US Semiconductors：BofA将CY30 AI数据中心系统的市场机会提升至$2.2tn，认为Agentic AI正在扩大算力需求。

概览

BofA Global Research围绕更大且更持久的AI基础设施周期更新美国半导体展望。其核心观点是，Agentic AI会增加Token使用量，并使需求从模型训练延展至推理、编排和CPU密集型工作负载，从而在2030年前支撑数据中心芯片和系统的广泛扩张。

核心观点

BofA将CY26-30E AI数据中心系统TAM从此前的$1.8tn上调至$2.2tn，并将预期年增长率从33%提高至40%。报告将上调归因于消费者和企业对Agentic工具的采用、公共和私营前沿实验室之间的竞争，以及芯片供应受限所形成的强化循环。报告认为，前沿模型进展放缓或增加安全护栏不一定会减少基础设施支出，反而可能提高算力需求，并使需求进一步从训练转向增长更快的推理。 该模型覆盖超大规模云厂商资本开支、GW部署和芯片配置。到CY30E，BofA预计AI加速器TAM约为$1.5tn，AI网络TAM约为$400bn，数据中心存储器销售额约为$1.3tn。AI连接预计将以41% CAGR从CY26E的$41bn增长至CY30E的$163bn，其中光连接为$111bn，铜连接为$28bn。随着Scale-up和Scale-out网络扩张，以及CPO、NPO和AEC等技术采用，网络和光互连预计将实现30-40%+ CAGR。相比之下，非AI数据中心系统预计仅实现7% CAGR。 产能分析为需求展望提供了两项验证。基于芯片厂商需求的自下而上分析，BofA预计2026E全球数据中心新增产能约22GW，2027E约35GW，2026-30E累计约212GW。其逐运营商分析预计，产能将从CY25约41GW增至CY30E约219GW，年度新增量到CY30E约为45GW。自上而下估计比半导体模型所隐含的253GW低约15%；BofA将差异主要归因于尚未分配给已命名运营商的本地部署和主权项目。 服务器CPU是AI逻辑的重要延伸。BofA预计CY30E服务器CPU TAM约为$210bn，高于CY26E约$61bn，对应36% CAGR；AI CPU预计贡献约$180bn，对应44% CAGR。报告将CY30E CPU TAM划分为传统/IaaS工作负载约$30bn、AI计算或头节点约$90bn，以及Agentic AI CPU机架约$90bn。报告预计，早期对GPU配套计算节点的集中将转向更均衡的结构，到2030年计算/头节点和独立Agentic机架需求将大致各占一半，因为Agentic系统除并行GPU/XPU算力外，还需要顺序处理、编排、内存控制和I/O。 在CPU份额展望中，BofA认为，随着商用和定制项目放量，ARM将成为价值份额增长最快的参与者。其预计CY30E价值份额约为：Intel 22%、AMD 31%、ARM merchant 38%、ARM custom 9%。尽管价值份额下降，Intel预计仍将保有约36%的CPU出货量份额；AMD则凭借高核心数产品组合，以及x86安全性和可靠性特征，在AI节点中具备优势。随着CPU在推理和Agentic工作负载中的重要性提高，预计其在CY30E数据中心系统价值中占7-8%，高于2024-25年的不足7%。 报告认为，云支出越来越受到可见需求的支持。美国超大规模云厂商、新云厂商和中国云厂商合计资本开支预计2026E约$1.0tn，同比约翻倍；2027E约$1.4tn，同比增长37%，BofA预计到本十年末将达到$2-3tn。报告援引四大超大规模云厂商约$2.3tn积压订单，以及前五大超大规模云厂商2026年约$370bn融资，主要来自长期债务和永久性股权。尽管云资本开支预计在2026-28E约占经营现金流的105-110%，合计自由现金流利润率在2026E约为-2%、2027-28E约为-3%，BofA仍认为支出可持续，因为其主要由经营现金流支持，并预计从2029年起，随着基础设施产生收入和回报，现金生成将改善。 BofA还将前沿实验室收入和Token密度视为额外支撑。报告提及OpenAI预计收入将从2025年的$13bn升至2026年的$30bn、2027年的$62bn，并在2030年达到$283bn，同时2030年前累计算力支出约为$665bn。Agentic工作流据称比聊天交互每个工作流多消耗10x至1,000x Token，使云经济从按席位收费转向按使用量收费。报告还认为，每Token成本降低可能提升使用量，而非抑制资本开支，并将需求延展至推理、后训练、合成数据、编排和企业自动化。 半导体预测相应更为强劲。BofA预计CY26E总半导体和核心半导体增长分别为113%和30%，主要由存储器、数据中心以及工业和汽车状况改善带动，而PC、智能手机和消费类出货量仍是阻力。其将CY30总半导体销售额从此前的$3.2tn上调至$3.4tn，意味着相对CY26E为19% CAGR；存储器预计达到约$2.0tn。报告预计CY26E存储器销售额同比增长近327%，其中DRAM增长328%、NAND增长341%；逻辑芯片受益于AI加速器需求，工业市场则在库存消化后复苏。

分析框架

BofA将云运营商产能和资本开支的自上而下视角，与芯片厂商销售额的自下而上测算相结合。随后，报告将数据中心支出分配至加速器、CPU、存储器、网络、存储和光互连，并通过云积压订单、融资、前沿实验室收入及终端半导体市场预测来验证展望。

