AI服务器需求成为亚太科技硬件主线,但公司间确定性分化
AI 摘要卡
AI服务器需求成为亚太科技硬件主线,但公司间确定性分化
J.P. Morgan本篇亚太科技销售评论聚焦Taiyo Yuden、Kioxia与Nittobo,认为AI服务器将继续拉动MLCC、存储和基板材料需求,同时提示Nippon Chemi-Con的FY26销售计划可能过于激进。
- Taiyo Yuden管理层指引FY26-FY27 AI服务器应用CAGR约80%,FY25该业务贡献为9%,且当前产能利用率约95%。
- Kioxia获S&P上调至投资级、展望稳定,市场关注IR Day上关于股东回报、现金分红和潜在回购的表态。
- Nittobo据报道暂停进一步T-glass提价,但保留涨价或成本分摊机制的可能性,产能扩张仍是核心变量。
- J.P. Morgan维持对Nippon Chemi-Con的谨慎看法,认为其FY26销售计划过于乐观,尽管AI相关增长预期仍存在。
研报解读
概览
本报告是J.P. Morgan亚太科技Specialist Sales评论,核心围绕日本科技硬件与半导体链条的AI服务器需求展开。报告重点讨论Taiyo Yuden在AI服务器MLCC应用中的高增长指引、Kioxia信用评级上调及潜在股东回报、Nittobo在T-glass定价与扩产上的市场预期,以及Nippon Chemi-Con中期计划中可能偏乐观的FY26销售假设。
核心观点
核心观点是:AI服务器需求仍是亚太科技硬件最重要的增量来源,推动MLCC、硅电容、钽电容、基板材料、存储和相关设备需求;但不同公司的受益质量和估值支撑并不一致。Taiyo Yuden受益于AI服务器电源相关MLCC增长,Kioxia受益于自由现金流改善和股东回报预期,Nittobo受益于ABF客户扩产与材料紧缺预期;相较之下,Nippon Chemi-Con虽有AI相关增长故事,但J.P. Morgan认为其FY26销售计划存在下行风险。
分析框架
报告采用销售评论和会议纪要式分析,结合管理层指引、投资者关注点、评级/目标价、行业新闻流和即将举行的公司活动,判断AI服务器主题对日本及亚太科技硬件公司的边际影响。
方法论与常识提炼
通过公司会议、IR Day和卖方会议观察需求、产能、价格和资本回报预期。
Taiyo Yuden的FY26-FY27 AI服务器应用CAGR、Kioxia的股东回报讨论、Nittobo的T-glass定价与扩产计划,均来自管理层沟通或投资者关注点。
AI服务器需求从GPU/加速卡扩散到MLCC、电容、基板材料、存储和设备环节。
报告将Taiyo Yuden的MLCC机会与Murata、TDK、SEMCO、YAGEO等同业比较,并将Nittobo与ABF客户扩产、Ushio光刻设备供应链相联系。
高增长指引需要结合产能利用率、价格变化、原材料成本和终端需求验证。
报告明确指出Nippon Chemi-Con的FY26销售计划可能过于乐观,同时提示Taiyo Yuden未来是否提价取决于FY27前后产能是否达到满载。
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)。
- Taiyo YudenAI服务器MLCC和电源应用核心受益标的
- 优势
- 管理层指引FY26-FY27 AI服务器应用CAGR约80%,产能利用率约95%,FY26价格下滑预计较温和,并可向下游传导银、铜等原材料成本。
- 劣势
- 部分MLCC可能被硅电容替代或与Murata、SEMCO等竞争;若需求或产能满载不及预期,提价弹性有限。
- 对比
- 日本投资者通常将Murata视为该领域龙头,TDK质量次之;SEMCO也进入类似MLCC AI服务器电源细分。
- 风险
- AI服务器需求放缓、MLCC价格下行超预期、原材料成本传导不充分、竞争加剧。
- Kioxia存储周期改善和股东回报预期受益者
- 优势
- S&P将其上调至投资级且展望稳定,自由现金流扩张可能推动市场预期公司回到净现金状态。
- 劣势
- 股东回报方式仍待管理层确认,当前沟通更偏向现金分红而非回购。
- 对比
- 与其他存储公司相比,Kioxia当前投资者关注点更集中在信用评级、自由现金流和资本回报。
- 风险
- NAND周期反转、自由现金流不及预期、股东回报力度低于市场预期。
- NittoboT-glass和ABF基板材料链条受益者
- 优势
- ABF客户ASP提升和产能扩张支撑市场对T-glass需求的乐观看法,扩产计划可能强化长期供给地位。
- 劣势
- 据报道暂停进一步T-glass提价,显示短期定价节奏或不如市场预期激进。
- 对比
- 报告提到ABF客户稳健的ASP提升和扩产也利好关键资本设备光刻工具供应商Ushio。
- 风险
- 提价落空、扩产执行风险、客户需求波动、成本分摊机制不确定。
