TSMC仍是AI半导体扩张的核心受益者
AI 摘要卡
TSMC仍是AI半导体扩张的核心受益者
Morgan Stanley认为，强劲云端AI资本开支、CoWoS/SoIC扩产、2nm需求和AI ASIC放量将支撑TSMC在2026-2027年的收入、毛利率和资本开支上行。
- TSMC 2026e和2027e资本开支预计分别为US$56bn和US$75bn，反映先进制程与先进封装扩产压力。
- 报告预计AI semi TAM到2030年约达US$753bn，全球半导体市场到2030年或达US$1.5tn，其中AI半导体贡献约一半。
- TSMC的AI半导体收入在2026e可能超过公司收入30%，并在2024-2029e持续提升。
- CoWoS和SoIC是未来几年关键瓶颈与投资焦点；在AI需求持续强劲下，TSMC可能将CoWoS产能扩至2027年200kwpm。
- 中国AI芯片TAM预计到2030年增至US$91bn，国产AI加速器在成本、供给和本土需求上具备结构性机会。
研报解读
概览
本报告围绕TSMC 2Q26业绩预览、3Q26指引、先进制程价格、2nm/3nm需求、CoWoS和SoIC产能，以及AI GPU、ASIC、CPU、HBM、CPO和中国AI计算产业链展开。核心结论是AI半导体需求仍强，云端CSP资本开支持续高位，TSMC凭借先进制程、先进封装和客户结构处于供应链核心位置。
核心观点
报告认为TSMC仍是先进逻辑代工的关键稀缺资产：技术路线和逻辑密度领先、EUV供应紧张、2nm需求强劲，使其有能力在2027年对领先制程提价5%-10%。AI需求推动CoWoS、SoIC、HBM、测试设备和CPO等环节同步扩张，但也挤压非AI半导体供给与利润。中国AI计算市场受DeepSeek推理需求、国产供应链能力提升和本土基础设施优势驱动，国产AI加速器TAM具备高增长潜力。
分析框架
报告采用自上而下TAM测算、供应链产能跟踪、客户需求拆分、云资本开支追踪、制程路线比较、封装产能拆分、功耗部署推算和中美AI芯片价值链对比等方法，综合判断TSMC及AI半导体供应链的收入、产能和投资机会。
方法论与常识提炼
以bear/base/bull情景估算AI半导体、CPU orchestration和中国AI芯片市场空间。
报告将云端AI、ASIC、GPU、CPU、HBM和中国AI加速器分别拆分，以资本开支、功耗部署、芯片数量和单价假设推导2030年前市场空间。
通过CoWoS、SoIC、2nm/3nm、HBM和晶圆消耗按客户拆分来识别瓶颈。
报告强调NVIDIA、Broadcom、AMD、AWS、Google、MediaTek等客户需求对TSMC先进制程和先进封装的拉动。
比较TSMC、Intel、Samsung在逻辑密度、制程路线和先进封装上的竞争位置。
结论偏向TSMC，认为其制程路线、CoWoS生态和执行能力仍具优势，但Intel EMIB在更大封装尺寸上有潜在竞争。
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）。
- TSMC (TSM.US)核心受益标的
- 优势
- 先进制程领先、2nm需求强劲、CoWoS/SoIC产能稀缺、具备领先制程提价能力。
- 劣势
- 资本开支压力大，先进封装和EUV供给约束可能限制短期交付。
- 对比
- 相对Intel和Samsung，报告认为TSMC在技术路线和逻辑密度上仍领先。
- 风险
- AI需求波动、客户资本开支放缓、先进封装竞争、地缘政治和电力约束。
- AI GPU/ASIC供应链需求扩张受益链条
- 优势
- NVIDIA、Broadcom、AMD、AWS、Google等项目推动CoWoS、HBM、ABF和测试需求。
- 劣势
- 部分环节受基板、封装、HBM和电力限制。
- 对比
- 自研ASIC仍与NVIDIA GPU并存，CSP需要定制芯片降低成本并优化特定工作负载。
- 风险
- CSP预算约束、项目延期、供应链执行风险和技术路线变化。
- 中国AI加速器产业链本土替代和需求增长机会
- 优势
- 中国AI芯片TAM预计增长，国产芯片在本地推理场景具备较低TCO和性能成本比优势。
- 劣势
