Global AI infrastructure and semiconductor bottlenecks研报解读

概览

Morgan Stanley围绕AI支出在哪些环节遭遇产能、单机价值量和制造瓶颈来审视科技机会。其首选AI算力，其次是网络，并在AI之外选择性看好模拟芯片；同时，随着存储周期成熟，对通用存储敞口更加谨慎。

核心观点

报告的核心观点是，GPT-6 Astra可能在推理、工程、计算机使用和现实世界任务中拓宽具备商业价值的AI应用。它并非只是让一个使用100,000 GPUs训练的模型需要更多芯片；更强的模型能力可能增加推理工作负载的数量、持续时间和复杂度。因此，Morgan Stanley认为，投资讨论可能从AI需求是否形成，转向实体基础设施能否大规模交付智能。该机构偏好受益于更广泛推理需求、且产能受限、单机价值量上升或制造复杂度提高的公司。 AI算力是该机构最高确信度的方向。其认为GPU、CPU、ASIC、先进逻辑及其配套零部件生态的需求均超出早先预期。TSMC将2026年营收增长指引上调至超过40% Y/Y，并将2026年资本开支提高至US$60-64bn；Morgan Stanley认为，TSMC AI半导体业务70-80%的CAGR是合理的，并预计AI半导体在2026e可占TSMC营收超过30%。报告强调，机会不仅来自核心算力，还来自ABF基板、MLCC、封装、测试和电源。其预计从2027年起ABF将出现供不应求，因为新产能投放至少需要两年；台湾MLCC月度销售额在6月同比增长36%。报告提到，Samsung Electro-Mechanics同时受益于AI驱动的ABF和MLCC需求，支撑其2026-28e预计29%的盈利CAGR。 存储基本面仍然强劲，但Morgan Stanley将这与具吸引力的相对风险回报区分开来。其预计该周期将在4Q26进入后段，届时DRAM月度价格的同比涨幅将见顶，环比涨价幅度收窄，盈利预测修正动能减速。3Q26 DRAM合约价格环比约增长20%，高于此前对DRAM和NAND 15-20%的预期；4Q26价格预计环比约增长5-10%，此后的能见度有限。DRAM bit增长截至6月年初至今为36%，2026年预期现为31%，此前为25%；2026年DRAM WFE在九个月内上调47%。报告预计2026-27e bit供给增长32-38%，并认为从2027年末开始投放的新投资最终可能对价格构成压力。 不过，机构也指出了存储上行的条件。HBM4E后段制程复杂度可能延迟DRAM供给增长，并继而延迟NAND扩产，因为2026-27年DRAM资本开支的很大一部分可能投向BEOL产能。其预计，显著的前段制程迁移支出和更快的DRAM GB出货增长要到2H27才会出现。长期协议也可能降低行业盈利的历史波动性。Morgan Stanley偏好结构性份额提升、本土化和下游AI敞口，而非通用大宗商品敞口；其重点提及CXMT的国内AI/服务器机会、2025-28e预计46%的bit出货CAGR，以及若HBM3E在2027年成为中国AI GPU的瓶颈，其对国内AI供应链的战略重要性。机构还更偏好封装和测试受益者，而非新增的通用前段存储敞口。 网络是第二优选的AI方向，因为更大的加速器集群会提高通信强度。Morgan Stanley预计，到2030年规模扩展网络市场将超过US$70bn，超过其一年前估计的四倍。其将此归因于加速器域的扩大：Rubin将规模扩展域提升至144 GPUs，Rubin Ultra提升至576 GPUs。然而，该机构不认同铜连接会立即被光连接简单替代的观点。铜连接在短距离机架内连接中仍具有时延、功耗和成本优势，而SerDes、retimer、连接器和有源铜缆的进步延长了其适用寿命。预期架构路径是铜连接、再到NPO或混合设计、最后到CPO；2028年规模扩展CPO采用预计仍有限，最强采用期可能从2029年以后开始。Morgan Stanley预计CPO交换机出货量将从2026年的23,000台增至2027年的59,000台，并在2030年达到约200,000台。 在AI之外，模拟芯片被定位为早周期的分散配置和对冲工具。经历超过三年的L形底部后，Morgan Stanley将低渠道库存、价格企稳、成熟制程和功率产品的局部紧张、工业订单改善及产能利用率回升视为复苏信号。其预计上行周期至少持续至2026年下半年，并伴随价格改善、库存补充和积极的订单出货比趋势。关键问题在于，这种改善反映的是可持续的终端销售，还是分销商补库存；报告将近期公司评论解读为需求驱动周期的证据。 传统消费终端市场仍是薄弱环节。Morgan Stanley预计，2026年全球智能手机出货量将同比下降约13%，其中Android约下降15%，原因是更高的存储成本推高OEM价格并压低需求。其对PC仍保持谨慎，理由包括零部件成本推高可负担性压力、市场停滞或疲软，以及尽管库存增加，仍缺乏明确的出货量复苏证据。传统企业服务器换机也并非主要增长动力；超大规模云厂商和AI云基础设施仍是更强的需求来源。机构认为，更高的零部件成本会进一步压制消费电子的销量，即使其同时支撑半导体营收。 在整个板块中，盈利兑现能力是近期最关键的决定因素。Morgan Stanley认为，投资者如今对AI受益者期待近乎完美的业绩，且相对盈利预测修正动能比估值本身更重要。其认为AI算力、网络和非AI板块的前瞻动能最强，存储最弱。市场一致预期AI受益者2027年盈利增长56%，并假设在2026年营收增长放缓的环境下利润率扩张；Morgan Stanley认为53%更可能实现。报告还警示，2027年起AI资本开支可能减速，即便不会出现负增长，也可能对股票产生重大影响，此外还面临宏观、油价、通胀、联邦储备政策和美国大选等逆风。

