云端资本开支、定制ASIC与中国本土算力共同支撑AI半导体长期强劲增长

概览

报告围绕全球AI半导体景气、云服务商定制ASIC、TSMC先进制程与CoWoS、存储器供需、中国本土AI算力以及量子安全六条主线展开。核心结论是AI基础设施投入仍可推动行业长期扩张，但AI与非AI半导体的景气分化、成本上涨及能源和产能瓶颈将更加明显。

核心观点

报告首先从全球行业规模和资本开支判断AI半导体仍处于强扩张阶段。其预计全球半导体市场到2030年可达1.5万亿美元，AI半导体贡献约一半；供应链数据驱动的牛市情景显示，2026年云端AI半导体TAM可达4850亿美元，整体AI半导体TAM到2030年约达7530亿美元。需求依据来自云服务商投入：Amazon、Google、Microsoft和Meta四家在2026年第二季度的资本开支同比增长87%，资本开支与EBITDA之比已超过70%；摩根士丹利的追踪模型进一步估计，全球前14家上市云服务商2027年资本开支接近1.4万亿美元，且尚未包含主权AI。与此同时，云端逻辑芯片约占全球云资本开支的20%，使资本投入能够沿着服务器、GPU/ASIC、晶圆、先进封装和存储器链条传导。 这种增长并非均匀覆盖整个半导体行业。报告预计逻辑晶圆代工利用率在2026年下半年可达80%，但若剔除存储器和NVIDIA AI GPU收入，非AI半导体在2026年的增长预计下降。晶圆、封测和存储器成本上升会通过价格弹性压制科技产品需求，并给芯片设计公司带来利润率压力；供应链还会优先配置T-Glass和存储器等稀缺资源给AI产品，形成对非AI半导体的挤占。报告因此呈现的是AI链条强劲、传统需求偏弱的结构性景气，而不是全行业同步复苏。 先进制程、CoWoS和HBM是AI需求落地的主要物理瓶颈。报告估计TSMC在2025年生产了510万颗相关芯片，全年GB200 NVL72机架出货量可达3万台；2027年AI计算晶圆消耗金额可能超过460亿美元，HBM消耗量最高可达480亿Gb，NVIDIA仍占多数。全球CoWoS需求预计由2026年的1394千片增至2027年的2694千片：NVIDIA需求由780千片增至1222千片，占比由56%降至45%；AMD由130千片增至530千片，占比由9%升至20%；Broadcom由300千片增至484千片，占比由22%降至18%；MediaTek在2027年预计需求180千片、占7%。需求来源更加多元，但NVIDIA仍是最大客户。 TSMC可能据此把CoWoS产能扩至2027年每月200千片晶圆。其N2产能在2026至2028年预计实现70%的复合年增长率，N3产能继续增加，而N5产能在2027年下降；成熟及特色制程产能在2024至2029年预计以7%的复合年增长率扩张。AI半导体收入在2026年预计占TSMC收入超过30%，报告同时给出2024至2029年AI半导体收入“可达60%”的增长口径。封装竞争方面，TSMC CoWoS可支持最高9.5倍光罩面积、约每片晶圆四颗芯片；Intel EMIB若供应链执行顺利，则可较容易支持超过12倍光罩面积的大型芯片。因此，CoWoS具有现有规模和生态优势，但超大芯片封装仍存在技术路线竞争。 报告认为，强大的通用GPU并不会消除云服务商开发定制芯片的需求。Google TPU、AWS Trainium/Inferentia、Meta MTIA及其他ASIC项目可针对特定工作负载优化性能、成本和供应。Alchip对应Trainium3的预计数量为2026年40万颗、2027年60万颗，Trainium4在2028年预计80万颗；其Trainium收入预计分别为18亿、28亿和80亿美元，占Alchip总收入的60%、63%和82%，Alchip总收入同期预计为31亿、44亿和98亿美元。