

  与KYEC同属AI半导体后段供应链读数标的。

  风险

  封测产能、价格和客户组合变化可能影响盈利弹性。

• MediaTek (2454.TW)

  AI供应链受益标的

  优势

  报告将其列入TPU和Axion CPU正面评论可能惠及的AI供应链公司。

  劣势

  本文未说明具体产品对应关系和订单路径。

  对比

  相较纯云服务器标的，MediaTek业务更分散，读数传导可能更间接。

  风险

  若AI相关业务占比或客户导入速度低于预期，正面读数可能被其他业务波动稀释。

• KYEC (2449.TW)

  测试服务受益标的

  优势

  AI半导体出货增长可能带动测试需求。

  劣势

  报告未提供具体测试量、价格或产能利用率数据。

  对比

  与ASE同处后段供应链，但更偏测试环节。

  风险

  客户产品组合和测试外包比例变化可能影响受益程度。

• MPI (6223.TW)

  测试接口与设备相关受益标的

  优势

  AI芯片和高速计算需求增长可能支持测试接口相关需求。

  劣势

  报告未展开公司层面订单或产能细节。

  对比

  相较晶圆代工和封测，MPI更偏测试工具链暴露。

  风险

  若AI芯片测试需求扩张不及预期或客户认证延后，弹性可能受限。

• WinWay Technology Co Ltd (6515.TW)

  AI供应链受益标的

  优势

  被报告列为TPU和Axion CPU正面评论可能惠及的供应链公司。

  劣势

  报告未提供新增预测、评级变化或目标价变化。

  对比

  与MPI同属测试接口相关读数标的。

  风险

  需求兑现依赖客户导入、产品规格升级和行业产能节奏。

• Hon Precision (7769.TW)

  AI供应链受益标的

  优势

  被报告列入AI供应链正面读数范围。

  劣势

  本文未量化具体收入贡献路径。

  对比

  与MPI、WinWay同属较高弹性的供应链读数标的。

  风险

  订单能见度、客户集中度和AI项目量产节奏可能影响兑现。

• Alphabet (GOOGL.O)

  读数来源公司

  优势

  资本开支上修、TPU外部交付启动、Axion CPU性能提升共同显示AI基础设施投入强度。

  劣势

  FY27资本开支显著增加意味着自由现金流压力延续。

  对比

  作为美国云厂商，其资本开支信号被用于映射亚太半导体供应链需求。

  风险

  外部TPU供应取决于客户需求、行业限制和Alphabet内部AI需求，若需求或产能变化，供应链读数会改变。

关键数据

• Alphabet FY26资本开支指引US$195-205bn由此前US$180-190bn上调，主要由更快的算力部署、Google Cloud客户和内部业务需求驱动。
• Alphabet 2Q26资本开支US$44.9bn同比增长100%，环比增长26%。
• 技术基础设施支出结构服务器60%；数据中心和网络40%体现AI和云基础设施扩张对服务器及数据中心环节的直接拉动。
• TPU收入确认节奏2Q26开始；2027年为主要放量年份2Q26为TPU系统首次向客户数据中心交付并确认相关收入，2026年预计仅占合同销售小部分。
• Axion CPU性能每美元性能较同业产品约高30%Alphabet称新的agent优化Axion CPU有助于降低工作负载成本并提高资本效率。

影响与含义

对投资含义而言，报告的主线是AI基础设施需求并未见明显放缓，反而因Alphabet资本开支继续上调和2027年投入预期强化而获得支撑。云半导体和AI服务器供应链有望受益，尤其是与服务器管理芯片、内存接口、先进制程、封测、测试接口和服务器硬件相关的公司。但FY27资本开支显著增加也意味着Alphabet自身自由现金流可能继续承压，外部TPU供应仍取决于客户需求、行业产能约束和Alphabet内部AI需求之间的平衡。

风险

• Alphabet或其他云厂商AI资本开支低于当前指引或2027年增量不及预期。
• TPU外部销售受客户需求、行业产能约束或Alphabet内部AI需求挤占影响，导致放量延后。
• AI服务器、数据中心和网络部署节奏放慢，削弱对半导体供应链的订单传导。
• 供应链公司实际受益程度与报告读数不一致，尤其是未披露直接订单关系或收入贡献的公司。
• 报告包含Morgan Stanley与多家覆盖公司之间的投行业务、持股或服务关系披露，投资者需考虑潜在利益冲突。

后续跟踪

• Alphabet FY26资本开支是否继续落在US$195-205bn区间或进一步上调。
• FY27资本开支增幅、自由现金流压力及管理层对AI算力需求的最新表述。
• TPU系统向外部客户数据中心交付和收入确认的季度节奏。
• Axion CPU在实际工作负载中的成本效率表现及对服务器CPU生态的影响。
• Aspeed、Montage、TSMC、ASE、MediaTek、KYEC、MPI、WinWay和Hon Precision后续订单、产能利用率和盈利指引。