AI算力瓶颈从GPU扩展到ASIC、先进封装、MLCC和功率半导体
AI 摘要卡
AI算力瓶颈从GPU扩展到ASIC、先进封装、MLCC和功率半导体
摩根士丹利认为，AI服务器与中国大模型需求正在推动定制ASIC、国产AI加速器、MLCC和功率半导体进入新的供需拐点。
- AI服务器对更高容量、低ESL和嵌入式MLCC的需求上升，报告估算AI服务器MLCC需求到2027年接近10亿美元。
- 云服务商即便在NVIDIA GPU能力强劲的背景下仍需要定制芯片，AWS Trainium与Google TPU出货预测显示ASIC项目持续增加。
- 中国AI需求由ByteDance等大模型token增长、NVIDIA 5090中国价格上涨及云资本开支趋势支撑，国产芯片在价格显著较低情况下体现较强每美元性能。
- 中国基础设施能力、封装多芯片、扩大机架集群和扩产路径被视为缩小技术差距的关键因素。
- 功率半导体需求端汽车和工业较为分化，但供给端新增产能有限，全球龙头资本开支已连续两年下降，2026-2028年新增产能可能放缓。
研报解读
概览
本报告是摩根士丹利对欧洲半导体及全球AI硬件供应链的行业跟踪，覆盖AI GPU/ASIC、中国大模型、先进封装、MLCC和功率半导体。报告核心判断是，AI增长的瓶颈不再只集中在高端GPU本身，而是扩展至定制ASIC、封装、供电架构、被动元件和本土化算力供应链。
核心观点
报告认为，AI服务器架构升级将显著增加MLCC用量和规格要求，行业集中度高使龙头供应商更容易受益；云服务商仍会推进自研或定制ASIC，AWS Trainium和Google TPU路线显示未来项目与出货规模继续扩大；中国AI算力需求强劲，国产AI加速器在价格较低、可获得性和本地基础设施配套下具备竞争力；功率半导体可能从供给约束驱动上行，因资本开支下降和新增产能放缓。
分析框架
报告结合产业链拆解、云服务商ASIC出货预测、中国AI GPU需求跟踪、token价格与推理经济性比较、国产AI加速器产品与客户订单、MLCC行业集中度和销量修复、功率半导体需求与供给周期等维度进行交叉验证。
方法论与常识提炼
从GPU扩展到封装、MLCC、功率器件和本土化算力
报告把AI硬件瓶颈拆分为算力芯片、封装、供电、被动元件和供应链可获得性，以判断哪些环节可能成为下一阶段增量投资机会。
Trainium、TPU与主要云服务商定制芯片预测
通过分代产品和年度出货量预测判断云厂商定制芯片的持续性和规模增长。
国产AI芯片与NVIDIA处理器在中国市场的成本比较
报告关注总拥有成本、每token成本和每美元性能，认为国产芯片因定价明显较低而在中国推理场景中具备经济性。
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）。
- Cambricon Technology Corporation (688256.SS)中国AI加速器和ASIC代表公司，报告标注OW
- 优势
- 推理性能领先、客户锚定较强，报告预计2025-2028e收入CAGR为90%。
- 劣势
- 仍受先进制程、供应链、客户集中度和国产生态成熟度约束。
- 对比
- 报告将其与MetaX和Iluvatar比较，定位更偏ASIC和推理性能优势。
- 风险
- 技术迭代不及预期、订单兑现不足、制程供应受限、竞争加剧。
- Iluvatar CoreX Semiconductor Co. Ltd (9903.HK)中国AI GPGPU厂商，报告标注OW
- 优势
- 供应链韧性和订单可见度较强，产品路线积极，报告预计2025-2028e收入CAGR为122%。
- 劣势
- 毛利率被描述为温和，商业化和规模化仍需验证。
- 对比
- 在Cambricon、MetaX、Iluvatar比较中偏GPGPU路线。
- 风险
- 上市进程、订单执行、毛利率、制程和生态兼容风险。
- MetaX Integrated Circuits (688802.SS)中国AI GPGPU厂商，报告标注EW
- 优势
- 覆盖AI训练、推理和图形渲染产品线，拥有C、N、G系列。
- 劣势
- 相对Cambricon和Iluvatar，报告给出的投资评级更中性。
- 对比
- 与Cambricon和Iluvatar同列为重点关注的中国AI GPGPU供应商。