Google TPU总量预计从2025年的175万颗升至2026年的370万颗、2027年的735万颗，2028年仍超过650万颗，但TPU等AI芯片的数量上行可能取决于ABF载板供应。 MediaTek是报告的AI首选标的之一。即使采用客户自备晶圆的COT模式，报告仍认为MediaTek至少可负责TPU v10的封装和I/O裸片。其TPU收入预计由2027年的135亿美元增至2028年的435亿美元，并在2029年达到700亿美元；2027年该业务预计占MediaTek总收入350亿美元的38%，2028年占总收入670亿美元的65%。按项目拆分，TPU v8t在2027年预计300万颗、收入135亿美元；TPU v9在2028年预计300万颗、收入390亿美元，在2029年预计400万颗、收入520亿美元；TPU v10在2029年预计100万颗、收入180亿美元。相关增长也会传导至封装、I/O裸片及芯片测试环节，报告特别指出KYEC受益于AI GPU、TPU和CPU增长。 除GPU和ASIC外，报告把Agentic AI视为服务器CPU的新增长来源。NVIDIA Vera CPU的性能可能达到最高性能x86 CPU的1.8倍，且其核心未拆分到不同chiplet，有利于更快的核间连接。摩根士丹利自上而下模型预计Agentic CPU TAM在F26至F30期间以251%的复合年增长率扩张，牛市情景对应2380亿美元的CPU编排TAM。该判断把AI算力需求从加速器进一步延伸至负责数据处理、任务协调和系统编排的CPU。 存储器同样受到AI基础设施需求和供应优先级变化的影响。报告判断AI存储需求将导致NAND短缺，NOR Flash供不应求持续至2026年；DDR4短缺预计持续到2026年下半年，但现货价格上涨空间受到限制。其逻辑是AI服务器对高容量存储和先进存储器的需求增加，同时产能和供应链资源向AI产品倾斜，造成不同存储品类的供需紧张程度和价格表现分化。 中国AI算力是另一条独立增长主线。报告预计中国AI芯片TAM到2030年增至910亿美元，DeepSeek展示的低成本推理正在刺激推理需求，本地晶圆代工链的AI GPU生产能力也在提升。字节跳动火山引擎和豆包的Token量激增被用作需求强度指标。与NVIDIA在中国市场的处理器相比，本土芯片拥有较低的总体拥有成本和相近的单Token成本，并因价格显著较低而体现更强的单位成本性能。2026年WAIC展示的SuperPod生态进一步说明本土系统能力提升：华为Atlas 950可扩展至1024颗Ascend 950DT NPU，采用16个计算柜和4个UnifiedBus柜、混合铜光互连以及最高256TB池化内存；Moore Threads、Enflame与ZTE、MetaX与ZTE也展示了128至256颗或64颗加速器规模的方案。报告认为基础设施与系统集成能力正在缩小市场感知的中美技术差距。 在中国CPU市场，报告预计TAM到2030年升至420亿美元，并预计海光信息在中国服务器CPU市场的份额到2028年达到18%；其CPU与GPU一体化计算平台获OW观点。国内AI加速器方面，报告比较了寒武纪、沐曦和天数智芯等厂商，并把芯片、系统和基础设施纳入中美九因素比较。不过增长仍受美国能源供给、中国芯片产能、预算及监管约束，不能仅以终端推理需求推演供给兑现。 最后，报告把量子安全视为2030年前后的新半导体需求主题。现代电子系统主要依靠非对称密码，而量子计算可能推动各国迁移至后量子密码体系；主要经济体大体与NIST后量子密码标准接轨，但各地区迁移时间不同，2030年被视为关键拐点。安全需求将跨越不同连接层，并使硬件安全成为量子供应链的基础。报告预计物理不可克隆函数PUF的TAM到2030年约为3.10亿美元，并通过全球PUF/IP相关公司2027年市盈率及eMemory历史市盈率区间观察相关资产的估值。整体而言，这一主题规模远小于AI芯片，但具有明确的政策迁移时间表和硬件安全应用逻辑。

