AI基础设施扩张继续重塑大中华半导体投资主线

概览

这是一份面向投资者的Morgan Stanley大中华半导体行业演示材料，核心议题是未来AI基础设施建设中GPU、XPU、ASIC、CPU编排、先进封装、存储、测试与中国本土AI加速器的受益路径。报告整体立场偏正面，认为AI相关需求仍是半导体产业最强的结构性增长来源，但非AI半导体在2026年可能承压。

核心观点

报告的核心观点包括：第一，全球AI半导体需求仍由云资本开支、训练与推理工作负载、Agentic AI和主权AI推动；第二，TSMC在先进制程、CoWoS和SoIC中的地位使其成为关键受益者；第三，NVIDIA仍在AI计算晶圆消耗中占主导，但CSP仍需要自研定制芯片；第四，中国AI加速器受本土需求、供应链韧性和成本优势驱动，长期TAM与自给率有望上升；第五，AI对NAND、NOR、DDR4和测试设备需求形成供需紧张与价格支撑。

分析框架

报告采用供应链数据、云资本开支跟踪、TAM测算、先进封装产能拆解、客户需求结构、成本/性能比较、TCO与每token成本分析、市场份额预测以及估值比较来评估行业链条中不同资产的相对吸引力。

方法论与常识提炼

• 市场规模测算TAM情景分析

  以云AI半导体、CPU编排、中国AI芯片等细分市场为对象，构建基础情景与牛市情景。

  报告给出云AI半导体2026e牛市情景US$485bn、全球AI半导体2030年约US$753bn、中国AI芯片2030年US$91bn等测算，用于判断长期成长空间。