- Nippon Chemi-ConAI服务器电容增长主题中的谨慎标的
- 优势
- 公司计划扩展AI服务器用铝电解电容、提升盈利能力,并每年增加混合电容产能约20%。
- 劣势
- J.P. Morgan认为FY26销售计划过于乐观,即使考虑AI相关增长预期,仍存在下行风险。
- 对比
- 相较Taiyo Yuden的MLCC机会,Nippon Chemi-Con的投资结论更依赖中期计划兑现和盈利改善。
- 风险
- FY26销售不达预期、AI相关订单转化低于预期、产能扩张无法带来利润率改善。
- Oracle Japan日本软件/云服务股东回报主题
- 优势
- 报告预计FY5/27特别股息Y820,并预计FY5/28起普通派息率从约40%提升至100%。
- 劣势
- 投资逻辑更多来自资本回报调整,而非报告主体的AI硬件供应链增量。
- 对比
- 与硬件链条相比,Oracle Japan是本篇评论中的软件与股东回报型案例。
- 风险
- 派息政策不及预期、盈利预测下修、软件需求或云业务增长低于预期。
- TDK / YAGEO / Murata / SEMCO / UshioAI服务器硬件链条的可比公司与读穿标的
- 优势
- TDK和YAGEO可能受益于AI服务器电容需求,Murata被视为MLCC行业标杆,SEMCO已进入相关细分,Ushio受益于ABF扩产相关设备需求。
- 劣势
- 报告没有给出这些公司的详细盈利预测或评级调整。
- 对比
- 这些公司主要作为Taiyo Yuden、Nittobo产业链判断的参照或读穿对象。
- 风险
- 同业竞争、技术替代、AI服务器资本开支波动、客户扩产节奏变化。
关键数据
- Taiyo Yuden AI服务器应用增长FY26-FY27 CAGR约80%管理层在卖方会议中给出的指引,FY25该业务贡献基准为9%。
- Taiyo Yuden产能利用率约95%管理层表示若FY27接近满产,将重新考虑提价。
- Taiyo Yuden评级与目标价OW,目标价Y9,500报告中的重点公司评级信息。
- Nippon Chemi-Con评级与目标价UW,目标价Y1,260J.P. Morgan维持谨慎观点,认为FY26销售计划过于乐观。
- Nippon Chemi-Con长期增长假设板载long-L产品至2030年CAGR约94%公司计划扩展AI服务器用铝电解电容并提升盈利能力,但报告提示下行风险。
- Oracle Japan股东回报假设FY5/27特别股息Y820,FY5/28起普通派息率由约40%提高至100%J.P. Morgan根据近期业绩微调预测。
- Kioxia信用评级事件S&P上调至投资级,展望稳定后续关注2026年6月2日IR Day以及现金分红、回购和净现金恢复路径。
- Nittobo定价动态据报道暂停进一步T-glass提价,但保留涨价或成本分摊机制可能性市场仍关注其产能扩张和ABF客户强劲ASP提升。
影响与含义
对投资组合而言,AI服务器主题仍可支持日本及亚太硬件链条的相对表现,但需要区分直接受益于高端MLCC、基板材料和存储现金流改善的公司,与仅依赖远期高增长指引、但短期销售计划可能过于激进的公司。报告对Taiyo Yuden、Kioxia和Nittobo相关链条的边际含义偏正面,而对Nippon Chemi-Con强调估计风险。
风险
- AI服务器需求增速不及预期,导致MLCC、电容、基板材料和存储需求传导减弱。
- 公司管理层给出的FY26-FY27或至2030年的高增长指引存在兑现风险。
- MLCC价格下行、T-glass提价暂停或成本分摊不充分,可能压缩利润弹性。
- 银、铜等原材料价格上涨若无法顺利转嫁,将影响Taiyo Yuden等元件公司的利润率。
- 半导体地缘政治、出口管制、走私调查和中国AI芯片竞争可能改变供应链预期。
- Nippon Chemi-Con的FY26销售计划若被证实过于乐观,可能带来估值和盈利预测下修。
后续跟踪
- Kioxia 2026年6月2日IR Day关于股东回报、现金分红、回购和净现金路径的管理层表态。
- Taiyo Yuden FY26-FY27 AI服务器MLCC需求是否兑现,以及产能利用率是否从95%走向满载。
- MLCC价格在FY26是否仅温和下滑,以及银、铜成本能否传导给客户。
- Nittobo是否恢复T-glass提价,或推出成本分摊机制,以及扩产计划的节奏。
- ABF基板ASP是否继续上行,客户扩产是否继续支撑Nittobo和Ushio等相关链条。
- Nippon Chemi-Con中期计划中AI服务器电容需求、混合电容产能扩张和盈利改善能否落地。
- 全球半导体新闻流,包括AMD在台湾投资、Nvidia中国AI芯片市场变化、YMTC IPO准备、Alibaba AI芯片和模型更新等。