Americas semiconductor industry and key debates ahead of the Communacopia + Technology Conference 2026研报解读

概览

这份会议前瞻梳理了高盛对数字计算、半导体设备、存储和存储设备、模拟半导体以及EDA软件领域管理层评论的预期。核心结论是，AI带动的需求应支持广泛但仍存在争论的半导体上行周期，供给、产能、竞争和估值传导是投资者需要关注的关键问题。

核心观点

在数字计算领域，高盛预计公司将维持对AI需求的看多基调。强劲的超大规模云厂商支出和Agentic AI预计将支持基础设施投资，而token成本下降及编程等应用中可见的回报，应会强化基础设施ROI的经济性依据。不过，该机构预计，融资可得性、数据中心土地、电力和机房容量、扩容的社会及政治限制，以及在宏观和利率敏感环境下AI资本开支的持续性，仍将引发更激烈讨论。其预计，短期内商用解决方案仍占主导，但随着工作负载更加多样化，ASIC和其他专用加速器将逐步获得份额，以实现更高的成本和能效。 在这一主题内，Nvidia在给出CY27收入增长70%的指引后，预计将维持看多的需求展望，讨论Rubin爬坡和实体AI机会，并围绕其生态系统应对定制芯片竞争。高盛预计AMD将强调MI4XX机架级解决方案、ROCm，以及随着CPU在Agentic AI中更重要而带来的服务器CPU需求。预计Broadcom将强调AI网络和定制XPU，Qualcomm将强调数据中心和边缘AI的多元化，Credo则将讨论持续的AEC需求，以及从Zero-Flap光收发器到ALC和OmniConnect/Weaver gearbox的推进。 对于晶圆制造设备，高盛预计2027年展望将偏乐观，因为DRAM、先进晶圆代工和先进封装推动资本开支预估上升。其预计2026年WFE增长约35%，并认为动能至少延续至2028年，且2027年增速加快。预期的支出爬坡主要由DRAM、先进晶圆代工和先进封装的产能驱动，NAND和成熟制程逻辑的投资也将改善。Terafab计划和Intel可能重新加速将成为讨论焦点。该机构认为，沉积和刻蚀敞口更高的公司最能受益，并重点提及获买入评级的Applied Materials和Lam Research；同时，它也认为持续的先进封装动能将使获买入评级的Onto Innovation和Qnity受益。 在存储和存储设备领域，高盛预计管理层将强化供需紧张延续至2027年的观点。其预测显示，2026E、2027E和2028E的DRAM供给短缺分别为5.0%、5.9%和3.9%，NAND供给短缺分别为4.4%、4.6%和3.0%。CXMT在DRAM及YMTC在NAND的中国扩产是关键的供给端不确定性。报告还指出，AI服务器可能进行单机内存内容精简，从而降低某些配置中的内存含量；此外，已宣布通常为超额自由现金流50%至100%的资本回报计划的执行，也与估值相关。高盛预计SanDisk和Seagate将强调未来18个月位供给增量有限；其维持对SanDisk的买入评级，理由是近期NAND供给受限、需求强劲及产品组合改善；维持对Seagate的买入评级，理由是HDD紧张、定价和HAMR领先地位。 对于模拟半导体，该机构预计将出现关于需求、收入可见度、交期延长、更接近终端需求的出货以及可能足以抵消更高投入成本的定价行动的积极评论。截至6月，模拟半导体出货量较趋势高约5%，但高盛认为该行业仍处于复苏初期，因为此前4年出货量长期低于趋势，且需求改善正在扩大。AI数据中心需求可能使这轮复苏更具结构性，而汽车需求、库存补货和定价影响仍是重要问题。其基于运营执行看好NXPI，并基于AI数据中心增长及其他终端市场的销量趋势看好SITM。 对于EDA软件，高盛预计定制AI芯片将提升对芯片设计工具和IP的需求。Cadence预计将介绍EDA和IP的长期增长，驱动因素包括更多定制化设计、更广泛客户对IP的需求，以及使收入增长快于AI前时期的自主智能体产品。高盛认为，定制AI芯片加剧了芯片设计工程师的结构性短缺，为EDA厂商创造了Agentic AI变现机会，预计到2030年约为每年$3.7bn。该机构表示，这一机会尚未反映在市场一致预期中，且最早可能在2H26开始显现；包括中国需求在内的AI驱动内容和定价利好，预计将支持前景。

分析框架

高盛围绕五个半导体子行业的投资者争论点组织这份会议前瞻。其结合近期公司业绩和管理层评论、供需预期、资本开支趋势、竞争架构变化、产品路线图以及公司层面的会议预期，识别潜在催化因素与约束。