- 风险
- 产品竞争力、客户订单、国产替代节奏和供应链约束。
- Murata Manufacturing全球MLCC龙头，报告标注OW
- 优势
- 全球MLCC前五大供应商之一，受益于AI服务器MLCC含量提升和规格升级。
- 劣势
- 需求复苏仍依赖消费电子、服务器和汽车等下游节奏。
- 对比
- 与Samsung Electro-Mechanics共同被列为MLCC龙头受益者。
- 风险
- 价格压力、库存周期、AI服务器需求低于预期。
- Samsung Electro-Mechanics (009150.KS)MLCC供应商，报告标注OW并披露股价与目标价历史
- 优势
- 处于高度集中的MLCC行业，可能受益AI服务器需求上升。
- 劣势
- 行业周期波动和终端需求变化会影响盈利。
- 对比
- 与Murata同为报告提及的MLCC龙头。
- 风险
- 需求复苏不及预期、价格竞争、汇率和客户结构变化。
- NVIDIA Corp. (NVDA.O)AI GPU核心供应商和中国AI需求比较基准
- 优势
- 高性能AI GPU供给能力强，仍是全球AI计算基准。
- 劣势
- 中国市场存在价格、可获得性和监管限制，给国产替代和ASIC项目留下空间。
- 对比
- 报告将国产芯片与NVIDIA处理器比较TCO和每token成本。
- 风险
- 监管限制、供应链约束、客户转向自研ASIC。
关键数据
- 报告日期2026-06-23文中注明所有信息截至2026年6月23日。
- AI服务器MLCC需求接近10亿美元报告估算到2027年AI服务器MLCC需求接近US$1bn，受含量提升和规格升级驱动。
- 全球MLCC市场集中度前五大供应商约87%CY25估算，Murata和SEMCO被标注为OW。
- AWS Trainium总出货预测2025e 1570千颗；2026e 1600千颗；2027e 1800千颗；2028e 2000千颗来自报告表格中的Trainium Forecasts。
- Google TPU总出货预测2025e 1750千颗；2026e 3700千颗；2027e 6150千颗；2028e >6000千颗来自报告表格中的TPU Forecasts。
- Cambricon收入预测2025-2028e CAGR 90%报告称预计Cambricon收入在2025-2028e以90%复合增速扩张。
- Iluvatar收入预测2025-2028e CAGR 122%报告称预计Iluvatar收入在2025-2028e以122%复合增速扩张。
- 离散半导体终端需求结构汽车和工业约占70%报告称2025年汽车和工业约占离散半导体终端需求的70%。
- 工业自动化收入增长1Q26同比增长21%报告称工业自动化公司收入在1Q26实现21%同比增长。
影响与含义
投资含义是，AI算力产业链机会可能从单一GPU龙头扩散到定制ASIC、先进封装、MLCC、功率半导体和中国本土AI加速器。对欧洲半导体而言，行业总体观点为In-Line，但供给约束和AI相关需求提供结构性机会；对中国AI硬件而言，国产芯片在推理成本、订单可见度和供应链韧性上的改善是关键催化。
风险
- AI应用需求或token增长不及预期，导致GPU、ASIC、MLCC和功率半导体需求低于预测。
- 云服务商自研ASIC项目进度、良率或成本未达预期。
- 中国国产AI芯片受到制程、封装、HBM、软件生态和客户验证周期限制。
- MLCC和功率半导体存在库存周期、价格竞争和终端需求波动。
- 地缘政治、出口管制和监管变化可能改变AI芯片供应链和资本开支路径。
- 报告披露Morgan Stanley与多家覆盖公司存在投行业务或其他服务关系，投资者需注意潜在利益冲突。
后续跟踪
- AWS Trainium3/4和Google TPU v8/v9后续出货兑现情况。
- 中国大模型token量、token价格和推理成本走势。
- 国产AI加速器厂商来自主要CSP和国资客户的订单落地情况。
- AI服务器MLCC单机用量、规格升级和台湾供应商月度销售趋势。
- CoWoS、SoIC、HBM、CPO和GaN HVDC 800V等半导体解决方案的扩产与采用进度。
- 全球功率半导体龙头资本开支和2026-2028年产能新增节奏。