AI基础设施继续重塑半导体周期，但存储板块需要防范价格见顶与供给扩张

概览

本报告是摩根士丹利全球科技关键辩论材料，重点讨论AI、存储、基板与MLCC四条产业链线索。报告将AI基础设施投资视为中期需求主轴，同时把存储价格、长期协议、P/B周期定位、YMTC NAND扩产、AI代理带来的CPU与内存需求、以及AI服务器中被动元件和基板升级作为主要投资争论点。

核心观点

报告的核心观点是：第一，云厂商资本开支仍然强劲，为AI半导体、HBM、ASIC、GPU与相关供应链提供需求支撑；第二，存储板块虽受HBM和AI需求支撑，但DRAM合约价同比可能已接近周期高点，2026年四季度见顶风险需要关注；第三，长期协议可能提升存储供应商收入可见度、现金流稳定性与估值重估空间；第四，AI代理从生成式AI走向自主行动，可能使CPU编排和内存成为新的瓶颈；第五，AI服务器电源架构与高性能封装升级提升ABF基板和MLCC需求。

分析框架

报告采用自上而下与自下而上结合的方法：先从云资本开支和AI计算架构变化判断需求方向，再拆解HBM、NAND、DRAM、CPU、ABF基板与MLCC的供需、价格和估值影响；同时使用P/B、P/E、长期协议敏感性、HBM sufficiency、YMTC产能情景和供应链检查来形成投资框架。

方法论与常识提炼

• 估值与周期P/B周期拐点框架

  存储股P/B比P/E更适合识别周期峰谷

  报告认为存储股在市场提前折现下行周期时往往看起来便宜，而在景气高点附近可能看起来昂贵，因此P/B对判断峰值或底部倍数更有参考意义。

• 产业供需HBM sufficiency测算

  用产能、良率、UTR与需求推算HBM/DRAM供需充足率

  报告列示Samsung、SK Hynix和Micron的HBM TSV产能、良率和隐含产量，并与HBM及商品DRAM需求进行对比，评估2026e和2027e供需紧张程度。

