AI上升周期尚未结束，亚洲科技回调提供重新配置机会

概览

报告判断自2022年末开始的AI驱动型科技上升周期仍未结束。尽管亚洲科技股和SOX指数经历本轮周期内第三次超过20%的回撤，且投资者担忧硬件涨价叙事过度拥挤、AI资本开支可持续性下降，但AI模型能力、推理需求、云收入、资本开支计划、组件库存和盈利预测修正等指标均未显示周期即将见顶。近期调整反而使估值回到更合理水平，为投资者重新配置下一阶段受益方向提供机会。

核心观点

第一，市场正在计入未来数月盈利预测下调或超大规模云厂商削减资本开支，但报告预计未来数季盈利预测仍将上升，并从AI核心硬件扩散至模拟芯片、二线晶圆代工、硅片和MLCC等领域。第二，AI扩展定律仍有效，前沿模型竞争、开源模型发展和智能体AI应用将共同推高训练与推理计算需求。第三，云厂商资产负债表总体健康，即使自由现金流在2026年下半年及2027年承压，也更可能通过股权和债务融资维持基础设施扩张。第四，半导体设备和集成电路载板的供需与盈利弹性最佳，高速互连和先进封装可能成为下一轮瓶颈。第五，存储器基本面虽稳健，但客户降低存储配置以控制成本的行为可能压制估值上限。

分析框架

报告采用自上而下的科技周期判断与自下而上的产业链比较相结合的方法：以AI模型扩展、令牌消费和公共云收入衡量终端计算需求，以云厂商资本开支、融资能力和积压订单评估投资持续性，以库存、供给扩张和瓶颈迁移判断周期位置，再结合盈利预测修正广度、利润率、回报率及历史估值区间筛选子行业和个股。