分析框架

报告先用云服务商资本开支、功率部署和服务器计划测算AI基础设施总需求，再把需求换算为GPU/ASIC数量、晶圆消耗、CoWoS封装量和HBM容量；随后依据各云服务商项目的芯片数量与单颗ASP，推导Alchip、MediaTek等公司的收入。中国部分结合Token需求、芯片价格性能、总体拥有成本和SuperPod系统能力进行比较；量子安全部分则从各地区迁移时间表、密码体系变化和硬件安全环节推导PUF市场，并辅以市盈率区间观察估值。

方法论与常识提炼

• 行业/产业分析框架产业链上中下游传导

  云资本开支至AI芯片供应链传导

  报告从云服务商资本开支和数据中心功率需求出发，逐层推导服务器、GPU/ASIC、晶圆、先进封装、HBM和测试需求，以识别增长在产业链各环节的落点。

• 行业/产业分析框架供需框架

  晶圆、CoWoS及存储器供需测算

  报告比较客户需求、现有产能与扩产计划，用于判断CoWoS、HBM、NAND、NOR和DDR4的供需缺口、客户占比及短缺持续时间。

• 行业/产业分析框架量价拆分

  ASIC项目数量乘以单颗ASP的收入模型

  Alchip Trainium与MediaTek TPU收入以项目芯片数量和可确认的单颗ASP为核心变量，进而计算项目收入及其占公司总收入的比例。

• 行业/产业分析框架成本曲线分析

  总体拥有成本、单Token成本与单位成本性能比较

  中国AI算力部分将硬件价格、推理总成本和每Token成本放在一起比较，用于说明本土芯片为何可能以较低价格取得较强的单位成本性能。

• 估值方法PE/PEG 估值

  市盈率横向比较与历史区间

  报告比较晶圆代工、后端、存储、IDM、设备、无晶圆厂及量子安全相关公司的市盈率，并参考PUF/IP公司2027年市盈率和eMemory历史市盈率区间。

• 行业/产业分析框架

  自上而下TAM与牛市情景测算

  报告使用总体资本投入、算力需求和应用假设推导云端AI半导体及Agentic CPU的潜在市场规模，并单列牛市情景，而不是把该情景当作唯一结果。

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）。

• MediaTek（2454.TW）

  报告将其列为AI领域Top Pick，并预计其承担Google TPU的设计、封装或I/O裸片工作。

  优势

  TPU收入预计由2027年的135亿美元增至2029年的700亿美元；即使采用COT模式，报告仍认为其至少可负责TPU v10封装和I/O裸片。

  劣势

  2028年TPU业务预计占总收入65%，项目收入的重要性显著上升。

  对比

  与仅提供单一设计环节相比，报告强调其可能覆盖芯片设计、封装及I/O裸片等更多价值环节。

  风险

  TPU数量上行可能受ABF载板供应制约。

• TSMC

  全球AI GPU和ASIC需求通过先进制程、CoWoS及晶圆测试传导至TSMC。

  优势

  CoWoS产能到2027年可能扩至200kwpm，N2产能在2026至2028年预计实现70% CAGR，2026年AI半导体收入占比预计超过30%。

  劣势

  N5产能预计在2027年下降，且业务结构进一步向AI需求集中。

  对比

  CoWoS可支持最高9.5倍光罩面积，而Intel EMIB在供应链执行顺利时可能支持超过12倍光罩面积。

  风险

  能源、客户预算、项目兑现及先进封装供应能力均会影响需求转化。

• NVIDIA（NVDA.US）

  报告预计其在AI晶圆、CoWoS和HBM消耗中继续占据最大份额。

  优势

  2027年CoWoS需求预计达1222千片；Vera CPU性能可能为最高性能x86 CPU的1.8倍，并可受益于Agentic CPU需求。

  劣势

  CoWoS需求份额预计由2026年的56%降至2027年的45%，显示其他ASIC和GPU客户增长更快。

  对比

  本土中国芯片价格显著较低，在中国推理场景中可实现相近的单Token成本和较强的单位成本性能。

  风险

  美国能源供应、客户预算及监管属于报告列出的AI增长限制。

• Alchip

  AWS Trainium3和Trainium4项目是其收入增长的主要驱动力。

  优势

  Trainium收入预计由2026年的18亿美元升至2028年的80亿美元，公司总收入同期预计由31亿美元升至98亿美元。

  劣势

  Trainium收入占比预计由2026年的60%升至2028年的82%。

  对比

  其主要对应AWS定制训练芯片，而MediaTek的增量主要来自Google TPU项目。

  风险

