AI算力扩张正在把先进封装、MLCC与国产AI加速器推向新的供需瓶颈

概览

本报告是摩根士丹利关于欧洲半导体及全球AI硬件供应链的数据跟踪型行业研究，覆盖AI GPU/ASIC、中国大语言模型需求、先进封装、MLCC和功率半导体。报告认为，AI算力增长不仅拉动GPU和ASIC，也会把瓶颈扩展到封装、供电、被动元件、功率器件和本土供应链。

核心观点

核心观点包括：第一，AI服务器架构升级提高MLCC数量、规格和嵌入式方案需求，行业集中度高使龙头更受益；第二，全球云厂商仍会推进自研AI ASIC，Trainium和TPU等项目体现持续出货增长；第三，中国AI基础设施、国产芯片价格和推理经济性缩小了与海外方案的感知差距；第四，Cambricon、MetaX、Iluvatar等国产AI加速器厂商在订单、供应链韧性、性能成本和客户锚定方面成为重点观察对象；第五，功率半导体在需求恢复不均的同时，因资本开支收缩和新增产能有限，具备供给驱动上行周期特征。

分析框架

报告采用产业链拆解、公司订单与出货预测、云厂商自研芯片路线图、AI推理TCO和每token成本比较、国产AI加速器性能/价格对比、MLCC供应格局与月度销售趋势、功率半导体供需周期跟踪等方法，对AI硬件瓶颈和投资含义进行交叉验证。

方法论与常识提炼

• 产业链跟踪AI GPU/ASIC与自研芯片项目追踪

  通过AWS Trainium、Google TPU及主要CSP项目节奏判断AI ASIC需求。

  报告列示Trainium和TPU在2023-2028e的出货预测，并强调云厂商即便采购NVIDIA GPU，也仍需要定制芯片来优化成本、性能和供应安全。

• 成本经济性分析推理TCO与每token成本比较

  以AI LLM推理的总拥有成本和每token成本比较国产芯片与NVIDIA方案。

  报告指出，对中国市场而言，国产芯片因价格显著较低，在TCO和每美元性能上可能具备相对优势。

• 供需周期MLCC与功率半导体基本面拐点跟踪

  结合销售增速、盈利修正、行业集中度、资本开支和产能新增判断周期位置。

  台湾MLCC供应商月度销售增长转正、盈利修正改善；功率半导体龙头资本开支连续下降，2026-2028年新增产能可能放缓。

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）。

• MLCC供应商：Murata Manufacturing、Samsung Electro-Mechanics等

  AI服务器内容量和规格升级受益方

  优势

  行业高度集中，前五大供应商约占全球市场87%；AI服务器需要更高容量、低ESL和靠近CPU/GPU的嵌入式MLCC。

  劣势

  传统消费电子和部分终端需求可能仍有周期波动。

  对比

  相较普通被动元件，高端MLCC更直接受益于AI服务器供电和信号完整性要求。

  风险

  需求复苏不及预期、价格压力、产能扩张过快。

• 中国AI加速器：Cambricon、MetaX、Iluvatar

  国产AI算力替代和推理经济性受益方

  优势

  国产芯片价格较低，报告认为在中国市场TCO和每美元性能具备优势；Cambricon和Iluvatar被标注为OW。

  劣势

  先进制程、软件生态、供应链和客户验证仍是约束。

  对比

  与NVIDIA方案相比，绝对性能可能仍有差距，但中国基础设施和集群化方案可缩小感知差距。

  风险

  出口管制、晶圆代工约束、订单兑现不及预期、生态适配不足。

• 云厂商自研AI ASIC：AWS Trainium、Google TPU等

  AI训练和推理成本优化工具

  优势

  CSP可通过自研芯片降低成本、提高供应可控性，并形成差异化云服务能力。

  劣势

  研发周期长，软件栈和客户迁移成本高。

  对比

  NVIDIA GPU仍提供强大通用生态，自研ASIC更多用于特定云工作负载和成本优化。

  风险

  模型需求变化、量产延迟、性能不达预期。

• 功率半导体

  供给受限周期潜在受益板块

  优势

  龙头资本开支下降，2026-2028年新增产能可能放缓；工业自动化收入增长较强。

  劣势

  汽车和工业需求表现分化，中国EV批发增长年初至今较弱。

  对比

  相比AI加速器，功率半导体逻辑更偏供需周期和产能纪律。

  风险

  终端需求恢复慢、库存调整延长、价格竞争加剧。

关键数据

• 报告日期2026-06-23报告中注明信息截至2026年6月23日。
• 行业观点In-Line首页给出的欧洲半导体行业观点。
• AI服务器MLCC需求到2027年接近US$1bn由内容量增长和规格升级驱动。
• MLCC市场集中度前五大供应商约占87%2025年全球MLCC市场，龙头包括Murata和SEMCO。
• AWS Trainium总出货预测2025e 1,570k；2026e 1,600k；2027e 1,800k；2028e 2,000k来自报告表格中的MS Asia Research预测。
• Google TPU总出货预测2025e 1,750k；2026e 3,700k；2027e 6,150k；2028e >6,000k来自TPU预测表。
• Cambricon收入预测2025-2028e CAGR 90%报告称Cambricon在推理性能和客户锚定方面领先，评级OW。
• Iluvatar收入预测2025-2028e CAGR 122%报告强调其供应链韧性和订单可见度，评级OW。
• 功率半导体终端需求汽车和工业约占2025年分立器件终端需求70%需求端分化，但工业自动化1Q26收入同比增长21%。
• 部分收盘价NVDA.O 208.65 USD；688256.SS 1413 CNY；688802.SS 768.98 CNY；9903.HK 735.50 HKD报告表格列示的最近收盘价。

影响与含义

投资含义在于，AI算力扩张的瓶颈正在从单一GPU供给扩散到自研ASIC、先进封装、HBM、MLCC、供电架构和中国本土AI加速器供应链。受益方向可能包括高端MLCC龙头、具备云客户订单和供应链韧性的国产AI加速器、先进封装相关公司，以及新增产能受限的功率半导体厂商；但行业整体仍被评为In-Line，意味着机会更多来自结构性分化而非全行业单边上行。

风险

• AI资本开支或云预算低于预期。
• 美国和其他地区能源约束可能限制AI数据中心扩张。
• 中国芯片产能、先进制程、HBM和先进封装供应不足。
• 监管、出口管制和地缘政治导致供应链不确定性。
• 国产AI加速器性能、软件生态或客户验证不及预期。
• MLCC和功率半导体若新增供给过快，可能削弱价格和盈利弹性。

后续跟踪

• AWS Trainium3/4、Google TPU v8/v9/v10等自研芯片量产和出货节奏。
• 中国主流大模型token量、token价格和推理需求变化。
• Cambricon、MetaX、Iluvatar的大客户订单、毛利率和供应链进展。
• AI服务器MLCC规格升级、供应商月度销售和盈利修正趋势。
• CoWoS/SoIC、HBM、CPO、GaN HVDC 800V等半导体解决方案的供给瓶颈。
• 功率半导体公司资本开支、产能新增和汽车/工业需求恢复情况。