AI服务器供应链短期降温，资本开支与算力需求仍支撑长期扩张

概览

本报告延续Bernstein的2026年第一季度AI追踪框架，复盘第二季度AI资本开支、数据中心项目、GPU与ASIC竞争、服务器出货和供应链公司财务表现。报告认为，AI供应链自6月以来进入估值与股价修正阶段，但产业需求并未同步转弱：云厂商继续上调投资，数据中心项目规模扩大，服务器和加速器预测上修，零部件厂商亦为2027—2028年需求提前扩产。

核心观点

第一，短期市场情绪降温主要源于Nvidia Kyber机架延期风险、Kimi K3冲击、科技动量股去杠杆以及对AI投资回报的担忧，而非终端算力需求全面下滑。第二，主要云厂商和新云厂商仍在扩大资本开支，全球规划及在建数据中心投资已接近1.2万亿美元。第三，GPU仍将占据AI加速器市场多数份额，但推理工作负载增加、成本效率要求和供应链自主性将推动ASIC更快增长。第四，智能体AI将推理从单次调用转为持续多步骤工作流，从而同时拉动CPU、通用服务器、内存和存储需求。第五，供应链内部应保持选择性，关注盈利预期上修、产能受限或获得客户预付款支持的环节，同时回避融资压力和估值兑现不足的公司。

分析框架

报告采用自上而下与自下而上结合的方法：先追踪云厂商资本开支、数据中心项目和AI融资，再建立GPU、ASIC、CPU、服务器及机架出货模型，随后比较29家AI服务器供应链公司的股价、估值倍数和盈利预期变化，并据此形成公司评级、目标价和重点推荐。

方法论与常识提炼

• 需求预测资本开支与数据中心项目追踪

  以云厂商资本开支、已宣布项目投资额和电力容量衡量中期AI基础设施需求。

  报告汇总主要云厂商、新云厂商及主权资本的数据中心项目，并结合一致预期变化判断建设周期和硬件需求方向；同时指出资本开支会受租赁结构及会计政策影响，不应直接等同于硬件支出。

• 市场规模测算GPU与ASIC加速器模型

  按出货量、市场份额、先进封装及HBM价值测算XPU市场。

  模型区分GPU与定制ASIC，并单独评估TPU、CoWoS封装和HBM的影响；由于部分供应商将HBM计入芯片收入，HBM价格和采购方式会显著扰动市场规模及份额测算。