  报告未单列其他资产特有风险。

• 寒武纪（688256.SH）、沐曦股份-U（688802.SH）、天数智芯（09903.HK）

  报告将这些公司纳入中国本土AI加速器及SuperPod生态的比较。

  优势

  本土芯片依靠明显较低的价格，呈现较低总体拥有成本、相近单Token成本及较强单位成本性能。

  劣势

  中国AI芯片供给仍受到本地产能限制。

  对比

  报告从芯片、系统和基础设施等九个因素比较中美AI能力，并单独比较寒武纪、沐曦和天数智芯。

  风险

  芯片产能与监管是报告明确列出的中国AI增长限制。

• 海光信息

  其CPU与GPU一体化计算平台被用于承接中国服务器CPU和AI计算需求，报告给予OW观点。

  优势

  报告预计其中国服务器CPU份额到2028年达到18%。

  对比

  定位为CPU与GPU一体化计算平台，而非仅提供单一AI加速器。

  风险

  中国芯片产能与监管限制可能影响行业需求兑现。

关键数据

• 全球半导体市场规模US$1.5tn，2030e报告预计AI半导体贡献约一半。
• 云端AI半导体TAMUS$485bn，2026e供应链数据驱动的牛市情景。
• 全球AI半导体TAM约US$753bn，2030e报告的长期市场规模预测。
• 前四大云服务商资本开支增速同比+87%2026年第二季度；涵盖Amazon、Google、Microsoft和Meta。
• 云服务商资本开支与EBITDA之比超过70%显示AI基础设施投入强度已处高位。
• 全球云资本开支接近US$1.4tn，2027e前14家上市全球云服务商，不含主权AI。
• 逻辑云端芯片资本开支占比约20%占全球云资本开支的估计比例。
• 逻辑晶圆代工利用率80%预计于2026年下半年达到。
• TSMC相关芯片产量5.1mn颗，2025用于支持GB200及相关AI系统供应测算。
• GB200 NVL72机架出货量30k台，2025报告的全年出货估计。
• 全球CoWoS总需求1,394千片，2026e；2,694千片，2027e需求预计接近翻倍。
• NVIDIA CoWoS需求780千片，2026e；1,222千片，2027e对应份额分别为56%和45%，仍为最大客户。
• AMD CoWoS需求130千片，2026e；530千片，2027e对应份额由9%升至20%。
• Broadcom CoWoS需求300千片，2026e；484千片，2027e对应份额由22%降至18%。
• TSMC CoWoS产能目标200kwpm，2027e即每月约200千片晶圆的潜在产能。
• AI计算晶圆消耗金额超过US$46bn，2027eNVIDIA预计占多数。
• HBM消耗量最高48bn Gb，2027eNVIDIA预计仍消耗大部分供应。
• TSMC N2产能增速70% CAGR，2026-2028e反映2nm客户需求强劲。
• TSMC成熟及特色制程产能增速7% CAGR，2024-2029e与先进制程扩张并行。
• TSMC AI半导体收入占比超过30%，2026eAI业务对公司收入的重要性继续提升。
• Vera CPU相对性能1.8x相对最高性能x86 CPU的报告估计。
• Agentic CPU TAM增速251% CAGR，F26-F30摩根士丹利自上而下模型测算。
• CPU编排TAMUS$238bn报告牛市情景。
• Alchip Trainium收入US$1.8bn / US$2.8bn / US$8bn分别对应2026e、2027e和2028e。
• Alchip Trainium收入占比60% / 63% / 82%分别对应2026e、2027e和2028e。
• Google TPU总量1.75mn / 3.70mn / 7.35mn / >6.50mn分别对应2025e、2026e、2027e和2028e。
• MediaTek TPU收入US$13.5bn / US$43.5bn / US$70bn分别对应2027e、2028e和2029e。
• MediaTek TPU收入占比38%，2027e；65%，2028e对应公司总收入预测US$35bn和US$67bn。
• 中国AI芯片TAMUS$91bn，2030e本土AI半导体份额和市场规模预计同步增长。
• 中国CPU TAMUS$42bn，2030e报告对中国服务器CPU市场的长期预测。
• 海光服务器CPU份额18%，2028e中国服务器CPU市场份额预测。
• Atlas 950 SuperPod规模1,024颗Ascend 950DT NPU配置16个计算柜、4个UnifiedBus柜及最高256TB池化内存。
• PUF市场规模约US$310mn，2030e量子硬件安全相关TAM预测。