• 合同与估值LTA长期协议框架

  长期协议提升收入可见度与估值稳定性

  报告比较传统LTA和当前LTA框架，指出新的协议通常期限更长、包含供给分配或量承诺、价格公式或底价机制，并可能带来现金流和估值重估。

• 情景分析YMTC NAND供给情景

  以YMTC产能扩张速度评估NAND过剩风险

  报告以YMTC Fab4、Fab5及全部已公告晶圆厂为基础，比较非AI NAND需求、AI SSD需求增长和YMTC产能情景，判断NAND能否维持紧张。

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）。

• Samsung Electronics

  存储、HBM和DRAM周期核心标的之一

  优势

  具备大规模DRAM和HBM产能，可能受益于LTA、HBM需求和AI基础设施扩张。

  劣势

  传统存储周期暴露较高，若DRAM价格见顶或库存上升，估值和盈利预期可能承压。

  对比

  报告在HBM sufficiency和P/E敏感性中与SK Hynix、Micron并列比较。

  风险

  HBM执行、良率、价格周期下行和竞争格局变化。

• SK Hynix

  HBM与高端DRAM核心受益标的

  优势

  HBM产能扩张明显，AI GPU供应链相关性强。

  劣势

  对HBM客户需求和存储价格周期敏感。

  对比

  报告与Samsung、Micron共同测算HBM产能和估值敏感性。

  风险

  HBM供给充足后价格压力、客户集中度和周期反转。

• Micron

  全球DRAM与HBM供应商

  优势

  参与HBM产能扩张，受益于AI内存需求上升。

  劣势

  在报告列示的HBM产能基数低于Samsung和SK Hynix。

  对比

  作为三大存储厂之一纳入平均P/B和HBM sufficiency分析。

  风险

  产能爬坡、良率、价格周期和资本开支回报。

• YMTC

  NAND供给变量与潜在过剩风险来源

  优势

  若扩产受控，NAND市场仍可能维持紧张。

  劣势

  若全部已公告晶圆厂投向NAND，可能显著提升全球份额并加大供给压力。

  对比

  报告以YMTC 2028e产能情景对比非AI NAND和AI SSD需求。

  风险

  更快的greenfield扩张是NAND过剩的关键风险。

• NVIDIA

  HBM与AI服务器供应链需求核心驱动方

  优势

  报告认为其在2027e仍将消耗大部分HBM供给，推动HBM、MLCC和服务器零部件需求。

  劣势

  对AI资本开支持续性和系统架构迭代敏感。

  对比

  报告以GB200/300、Rubin系统和AI服务器架构讨论相关供应链需求。

  风险

  AI资本开支放缓、替代ASIC竞争和供应链瓶颈。

• MLCC供应商

  AI服务器规格升级受益环节

  优势

  高电容、低ESL和嵌入式MLCC需求上升，行业高度集中，基本面出现改善。

  劣势

  传统消费电子和工业周期仍可能影响总体利用率。

  对比

  报告强调前五大供应商约占CY25全球MLCC市场87%。

  风险

  AI服务器渗透不及预期、价格竞争和库存回补节奏反复。

• ABF基板供应链

  AI扩散时代的封装材料受益环节

  优势

  报告认为AI GPU、ASIC和服务器需求推动ABF基板从2027年起可能供给不足。

  劣势

  扩产周期、客户认证和产品规格变化会影响兑现速度。

  对比

  相较传统PC需求，AI服务器和高性能计算对高端基板拉动更强。

  风险

  AI硬件出货低于预期、产能释放过快或替代封装技术变化。

关键数据

• 2027e云资本开支接近US$1.3tn基于Morgan Stanley cloud capex tracker，对全球前14家上市CSP测算，不含主权AI。
• DRAM价格周期判断可能在2026年四季度附近见顶报告称DRAM合约价同比从周期高位回落，而估值尚未重估，与4Q26定价见顶相一致。
• 2027e HBM市场规模约US$94bn；约56,085mn Gb报告表格显示2023-2027e HBM市场规模CAGR约128%。
• 2027e HBM消费最高约50bn Gb报告称NVIDIA在2027e仍消耗大部分HBM供给。
• Agentic AI CPU机会牛市情景最高US$238bn报告同时测算到2030年可能带来221EB DRAM需求。
• AI服务器MLCC需求2027年接近US$1bn由AI服务器含量提升和规格升级驱动。
• MLCC行业集中度前五大供应商约占CY25全球市场87%报告称Murata和SEMCO处于领先地位。
• 当前存储股P/B约2.5x报告称Samsung Electronics、Micron和SK Hynix平均口径高于历史平均。

影响与含义

对投资而言，报告提示AI基础设施仍是科技硬件中最强的结构性需求来源，但不同环节所处周期不同：HBM、ABF基板和高端MLCC受益更直接；传统DRAM与NAND需要同时跟踪价格、库存和中国新增供给；存储股交易上不宜只看低P/E，而应关注P/B、库存修正和市场预期拐点。

风险

• DRAM合约价同比动能回落，价格可能在2026年四季度见顶。
• 存储库存拐头向上可能压制盈利预期和估值。
• YMTC若更快推进greenfield扩张，NAND可能出现过剩风险。
• AI资本开支若放缓，将影响HBM、GPU、ASIC、CPU、ABF基板和MLCC需求。
• HBM供给扩张、良率改善或客户需求变化可能削弱紧缺溢价。
• 报告内容为行业主题材料，附表多家公司评级和目标价不应被解读为单一公司投资建议。

后续跟踪

• 2026年下半年DRAM合约价、库存和P/B变化。
• Top CSPs云资本开支指引是否继续上修。
• HBM供给充足率、Samsung/SK Hynix/Micron产能和良率爬坡。
• NVIDIA、ASIC客户和AI服务器平台对HBM、MLCC和ABF基板的实际拉货。
• YMTC Fab4、Fab5及后续NAND产能投放节奏。
• MLCC台湾供应商月度销售增速和盈利修正广度。
• AI代理应用落地速度及其对CPU编排和DRAM需求的拉动。