摩根士丹利看好AI半导体基础设施长期增长

概览

摩根士丹利这份研报深入分析了AI计算基础设施的未来发展，覆盖CPU、GPU、ASIC、光学元件和中国芯片等多个领域。报告预测到2030年，全球半导体市场规模将达到1.5万亿美元，其中AI半导体将占据半壁江山。研报特别关注了TSMC在先进封装技术的领先地位、NVIDIA在AI加速器市场的主导优势，以及中国本土芯片厂商的崛起机遇。

核心观点

研报核心观点认为AI计算需求将持续推动半导体行业增长。云服务提供商(CSP)的资本支出保持强劲，预计2026年全球Top 10 CSP的资本支出将达到6850亿美元。TSMC作为关键供应商，其CoWoS先进封装产能预计到2027年可能扩大至200kwpm。 在细分领域，报告看好AI训练和推理芯片市场，特别是NVIDIA的GPU产品线。同时指出即使有NVIDIA的强大GPU，云服务提供商仍需要定制ASIC芯片来满足特定需求。中国AI芯片市场预计将从2024年的190亿美元增长至2030年的670亿美元，本土厂商如华为、寒武纪等将受益于国产替代趋势。

分析框架

研报采用了产业链全面分析的方法，从上游晶圆制造(如TSMC)、中游封装测试(如CoWoS产能)、到下游应用(如云服务商需求)进行系统研究。通过对比全球主要AI芯片厂商的技术路线和市场定位，评估各环节的投资价值。 对于中国市场，报告结合政策支持、技术差距和本土化替代空间等多维度因素进行分析。特别关注了中国在先进制程产能扩张、HBM内存配套等方面的进展，及其对全球供应链格局的潜在影响。

方法论与常识提炼

• 行业/产业分析框架供需框架

  半导体行业供需分析

  研报通过分析晶圆厂产能扩张与AI芯片需求增长的匹配度，判断行业供需平衡情况，如TSMC CoWoS产能规划与客户需求的对比

• 估值方法PE/PEG 估值

  半导体公司估值

  对覆盖的半导体公司采用PE和PEG估值方法，结合行业景气度和公司增长前景给予不同估值倍数

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芯片制造龙头，受益于CoWoS先进封装需求增长

  优势

  技术领先，客户覆盖全球主要AI芯片厂商

• NVIDIA

  AI训练芯片市场主导者

  优势

  CUDA生态优势，产品性能领先

• 华为/寒武纪

  中国AI芯片主要供应商

  优势

  本土市场优势，政策支持

  劣势

  技术与国际领先水平仍有差距

关键数据

• 全球半导体市场规模(2030e)1.5万亿美元其中AI半导体占比50%
• 云服务商资本支出(2026e)6850亿美元Top 10 CSP合计
• TSMC CoWoS产能(2027e)200kwpm较当前水平显著扩张
• 中国AI芯片市场规模(2030e)670亿美元2024-2030年复合增长率约20%

影响与含义

研报认为AI计算需求的持续增长将重塑半导体行业格局。一方面，领先的晶圆厂和封装厂商如TSMC将获得更多市场份额；另一方面，专用AI芯片(如ASIC)的兴起将改变传统GPU主导的市场结构。对中国市场而言，技术自主可控的推进将加速本土供应链的发展，但同时也面临技术追赶和产能建设的挑战。

风险

• AI需求不及预期导致产能过剩
• 中美科技争端加剧影响供应链
• 技术路线变更风险

后续跟踪

• 云服务商资本支出变化
• 先进封装产能爬坡进度
• 中国芯片自给率提升情况