• 供应链分析产能与客户结构拆解

  围绕TSMC先进节点、CoWoS、SoIC、晶圆消耗、NVIDIA GB200/300机架供需等环节进行拆解。

  通过产能扩张、客户占比和封装技术路线判断谁能承接AI基础设施扩张带来的结构性需求。

• 成本效率分析TCO与每token成本比较

  比较中国本土AI加速器与NVIDIA处理器在中国推理场景中的总体拥有成本和单位token成本。

  报告认为本土芯片因价格明显更低，在部分推理场景中可提供更好的每美元性能。

• 相对估值半导体子行业估值比较

  比较Fabless、功率半导体、FPGA、模拟、晶圆代工、后端、存储、IDM和半导体设备等板块。

  估值比较用于辅助识别AI主线、存储复苏、测试设备和成熟节点中的相对机会与风险。

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

  AI先进制程与CoWoS/SoIC核心受益者

  优势

  先进节点、CoWoS产能、AI客户需求和晶圆消耗增长共同支撑收入与利润率。

  劣势

  资本开支和产能扩张要求高，对少数大型AI客户需求变化敏感。

  对比

  相较一般晶圆代工厂，TSMC在AI GPU、ASIC和先进封装中的产业链位置更关键。

  风险

  AI资本开支放缓、先进封装供需错配、地缘政治与客户集中风险。

• MediaTek

  AI与边缘设备潜在受益者，列为Top Pick之一

  优势

  报告将其纳入AI OW名单，并提到Nvidia/MediaTek新AI PC可能触发边缘设备替换。

  劣势

  边缘AI换机节奏和消费电子价格弹性存在不确定性。

  对比

  相较纯云端AI链条，MediaTek更偏向终端和边缘AI需求弹性。

  风险

  AI PC渗透不及预期、终端需求疲弱、芯片成本通胀压缩利润率。

• NVIDIA

  全球AI GPU与服务器机架需求的主导参考资产

  优势

  报告称AI计算晶圆消耗中NVIDIA占大多数，并分析GB200/300机架供需。

  劣势

  CSP自研ASIC持续推进，长期可能分流部分AI加速器需求。

  对比

  NVIDIA仍是AI GPU标杆，但CSP定制芯片和中国本土加速器在特定场景具备替代压力。

  风险

  供应链瓶颈、客户自研ASIC、出口管制和中国市场替代。

• Cambricon

  中国AI加速器重点标的，报告给予OW表述

  优势

  报告强调其推理性能和客户锚定，并预计2025-2028e收入CAGR为90%。

  劣势

  先进制程、软件生态和供应链能力仍需持续验证。

  对比

  在Cambricon、MetaX和Iluvatar比较中，Cambricon偏向推理性能和客户基础优势。

  风险

  订单兑现、国产先进节点产能、竞争加剧、政策与出口限制。

• Iluvatar

  中国AI加速器重点标的，报告给予OW表述

  优势

  报告强调供应链韧性和订单可见度，并预计2025-2028e收入CAGR为122%。

  劣势

  毛利率被描述为温和，商业化规模和产品路线仍在验证。

  对比

  相较Cambricon，Iluvatar的亮点更集中在供应链韧性、订单可见度和激进产品路线。

  风险

  毛利率压力、产品迭代不及预期、客户集中和产能约束。

• Hon Precision

  AI测试时间延长与handler市场扩张受益者

  优势

  报告预计其handler市场份额从2024年28%升至2027e的42%，收入2025-2028年CAGR为67%。

  劣势

  对AI/HPC测试需求和handler市场扩张敏感。

  对比

  在测试设备链条中，Hon Precision更直接受益于测试时间拉长和handler需求提升。

  风险

  AI测试资本开支波动、客户采购延后、竞争导致份额提升不及预期。

• MPI

  探针卡技术领先并具CPO可选性

  优势

  报告预计其探针卡市场份额从2024年8%升至2028e的20%，EPS在2025-2028e CAGR为94%。

  劣势

  增长依赖高端探针卡渗透和CPO设备放量。

  对比

  相较一般测试耗材公司，MPI更具探针卡技术和CPO设备驱动。

  风险

  CPO采用延迟、技术迭代失败、AI客户需求波动。

• WinWay

  AI封装复杂度提升下的socket与probe card受益者

  优势

  报告预计其市场份额从2024年8.6%升至2028年20%，pin产能从2025年每月3.5mn扩至2026年每月9mn。

  劣势

  产能扩张需要执行力，且对AI/HPC封装复杂度提升敏感。

  对比

  相较单一socket厂商，WinWay强调probe card与socket一体化方案。

  风险

  产能利用率、客户认证、AI封装复杂度提升低于预期。

• Macronix、AP Memory、Nanya Tech、Winbond、GigaDevice

  存储短缺和价格周期受益链条

  优势

  报告将Macronix列为Memory Top Pick，并讨论NAND、NOR和DDR4供需紧张。

  劣势

  存储周期性强，价格上涨可能受到需求弹性和客户库存影响。

  对比

  相较非AI逻辑芯片，存储链条受AI存储需求和DDR4/NOR供给约束支撑更明显。

  风险

  价格回落、供应恢复过快、终端需求不振。

• SICC、InnoScience

  中国化合物半导体与功率半导体相关标的

  优势

  报告偏好SiC over GaN，并提到SiC渗透率2030年超过50%。

  劣势

  扩产带来折旧压力，可能拖累盈利能力。

  对比

  SICC更受SiC渗透率提升支持，InnoScience则对应GaN市场机会。

  风险

  EV需求波动、产能扩张过快、价格竞争和折旧压力。

关键数据

• 全球AI半导体TAM~US$753bn by 2030报告预计AI半导体TAM到2030年约达US$753bn。
• 云AI半导体牛市情景US$485bn in 2026e供应链数据驱动的牛市情景假设云AI半导体TAM在2026e可达US$485bn。
• Top 4 CSP资本开支+95% YoY in 1Q26Amazon、Google、Microsoft和Meta在1Q26资本开支同比增长95%。
• Top 11上市全球CSP云资本开支US$811bn in 2026报告估算2026年全球主要上市CSP云资本开支约US$811bn，不含主权AI。
• TSMC AI半导体收入占比>30% of 2026e revenue报告预计TSMC的AI半导体收入在2026e可能占收入超过30%。
• CPU编排TAM牛市情景US$238bnMorgan Stanley牛市情景隐含CPU orchestration TAM为US$238bn。
• Agentic CPU TAM增速251% CAGR over 2026-30报告自上而下模型估算Agentic CPU TAM在2026-2030年复合增速为251%。
• 测试设备市场增速35% CAGR during 2024-27报告预计测试设备市场2024-2027年CAGR为35%。
• Handler市场规模US$436mn in 2023 to US$6.6bn in 2027e报告预计整体handler市场从2023年的US$436mn增长至2027e的US$6.6bn。
• 中国AI芯片TAMUS$91bn by 2030报告预计中国AI芯片TAM到2030年增长至US$91bn。
• 中国AI芯片自给率70% in 2030e报告预计中国AI芯片自给率2030e达到70%，对应US$60bn/US$85bn。
• Cambricon收入增速90% CAGR, 2025-28e报告预计Cambricon收入在2025-2028e期间复合增长90%。
• Iluvatar收入增速122% CAGR, 2025-28e报告预计Iluvatar收入在2025-2028e期间复合增长122%。

影响与含义

投资含义是AI基础设施不再只利好单一GPU供应商，而是扩散到先进晶圆代工、先进封装、服务器/机架、ASIC设计、CPU编排、存储、测试设备、耗材和中国本土AI加速器。大中华半导体链条中，具备先进制程产能、封装瓶颈资源、客户锚定、成本优势或测试复杂度杠杆的公司更可能受益；相反，非AI需求疲弱、成本通胀和监管限制可能压制部分传统或高外部依赖业务。

风险

• 芯片通胀：晶圆、OSAT和存储成本上升可能压缩芯片设计公司利润率。
• AI挤出效应：AI半导体优先占用T-Glass、存储和先进封装等资源，可能挤压非AI半导体。
• 非AI半导体增长压力：剔除存储和NVIDIA AI GPU收入后，非AI半导体2026年增长可能下降。
• AI资本开支放缓：CSP云资本开支若低于预期，将影响GPU、ASIC、先进封装和服务器链条需求。
• 监管与出口管制：报告披露涉及U.S. Executive Order 14032、14105和出口管制限制，相关交易和投资存在合规风险。
• 中国先进节点产能约束：本土AI GPU产量取决于先进制程、封装和供应链执行能力。
• 竞争加剧：CSP自研ASIC、NVIDIA GPU、中国本土加速器和不同封装路线之间竞争可能改变利润分配。
• 存储和功率半导体周期风险：价格、库存、EV需求和工业需求变化可能导致周期反转。

后续跟踪

• Top 4和Top 11 CSP云资本开支是否维持高增长。
• TSMC CoWoS、SoIC和2nm/3nm/4-5nm客户需求及产能扩张进度。
• NVIDIA GB200/300机架供应、需求份额和客户结构变化。
• AWS Trainium、Google TPU等CSP定制ASIC项目量产与性能演进。
• 中国AI加速器订单、IPO进展、国产先进节点产能和自给率路径。
• 中国推理市场token需求、TCO和每token成本是否持续支持本土芯片替代。
• NAND、NOR、DDR4供需缺口与价格走势。
• AI/HPC测试时间、探针卡、socket、handler和CPO设备需求是否继续上升。
• 美国出口管制、投资限制和相关实体清单变化。