分析框架

Morgan Stanley按AI算力、存储、网络、模拟芯片和消费终端市场梳理科技周期。它结合需求和资本开支指标、供给约束、价格趋势、盈利预测修正广度、周期阶段以及公司层面的敞口，以识别AI支出最可能转化为盈利上行的环节。

方法论与常识提炼

• 行业/产业分析框架供需框架

  供需与瓶颈分析

  报告比较AI驱动需求与基板、存储制造、封装和网络等领域的实体产能约束，以判断价值链哪些环节可能保持定价能力。

• 行业/产业分析框架产业链上中下游传导

  AI基础设施价值链传导

  Morgan Stanley将AI算力需求从GPU和ASIC追踪至晶圆代工产能、ABF基板、MLCC、封装、测试、电源和网络组件。

• 周期与景气框架景气拐点分析

  周期阶段与盈利动能分析

  报告将存储描述为周期后段、模拟芯片描述为周期早段、消费市场描述为疲弱，并以价格、库存、订单、产能利用率和盈利预测修正作为周期指标。

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)

  AI算力中的首选GPU敞口。

  优势

  直接受益于AI算力需求和不断扩展的推理工作负载。

  对比

  属于报告最偏好的AI算力方向。

  风险

  高预期以及AI资本开支可能放缓。

• CXMT

  基于本土化和结构性份额提升的首选存储敞口。

  优势

  中国国内AI/服务器需求、HBM和DDR5本土化，以及2025-28e预计46%的bit出货CAGR。

  对比

  优于通用大宗商品存储敞口。

  风险

  存储周期成熟以及未来供给扩张。

• Corning (GLW), Lumentum (LITE), Coherent (COHR), Keysight Technologies (KEYS)

  受益于更大规模扩展网络和不断上升测试复杂度的首选网络受益者。

  优势

  敞口涵盖架构中性的光学、激光器、光引擎、CPO/NPO组件和网络测试。

  劣势

  近期CPO采用预计仍有限。

  对比

  优于仅依赖铜连接立即被替代这一狭窄投资逻辑。

  风险

  光学化转型慢于预期。

• STMicroelectronics, NXP, Renesas

  作为早周期非AI补充方向的首选模拟芯片敞口。

  优势

  低库存、价格回升以及工业或汽车需求改善。

  劣势

  复苏仍需验证是否存在可持续的终端销售。

  对比

  模拟芯片被定位为结构性AI敞口的对冲工具。

  风险

  改善可能只是分销商补库存，而非持久需求。

关键数据

• TSMC 2026年营收增长指引>40% Y/Y受更强AI需求推动，上调了指引。
• TSMC 2026年资本开支US$60-64bn被用作AI需求仍强于此前预期的证据。
• AI半导体占TSMC 2026年营收比例>30%Morgan Stanley估计。
• Samsung Electro-Mechanics盈利CAGR29% in 2026-28e受益于AI驱动的ABF和MLCC需求。
• 3Q26 DRAM合约价格Approximately +20% Q/Q高于此前对DRAM和NAND 15-20%的预期。
• 4Q26 DRAM价格展望About +5-10% Q/Q该季度之后的能见度有限。
• 规模扩展网络市场机会>US$70bn by 2030超过一年前估计的4倍。
• CPO交换机出货量23k in 2026; 59k in 2027; ~200k by 2030Morgan Stanley对CPO爬坡的预测。
• 全球智能手机出货量Approximately -13% Y/Y in 2026报告称其中Android约为-15%。
• AI受益者市场一致盈利增长预期56% in 2027Morgan Stanley认为53%更可能实现。

影响与含义

报告偏好AI需求在供给受限、零部件单机价值量上升或制造复杂度提升的环节所带来的敞口。它将算力排在首位、网络排在第二位，在存储中偏好选择性本土化和下游敞口，并将模拟芯片视为补充性的早周期分散配置，同时警示消费需求和存储后周期动态仍较弱。

风险

• 尽管绝对增长强劲，AI受益者仍可能无法实现高投资者预期所隐含的超预期业绩。
• AI资本开支增长可能从2027年起放缓，即使支出不下降，也可能对股票造成压力。
• 随着周期成熟和新产能到来，存储价格、盈利预测修正和相对风险回报可能走弱。
• 宏观环境、油价、通胀、联邦储备政策和美国大选被列为逆风因素。
• 更高的零部件成本可能压制智能手机、PC和更广泛消费电子需求。

后续跟踪

• GPT-6 Astra是否能产生具商业价值的工作负载并提高推理需求。
• TSMC的AI需求、资本开支计划，以及ABF、MLCC、封装和测试供给趋紧的证据。
• DRAM和NAND价格在4Q26的演变、供给增长，以及2027年末新增产能的投放时点。
• 规模扩展网络扩张的速度，以及从铜连接向NPO、混合架构和CPO的转变。
• 模拟芯片的订单、产能利用率、价格、渠道库存和订单出货比趋势，以验证需求驱动型复苏。
• 在更高存储和零部件成本下，智能手机、PC和消费电子的需求。