方法论与常识提炼

• 行业/产业分析框架供需框架

  存储和存储设备供需平衡

  报告估计DRAM和NAND行业供给短缺，并评估产能增加、需求增长及服务器内容变化可能如何影响市场紧张程度和公司结果。

• 行业/产业分析框架产业链上中下游传导

  AI基础设施投资在半导体供应链中的传导

  分析将超大规模云厂商AI支出和数据中心容量需求，与计算、网络、设备、存储、模拟和EDA产品的需求联系起来。

• 行业/产业分析框架量价拆分

  模拟半导体的销量、价格和利润率动态

  报告区分了改善的出货量和终端市场需求，以及定价行动和投入成本，以解释潜在收入和利润率影响。

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

  预计将受益于强劲的AI基础设施需求以及开源和专有模型生态的发展。

  优势

  近期给出CY27收入增长70%的指引；Rubin爬坡、实体AI机会及生态系统战略。

  对比

  预计将回应来自定制芯片厂商的竞争。

  风险

  AI资本开支的持续性、数据中心容量约束及竞争性架构变化。

• AMD

  预计将受益于数据中心AI的扩张，以及CPU在Agentic AI工作负载中日益重要的作用。

  优势

  MI4XX机架级解决方案及ROCm软件栈。

  对比

  寻求提升其在数据中心AI领域的竞争地位。

  风险

  AI加速器的竞争态势及机架级解决方案的执行。

• Applied Materials

  因沉积和刻蚀环节敞口而被列为WFE上行周期的受益者。

  优势

  预计将在晶圆代工、DRAM和先进封装领域展现相对优势。

  对比

  高盛预计其可能跑赢市场。

  风险

  WFE上行周期的持续时间和构成。

• Lam Research

  因沉积和刻蚀环节敞口而被列为WFE上行周期的受益者。

  优势

  DRAM、晶圆代工和NAND领域的潜在份额扩张。

  对比

  管理层可能讨论跑赢市场以及实现55%毛利率目标。

  风险

  WFE周期持续时间及目标达成时点。

• SanDisk

  作为获买入评级公司，受益于NAND紧张和AI推理存储需求。

  优势

  近期NAND供给增量有限、产品组合和结构改善、LTA及HBF路线图。

  对比

  预计将与Seagate一同讨论需求和受限供给。

  风险

  NAND供给增加以及AI服务器内存内容精简的可能性。

• Seagate

  作为获买入评级公司，受益于HDD紧张和定价。

  优势

  持续的HDD供给紧张、强劲定价趋势及HAMR技术领先地位。

  对比

  预计将与SanDisk一同讨论需求和受限供给。

  风险

  需求状况、技术爬坡执行及定价预期。

• Cadence

  高盛仍看好Cadence，认为定制AI芯片和自主智能体的采用将扩大EDA需求。

  优势

  EDA和IP敞口、自主智能体，以及Agentic AI变现潜力。

  对比

  预计将受益于结构性的芯片设计工程师短缺。

  风险

  AI驱动收入和定价利好的兑现时点。

• NXP

  高盛基于运营执行而看好模拟半导体复苏。

  优势

  长期增长驱动因素和汽车需求趋势。

  劣势

  预计不会看到客户库存补货的证据；预计价格行动影响中性。

  风险

  汽车市场复苏时点和库存动态。

• SiTime

  高盛看好其在AI数据中心及其他终端市场的增长动能。

  优势

  数据中心需求、智能手机驱动因素，以及与所收购Renesas时序产品组合的潜在协同。

  风险

  产品组合协同的执行和终端市场需求。

关键数据

• Nvidia CY27收入增长指引70%作为预期看多需求展望的支撑，报告引用了近期指引。
• 2026年预期WFE增长~35%高盛预计2027年增长可能加速至高于这一水平。
• DRAM行业供给短缺5.0% / 5.9% / 3.9%高盛对2026E / 2027E / 2028E的预测。
• NAND行业供给短缺4.4% / 4.6% / 3.0%高盛对2026E / 2027E / 2028E的预测。
• 资本回报计划50% to 100% of excess free cash flow报告提及的一般区间，与存储和存储设备估值相关。
• 模拟半导体出货量相对趋势~5% above trend截至6月，基于报告图表。
• EDA Agentic AI机会~$3.7bn/year by 2030高盛估计；最早可能在2H26开始显现。
• Lam Research毛利率目标55%管理层可能说明实现新目标的时间框架。

影响与含义

报告认为，AI基础设施需求正在将半导体机会从GPU拓展至CPU、定制芯片、网络、光互连、存储、设备、模拟和EDA。同时，投资的持续性取决于融资、实体数据中心容量、供给增加、架构变化以及对宏观敏感的风险偏好。

风险

• AI基础设施支出可能受到融资可得性、数据中心土地、电力和机房容量，以及政治或社会限制的制约。
• 在宏观经济和利率背景下，投资者对AI资本开支的风险偏好仍然敏感。
• 定制芯片、ASIC和专用加速器可能改变当前以商用解决方案为主的架构下的竞争格局。
• 中国DRAM和NAND产能扩张可能影响存储供需平衡。
• AI服务器内容精简可能降低某些配置中的内存含量。
• WFE上行周期的持续时间和结构，包括客户计划及Intel的发展轨迹，仍存在争论。

后续跟踪

• 管理层对超大规模云厂商支出、Agentic AI采用、AI基础设施ROI以及2027年数据中心容量的评论。
• 2027年WFE增长预期，以及DRAM、晶圆代工、NAND、先进封装和成熟制程逻辑的相对强度。
• CXMT和YMTC的存储供给增加、资本回报执行，以及HAMR和HBF技术的采用。
• 模拟半导体交期、出货量相对终端需求的表现、汽车市场复苏、库存动态和定价影响。
• EDA自主智能体产品正在变现，以及AI驱动内容和定价利好正在加速收入的证据。