影响与含义

报告认为，AI基础设施投入将继续把价值量推向先进制程、CoWoS、HBM、定制ASIC、I/O裸片和测试环节；NVIDIA仍占据最大需求份额，但AMD、Broadcom、Google、AWS和MediaTek相关项目会使客户结构更加多元。中国市场的低成本推理、本土芯片价格性能和SuperPod系统能力提升，有望扩大国产AI芯片需求并推动CPU、GPU、互连和系统集成共同发展。另一方面，高AI投入会挤占非AI半导体资源，晶圆、封测及存储成本上升可能压缩芯片设计公司的利润率。量子安全目前市场规模较小，但各地后量子密码迁移路线图使2030年前后的硬件安全需求具有较明确的时间节点。

风险

• 晶圆、封测和存储器成本上涨可能通过价格弹性压制科技产品需求，并在2026年给芯片设计公司带来利润率压力。
• 供应链优先满足AI半导体可能造成T-Glass和存储器短缺，并挤占非AI产品的资源。
• 剔除存储器和NVIDIA AI GPU收入后，非AI半导体在2026年的增长预计下降。
• AI基础设施增长受到客户预算约束。
• 美国AI数据中心扩张受到能源供应限制。
• 中国AI芯片增长受到本地产能限制。
• 监管变化可能限制AI半导体需求、供应或项目部署。
• Google TPU等AI芯片的数量上行可能取决于ABF载板供应。
• Intel EMIB支持超大芯片的潜力取决于其供应链能否顺利执行。

后续跟踪

• 跟踪主要云服务商资本开支增速，以及资本开支与EBITDA之比是否继续上升。
• 关注TSMC能否在2027年前把CoWoS产能扩至200kwpm，以及2026至2028年N2产能能否实现70% CAGR。
• 观察2027年CoWoS需求能否达到2694千片，以及NVIDIA、AMD、Broadcom和MediaTek的客户份额变化。
• 跟踪Google TPU与AWS Trainium项目数量、ABF载板供应及Alchip和MediaTek的收入确认进度。
• 关注NAND、NOR和DDR4供需，其中NOR紧张预计延续至2026年，DDR4短缺预计延续至2026年下半年。
• 观察中国主流大模型Token需求、本土芯片总体拥有成本和单位Token成本，以及SuperPod部署进度。
• 跟踪美国能源供给、中国芯片产能、预算及监管四项AI增长限制。
• 关注各地区后量子密码迁移路线图，尤其是2030年前后的关键实施节点。