• 股票筛选供应链盈利与估值交叉比较

  同时比较股价表现、估值倍数变化、盈利预期修正和供应链位置。

  报告覆盖29家供应链公司，识别股价上涨但估值压缩、盈利预期上修以及产能瓶颈受益等不同情形，避免仅依据短期股价动量判断基本面。

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）。

• META

  大型云厂商及AI数据中心资本开支主体，评级为跑赢大盘，目标价800美元。

  优势

  Hyperion等大型项目持续扩容，并通过合资结构引入外部资本；AI基础设施投入和商业化能力较强。

  劣势

  资本开支规模庞大，硬件投入回报需要持续验证。

  对比

  相较部分纯租赁云厂商，Meta兼具自建能力，并通过Blue Owl和BlackRock等合作伙伴分担资金压力。

  风险

  AI产能过度建设、项目交付延迟、广告业务波动及资本回报不及预期。

• AMD

  GPU、CPU及AI服务器机架供应商，评级为跑赢大盘，目标价600美元。

  优势

  Helios机架预计于2026年末量产，ZT Systems增强端到端机架设计能力，智能体AI亦利好CPU需求。

  劣势

  AI GPU生态与训练性能仍面临NVIDIA的领先优势。

  对比

  相较NVIDIA，AMD市场份额较低，但机架整合能力和多云客户导入提供追赶空间。

  风险

  产品爬坡不及预期、软件生态差距、客户验证延期和竞争性降价。

• NVDA

  AI GPU与机架市场核心供应商，评级为跑赢大盘，目标价315美元。

  优势

  训练工作负载性能和软件生态领先，GPU预计仍占XPU市场主要份额。

  劣势

  Kyber机架PCB背板设计与良率可能拖延交付，且定制ASIC渗透率上升。

  对比

  相较ASIC，NVIDIA在通用性和训练性能方面占优，但在推理成本和客户自主性方面面临竞争。

  风险

  机架延期、架构规格变化、ASIC替代、HBM成本上涨及AI投资回报担忧。

• MediaTek

  Google TPU定制ASIC受益者，评级为跑赢大盘，目标价NT$4,380。

  优势

  已获得两个TPU项目，首个项目计划于2026年投产，并上调2026年ASIC收入预期至超过20亿美元。

  劣势

  收入高度依赖大型客户项目进度和先进封装资源。

  对比

  相较传统消费电子业务，数据中心ASIC提供更高的中期增长弹性。

  风险

  项目延期、客户集中、HBM采购模式变化及先进封装产能不足。

• Unimicron与Delta

  分别为近期与长期亚洲硬件首选，二者均获跑赢大盘评级。

  优势

  Unimicron受益于PCB及IC载板瓶颈和客户扩产支持；Delta受益于数据中心电源及基础设施长期升级。

  劣势

  前期股价上涨后估值与预期较高，对产能爬坡和订单兑现敏感。

  对比

  Unimicron更偏近期产能紧张交易，Delta则更偏长期电力密度提升和基础设施升级逻辑。

  风险

  机架规格变更、客户项目延期、扩产过快及行业估值继续收缩。

• 内存、存储、PCB、IC载板与测试设备

  AI服务器供应链中的高景气瓶颈环节。

  优势

  部分样本股票2026年内上涨约100%至200%，同时客户通过预付款、资本开支分担及长期协议支持扩产。

  劣势

  股价波动和周期性较高，内存及PCB板块近期估值压缩明显。

  对比

  相较云厂商股票，这些环节年内相对表现更强，但对供需变化和资本开支周期更敏感。

  风险

  新增产能过剩、价格回落、规格变化、良率不达标及客户集中。

• CoreWeave

  GPU云服务商，评级为跑输大盘，目标价67美元。

  优势

  订单储备约1000亿美元，按需建设模式带来较强收入可见度。

  劣势

  2026年资本开支指引高达310亿至350亿美元，融资需求与资产负债表压力较大。

  对比

  相较自建与租赁并行的大型云厂商，CoreWeave更依赖外部融资、客户合同和租赁数据中心容量。

  风险

  融资成本上升、客户集中、资本开支超预算、合同执行及AI算力供给过剩。

关键数据

• 规划及在建数据中心投资约1.18万亿美元较2026年4月约9600亿美元进一步上升。
• 主要云厂商2026年资本开支预测调整较2026年3月上调约15%反映第二季度业绩后市场继续提高AI基础设施投资预期。
• 云厂商、新云厂商及Oracle的2027年资本开支约1.11万亿美元预计2025—2027年复合增速约61%。
• 2027年XPU市场规模约5000亿美元包括GPU与ASIC，GPU仍占多数。
• 2027年ASIC占XPU市场份额约20%此前约为10%，推理需求和成本效率推动渗透率提升。
• 2026年TPU出货增速同比超过90%预计约占CoWoS封装ASIC出货量的42%。
• 2028年AI数据中心ASIC市场约1400亿至1600亿美元包含HBM；若剔除HBM，规模约减半。
• 服务器出货预测2025—2028年总服务器复合增速15%，高端GPU AI服务器复合增速22%预计全球服务器市场于2028年突破1万亿美元。
• Nvidia机架出货预测2026年6.1万架，2027年8.8万架Rubin机架与AMD Helios机架预计于2026年第四季度开始出货。
• 2026年第二季度AI一级市场融资1470亿美元同比增长213%，约占当季全部风险投资的70%。

影响与含义

行业层面，AI基础设施投资仍处于扩张期，但受益范围正在由GPU向ASIC、CPU、内存、存储、PCB、IC载板、测试设备、电源及光互连扩散。股票层面，短期估值压缩为基本面持续上修的优质标的提供潜在机会，但高资本开支、融资依赖和项目延期将扩大个股分化。投资者应更重视订单可见度、客户资金支持、产能稀缺性和盈利兑现，而非单纯追逐AI主题暴露。

风险

• Nvidia Kyber机架及PCB背板设计、良率和交付进度低于预期。
• 云厂商和前沿模型公司的AI投资回报不足，引发资本开支削减。
• 大型AI项目依赖复杂融资安排，利率、债务或股权融资环境恶化可能推迟建设。
• ASIC对GPU的替代速度、HBM价格及采购方式变化导致市场规模预测偏差。
• 内存、PCB、载板和测试设备厂商提前扩产后出现产能过剩。
• AI供应链估值继续压缩，盈利上修不足以抵消风险偏好下降。
• 机架架构、散热、光互连和加速器规格频繁变化造成库存或研发损失。

后续跟踪

• 主要云厂商未来12个月的资本开支指引与融资计划。
• OpenAI、Nvidia、Oracle、CoreWeave等企业之间的融资和产能合作安排。
• Nvidia Rubin与Rubin Ultra机架的设计定型、良率和量产进度。
• AMD Helios机架在Meta、Microsoft、Oracle及其他客户中的导入情况。
• Google TPUv8、Amazon Trainium3及MediaTek TPU项目的量产爬坡。
• 智能体AI对CPU和通用服务器需求的实际拉动。
• T-glass、ABF载板、HBM、PCB背板和先进封装的供给瓶颈。
• 电源机架、共封装光学及近封装光学的商业化出货节奏。
• 供应链公司的2026—2027年盈利预期是否继续上修。