方法论与常识提炼

• 行业/产业分析框架供需框架

  自下而上和自上而下的数据中心GW部署分析

  报告根据芯片厂商需求和已命名数据中心运营商分别估算产能新增量，并利用两者比较来评估预测的基础设施需求是否合理。

• 行业/产业分析框架产业链上中下游传导

  将AI工作负载需求传导至云资本开支和半导体价值量

  分析将Agentic AI使用和云服务承诺与数据中心产能相联系，再进一步关联至加速器、CPU、存储器、网络、光互连及相关部件的需求。

• 估值方法PE/PEG 估值

  用于半导体股票的远期P/E和PEG估值参考

  报告在讨论部分芯片股吸引力时，将行业和公司的估值倍数与历史区间及预期EPS增长进行比较。

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）。

• NVIDIA (NVDA)

  首选标的和领先的AI加速器供应商

  优势

  BofA预计其长期AI加速器份额约为70%+；报告指出其在计算和网络领域处于领先地位。

  对比

  尽管AMD和Broadcom将获得份额，预计其仍将保持主导性加速器供应商地位。

  风险

  报告列出的风险包括AI项目不均衡、电力约束、竞争、中国发货限制和政府审查。

• Intel (INTC)

  具有Agentic CPU和晶圆代工催化因素的首选标的

  优势

  预计将维持企业CPU优势；Coral Rapids有望从CY28E起缩小性能差距。

  劣势

  预计其价值份额将降至CY30E约22%。

  对比

  BofA预计Intel将在CY30E维持约36%的最大CPU出货量份额。

  风险

  晶圆代工良率和爬坡风险、缺乏外部晶圆代工客户、PC疲软以及CPU份额流失。

• AMD (AMD)

  受益于AI CPU/GPU和服务器处理器的看好标的

  优势

  高端性能、领先的核心数以及x86安全性和可靠性特征，支撑其AI节点定位。

  劣势

  PC、嵌入式和游戏主机市场被描述为增速较慢的周期性敞口。

  对比

  BofA预计AMD在CY30E前维持约27-31%的CPU价值份额。

  风险

  机架级产品执行、项目时点、客户支出不均衡和制造集中度。

• Micron Technology (MU)

  首选标的和存储器周期受益者

  优势

  报告预计AI和HBM需求将推动存储器实现极强增长。

  风险

  存储器ASP下跌、中国竞争、份额流失，以及数据中心、智能手机或PC市场需求走弱。

• Marvell Technology (MRVL)

  与XPU、网络和定制ASIC增长相关的首选标的

  优势

  BofA强调定制ASIC可见度，以及AEC/CPO/Scale-up份额提升机会。

  劣势

  面临周期性传统存储、企业网络和运营商市场的敞口。

  对比

  面临来自商用AI供应商和ASIC既有供应商Broadcom的竞争。

  风险

  定制ASIC项目可见度丧失，以及AI计算竞争加剧。

• Lam Research (LRCX)

  受益于存储器和逻辑晶圆制造设备敞口的首选标的

  优势

  刻蚀/沉积技术领先、潜在份额提升以及存储器/逻辑WFE增长支撑其逻辑。

  劣势

  报告提及近期成本通胀和关税担忧。

  对比

  BofA预计其有望在存储器和逻辑领域获得份额。

  风险

  资本开支放缓、存储器扩产延迟、客户集中和中国敞口。

关键数据

• CY30E AI数据中心系统TAM~$2.2tn此前为$1.8tn；相对CY26E为+40% CAGR，此前为+33%。
• 云和新云厂商资本开支~$1.0tn in 2026E; ~$1.4tn in 2027E2026E同比约增长2倍，2027E同比+37%。
• 全球AI/云数据中心产能~41GW in CY25 to ~219GW in CY30E基于运营商的估计；年度新增量到CY30E约达45GW。
• CY30E服务器CPU TAM~$210bn高于CY26E的~$61bn，对应36% CAGR；AI CPU贡献约$180bn。
• CY30E AI加速器TAM~$1.5tnBofA预计NVIDIA长期维持约70%+的AI加速器份额。
• CY30E总半导体销售额$3.4tn此前为$3.2tn；相对CY26E意味着19% CAGR。

影响与含义

BofA的论点看好广泛的AI基础设施周期，而非仅限于加速器建设。其认为，不断增长的Agentic推理和编排需求将在AI加速器之外扩大对CPU、存储器、网络、光互连和电力相关价值量的需求，而积压订单和已签订承诺则提升了云支出的可见度。

风险

• 电力供应、数据中心建设、融资和部件供应的执行约束可能限制部署。
• 前沿实验室商业化面临低利润率和高现金消耗挑战。
• 云资本开支预计将显著压低近期自由现金流利润率。
• PC、智能手机和消费类半导体出货量仍是终端市场阻力。

后续跟踪

• 云和新云厂商资本开支计划、客户承诺及积压订单转化。
• 超大规模云厂商、新云厂商和主权项目的数据中心GW新增速度。
• 前沿实验室收入增长、算力支出及Agentic AI Token消耗。
• AI头节点CPU向独立Agentic CPU机架的转变。
• 存储器价格、供应状况，以及HBM、网络和光互连采用的速度。