方法论与常识提炼

• 基本面分析AI扩展定律与需求验证

  通过模型能力提升、训练计算投入和推理令牌消费判断AI计算需求是否仍处于扩张阶段。

  报告认为投入约10倍计算资源带来约2倍智能水平提升的经验规律仍大体成立，且前沿模型、开源模型和智能体AI竞争持续推高训练及推理需求。

• 需求分析公共云收入与积压订单指标

  将公共云收入增长视为AI计算消费的近似观测指标。

  由于大量AI实验室和应用厂商通过大型云平台使用算力，云收入增速、季度新增收入和订单积压可用于验证计算需求及资本开支信心。

• 资本开支分析超大规模云厂商投资与融资能力评估

  综合资本开支预测、自由现金流、杠杆水平及股债融资渠道判断AI基础设施投资的可持续性。

  报告预计主要云服务商不会在2027年退出AI计算投资，健康的资产负债表和外部融资能力可缓冲自由现金流转负带来的压力。

• 周期分析库存与供需瓶颈监测

  通过关键组件库存、需求增速和供给追赶速度识别科技周期顶部。

  GPU、ASIC和存储器等关键AI组件尚未出现异常库存积压，需求仍高于供应链与数据中心电力预算可承载的供给能力，因此尚不具备典型周期见顶特征。

• 估值分析盈利预测修正与历史估值比较

  结合盈利预测修正方向、修正广度、利润率和历史市盈率区间评估风险回报。

  亚洲科技股回调后，剔除存储器的估值约处于过去十年平均市盈率上方一个标准差；盈利上修范围扩大及结构性利润率改善可支持较历史周期更高的估值。

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）。

• 亚洲科技股票

  AI计算需求、云资本开支和盈利预测扩散的综合受益资产

  优势

  盈利预测继续上修，回调后估值更合理，产业链利润率和资本回报率较以往周期改善。

  劣势

  持仓拥挤且对资本开支、融资环境和涨价预期高度敏感。

  对比

  相较市场预期的盈利下调周期，报告更倾向于未来数季盈利上修范围扩大。

  风险

  云厂商削减资本开支、模型进步或应用采用放缓、关键组件供给快速追上需求。

• 半导体设备

  报告认为其是未来12个月亚洲科技中最佳子行业

  优势

  TSMC及主要存储器厂商资本开支可能上调，先进封装、洁净室和国产化形成多重需求驱动。

  劣势

  设备交付周期较长，收入兑现依赖客户实际执行扩产计划。

  对比

  相较其他硬件子行业，晶圆制造设备预期上修空间和受益范围更广。

  风险

  晶圆厂推迟扩产、出口管制、先进制程投资不及预期。

• 集成电路载板

  元件领域中基本面最具吸引力的方向

  优势

  受益于AI加速器封装增大、服务器CPU、EMIB-T和共封装光学需求，供应集中且未来两年扩产有限。

  劣势

  需求与先进封装路线及高端计算产品周期紧密相关。

  对比

  相较存储器，载板供应格局更集中、利润率距历史峰值更远，盈利上修空间更充足。

  风险

  封装路线变化、客户去库存或新增产能超预期。

• 存储器

  供需稳健但市场叙事转弱的周期资产

  优势

  未来2-3年供应预计低于需求，深度回调后具备六个月维度的反弹空间。

  劣势

  高价格推动客户降低HBM及DRAM配置，削弱需求价格无弹性的叙事。

  对比

  相较设备和载板，存储器的基本面并不差，但估值扩张更容易受到需求破坏担忧限制。

  风险

  AI芯片降低存储密度、终端需求被高价格抑制、供给恢复快于预期。

• 高速互连、光学连接与先进封装

  提升AI集群效率并缓解数据传输瓶颈的受益方向

  优势

  集群利用率较低且大量指令周期用于数据传输，推动CPO、光学连接、网络设备和3D封装采用。

  劣势

  部分技术仍处于导入阶段，商业化节奏及技术路线存在不确定性。

  对比

  随着单纯增加计算芯片的边际效率下降，互连和封装的重要性将相对提升。

  风险

  算法优化替代部分硬件需求、技术量产推迟或客户资本开支重新排序。

• 数据中心电力与部署基础设施

  可能在2027年下半年至2028年取代芯片成为AI计算的主要瓶颈

  优势

  AI集群规模扩大将持续增加电网、表后电源、冷却和数据中心部署需求。

  劣势

  项目审批和建设周期长，需求兑现时间较芯片投资更滞后。

  对比

  2026年至2027年大部分时间芯片仍是主要瓶颈，但未来18-24个月约束可能逐步转向电力与部署。

  风险

  数据中心项目延期、电网接入受限、政策审批和资本成本上升。

关键数据

• 亚洲科技股及SOX指数近期调整25%-30%报告认为当前股价已计入较高概率的短期盈利下调或资本开支削减。
• 2027年主要云服务商资本开支增速预测约65%预计在2026年超过100%的增长基础上继续保持强劲扩张。
• 2026年第二季度公共云新增收入约150亿美元接近2026年第一季度新增收入的两倍，显示云计算和AI令牌消费加速。
• 主要云厂商净债务权益比约12%截至2026年第二季度，整体资产负债表仍较健康。
• AI集群模型浮点利用率约20%-40%较低利用率表明互连、数据传输和集群效率仍有较大改善空间。
• AI加速器用于数据传输的指令周期占比约50%-60%支持高速互连、光学连接和先进封装成为下一阶段重点方向。
• 亚洲科技股估值水平约高于十年平均市盈率一个标准差统计口径剔除存储器，报告认为回调后的估值并不过度。
• 存储器股票近期调整超过40%未来六个月可能明显反弹，但报告不预期短期重返2026年5月高点。
• 存储器供需缺口展望未来2-3年供应低于需求基本面稳健，但高价格可能促使客户降低存储配置并限制估值。
• 芯片向电力瓶颈迁移的潜在窗口未来18-24个月到2027年下半年及2028年，数据中心部署延迟和电力可得性可能取代芯片成为主要约束。

影响与含义

投资层面应从单纯追逐涨价受益硬件，转向盈利上修可持续、供给集中且具备下一轮瓶颈属性的方向。半导体设备受益于晶圆制造设备支出上调、先进封装和中国半导体国产化；集成电路载板受益于AI加速器封装尺寸扩大、服务器CPU、EMIB-T及共封装光学需求；高速互连、光学连接和先进封装则受益于提升集群利用率的迫切需求。存储器更适合交易性反弹而非估值持续扩张。中期还需关注AI基础设施瓶颈由芯片转向数据中心部署和电力供应的可能性。

风险

• 超大规模云厂商自由现金流在2026年下半年及2027年转负，股债融资可能引发估值与市场波动。
• AI资本开支增速或实际部署速度低于预期，导致硬件产业链盈利预测下调。
• AI模型能力提升、推理令牌消费或生成式AI商业采用不及预期。
• 高价格导致AI芯片客户降低HBM、DRAM等组件配置，形成需求破坏。
• 关键组件新增供给快速释放或库存开始累积，使周期提前见顶。
• 互连、先进封装、数据中心建设和电力供应形成新的瓶颈，限制算力转化为可用服务。
• 出口管制、国产化竞争及区域监管变化影响亚洲半导体产业链。
• 研究机构与部分讨论公司存在做市、持股、客户或潜在投行业务关系，需结合披露审慎评估观点独立性。

后续跟踪

• 软件和互联网公司披露生成式AI、大语言模型及智能体工作流采用率与变现进展。
• AI应用是否从软件和编程自动化扩散至金融、医疗等行业。
• 前沿模型实验室在递归自我改进及模型能力方面的突破。
• 公共云收入增速、季度新增收入和大型云厂商订单积压变化。
• 2027年主要云厂商、SpaceX及AI实验室资本开支计划与实际融资安排。
• 亚洲科技盈利预测上修幅度及其向模拟芯片、二线晶圆代工、硅片和MLCC扩散的广度。
• GPU、ASIC、HBM及其他关键组件的库存、交期和新增产能。
• 晶圆制造设备、洁净室、2.5D及3D先进封装投资是否成为2027-2028年的新瓶颈。
• AI集群利用率以及CPO、光学连接、网络设备和先进封装的采用速度。
• 2027年下半年起数据中心部署进度、电网接入和表后电源能否匹配芯片供应增长。