- 先进制程和高端封装能力仍受限制。
- 对比
- 与NVIDIA处理器相比，国内芯片在中国市场的价格和供给可得性更具优势，但高端训练性能仍有差距。
- 风险
- 监管限制、产能瓶颈、软件生态成熟度和客户订单兑现不确定。
- 存储与HBMAI服务器需求外溢受益
- 优势
- AI需求推动HBM、NAND、NOR和DDR4供需紧张。
- 劣势
- 价格上行可能挤压下游非AI半导体和设备利润。
- 对比
- HBM在AI服务器中的战略重要性高于传统存储，NVIDIA仍消耗多数HBM供给。
- 风险
- 新增供给释放、终端需求回落和库存周期反转。
- CPO与测试设备AI/HPC封装复杂度提升受益环节
- 优势
- 更大封装尺寸、更高pin count和CPO项目推动测试设备、socket和光学引擎需求。
- 劣势
- 产业化节奏依赖大客户项目和标准成熟度。
- 对比
- 相对传统消费电子测试，AI/HPC测试时间和复杂度更高。
- 风险
- CPO量产推迟、客户项目变更和竞争加剧。
关键数据
- TSMC 2026e资本开支US$56bnMorgan Stanley对TSMC资本开支的估算。
- TSMC 2027e资本开支US$75bn反映先进制程和先进封装扩张需求。
- 全球AI semi TAM 2030e约US$753bn报告预计AI半导体市场到2030年显著扩张。
- 全球云资本开支 2027e近US$1.3tnTop 14 listed global CSPs，不含sovereign AI。
- Top 4 CSP 1Q26CY资本开支同比+95% Y/YAmazon、Google、Microsoft和Meta资本开支持续强劲。
- CPU orchestration TAM 2030 base caseUS$79bn较此前US$60bn上调。
- CPU orchestration TAM 2030 bull caseUS$238bn反映agentic AI带来的CPU需求弹性。
- 中国AI芯片TAM 2030eUS$91bn报告预计中国AI计算需求和国产加速器份额提升。
- TSMC 2Q26 EPS Morgan Stanley估算NT$25.08高于表中共识NT$24.02。
- TSMC 3Q26 EPS Morgan Stanley估算NT$29.21高于表中共识NT$26.98。
影响与含义
对投资而言，报告强化了AI半导体产业链的结构性景气：TSMC处于先进制程和先进封装核心位置，MediaTek、KYEC、ASE、Alchip、GUC、FOCI等受益于ASIC、测试、CPO和封装扩张；同时，存储短缺、DDR4/NOR/NAND供需紧张和中国AI芯片国产化也带来细分机会。主要制约在于电力、预算、芯片产能、监管和非AI需求被挤出。
风险
- 云服务商资本开支或AI预算低于预期。
- 电力供应、数据中心建设和监管约束限制AI基础设施扩张。
- EUV、CoWoS、SoIC、HBM、ABF基板等关键供给瓶颈影响出货。
- AI半导体优先级上升可能挤压非AI半导体需求和利润。
- TSMC资本开支过高可能带来折旧压力，虽然报告认为毛利率60%应是底部。
- Intel EMIB、Samsung先进制程或其他封装方案执行改善带来竞争压力。
- 中国AI芯片国产化受先进制程、软件生态、制裁和客户订单兑现影响。
后续跟踪
- TSMC 2Q26业绩、3Q26指引和毛利率走势。
- TSMC 2026-2027资本开支是否接近US$56bn和US$75bn假设。
- 2nm客户需求、N3/N5产能迁移和领先制程提价幅度。
- CoWoS是否按预期扩至2027年约200kwpm，以及SoIC扩产节奏。
- Top 4 CSP及Top 14 CSP云资本开支、capex-to-EBITDA和AI项目部署。
- NVIDIA GB200/300、Vera Rubin、Google TPU、AWS Trainium和定制ASIC出货。
- HBM、DDR4、NAND和NOR供需及价格趋势。
- 中国AI GPU/加速器订单、TCO表现、TPS表现和IPO进展。
- CPO、PIC光学引擎、测试设备和高pin count socket项目落地。