AI资本开支继续上修，亚洲半导体关注点由涨价转向出货量与投资回报

概览

报告总结了Morgan Stanley在香港进行三天大中华区半导体路演后获得的投资者反馈，并结合全球云服务商资本开支、AI投资回报、TSMC CoWoS产能、芯片功耗和存储器预算结构进行分析。投资者对AI需求本身的疑虑下降，讨论焦点逐渐转向资本开支能否产生足够回报、电力能否支持芯片部署，以及未来预算应在存储器与计算芯片之间如何分配。

核心观点

报告认为全球云服务商仍在加码AI基础设施，且新增产能快速被需求吸收，2027年AI GPU和ASIC暂不存在明显过度生产风险。若半导体涨价动能放缓，市场关注点可能从价格弹性转向出货量、商业模式和基础设施效率，因此TSMC晶圆代工、ASE先进封装以及MediaTek等ASIC相关标的更具吸引力。存储器仍是香港投资者最关注的板块，但动量投资者更重视价格趋势和盈利预测上修，价值投资者则更关注估值、回购和现金回报。存储器价格若回落，云服务商可能将更多预算转向GPU、ASIC及服务器CPU，反而提高整体AI算力购买力。

分析框架

报告将香港投资者访谈与自上而下的云资本开支预测、自下而上的CoWoS晶圆和芯片数量推演、单芯片功耗换算、云服务商管理层表态以及存储器与计算芯片预算情景分析相结合，并通过SpaceX新增8GW计算能力的案例检验产能与电力约束。

方法论与常识提炼

• 投资者调研香港路演反馈归纳

  投资者关注度与持仓偏好

  通过三天香港路演识别投资者对存储器、逻辑半导体、AI资本开支回报及电力约束的主要分歧，并观察关注点由涨价逻辑向出货量逻辑迁移。

• 基本面分析AI资本开支—ROIC框架

  收入增长能否覆盖资本投入

  结合云服务商资本开支指引、管理层对AI商业化的表态以及大模型厂商经常性收入增长，判断AI硬件需求的持续性和过度投资风险。

• 供需分析CoWoS产能隐含芯片量模型

  先进封装产能映射AI芯片产量

  由约200万片CoWoS晶圆推算2027年约1900万颗AI GPU或ASIC，并据此评估晶圆代工、先进封装及相关供应链需求。

• 约束分析芯片量—电力消耗换算

  算力部署的电力可行性

  按单颗GPU或ASIC平均功耗2千瓦，将约1900万颗芯片换算为约38GW电力需求，用于衡量电力供应是否会限制AI硬件实际部署。

• 情景分析云资本开支结构重分配

  存储器价格变化对算力采购能力的影响

  分析存储器价格正常化后，资本开支从存储器转向GPU、ASIC和服务器CPU的可能性，以及相同预算能够支持更多计算能力的情景。

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

  先进制程与CoWoS扩产的核心受益者

  优势

  具备领先晶圆制造和先进封装能力，可直接受益于AI GPU、ASIC及服务器CPU出货增长。

  劣势

  需求兑现依赖客户资本开支、数据中心建设和电力供应，巨量扩产也提高周期波动风险。

  对比

  相较依赖价格上涨的存储器公司，TSMC更偏向由芯片数量和先进制程渗透率驱动的出货量逻辑。

  风险

  AI投资回报不及预期、CoWoS订单调整、电力瓶颈或客户自研芯片进度变化。

• ASE Technology Holding

  先进封装、ABF载板及服务器处理器供应链受益者

  优势

  能够从AI加速器、ASIC和服务器CPU封装需求增长中获得多重驱动。

  劣势

  封装业务对客户产品节奏及产能利用率较为敏感。

  对比

  与纯晶圆代工相比，ASE对封装复杂度提升和异构集成趋势的敏感度更高。

  风险

  客户订单递延、封装产能过剩、技术路线变化及价格竞争。

• MediaTek

  ASIC与定制计算芯片主题的重点标的

  优势

  定制ASIC若成功执行，可帮助云服务商提高预算效率，并受益于AI计算需求扩张。

  劣势

  项目收入具有较强客户集中度和执行不确定性。

  对比

  相较通用GPU供应商，其投资逻辑更依赖定制芯片的成本效率和客户采用。

  风险

  流片或量产延误、客户削减项目、竞争加剧及利润率不及预期。

• Aspeed、Hygon与Montage

  服务器管理芯片、中国CPU及AI基础设施配套受益标的

  优势

  可受益于服务器数量增长、代理型AI需求以及本土计算平台扩张。

  劣势

  细分产品市场规模、客户结构和区域政策暴露较为集中。

  对比

  相较纯AI加速器标的，这些公司提供基础设施配套或替代性计算能力，需求来源更分散。

  风险

  服务器部署低于预期、技术迭代、供应链限制及本土竞争。

• Nanya Technology与Winbond

  DDR4 DRAM及小众存储器偏好标的

  优势

  报告认为其相对NAND模组厂更具配置吸引力，并可能受益于供需紧张、估值支持及现金回报。

  劣势

  盈利仍高度依赖存储器价格、库存周期和产品规格变化。

  对比

  报告偏好二者胜于Phison和Longsys等NAND模组厂。

  风险

  DRAM价格放缓、客户降规格、供给恢复及盈利预测下调。

• GlobalWafers与Silergy

  报告建议谨慎或回避的低端商品化方向

  优势

  若行业价格全面上涨，仍可能获得一定周期性收益。

  劣势

  低端产品议价能力较弱，未必能够顺利向客户转嫁成本或实现提价。

  对比

  相较TSMC、ASE及MediaTek等具备出货量或技术增值逻辑的公司，风险回报较弱。

  风险

  提价失败、产能过剩、产品商品化及需求恢复不足。

关键数据

• 2027年全球云资本开支情景约1.5万亿美元包含主权AI投资；仅统计全球前14家上市云服务商时，预测接近1.3万亿美元。
• 2027年云资本开支同比增速29%较约一个月前14%的预测上调15个百分点。
• 2027年资本开支预测年内上修超过70%，约5000亿美元报告认为只要云支出相关定性表态保持强劲，预测仍可能继续上调。
• 2027年云资本开支中的存储器占比约53%高占比反映HBM等高带宽存储器供应紧张及价格高企。
• 2027年云资本开支中的计算芯片占比约20%包括GPU、ASIC和CPU；另一处测算显示不含HBM的GPU或ASIC约占15%至20%。
• 2027年CoWoS隐含产量约200万片晶圆、1900万颗AI GPU或ASICMorgan Stanley预计相关芯片产量同比增长70%至80%。
• 2027年GPU或ASIC隐含功耗约38GW按每颗芯片平均热设计功耗2千瓦估算。
• SpaceX新增计算能力情景8GW若全部采用Vera Rubin，可能对应约400万颗Rubin GPU、约40万片CoWoS晶圆，并占TSMC 2027年AI加速器产量约20%。
• AWS AI收入运行率超过250亿美元Amazon称其同比增速达到三位数。

影响与含义

AI资本开支持续上修和商业化信号增强，对先进制程、CoWoS封装、ASIC、服务器管理芯片及高带宽存储器形成中期需求支撑。若存储器价格回落，短期可能削弱存储器价格弹性，却可能释放预算用于更多GPU、ASIC和CPU，从而利好以出货量驱动的逻辑与计算半导体。与此同时，约38GW的隐含电力需求说明芯片产能并非唯一约束，电网、供电、冷却和数据中心建设进度将决定订单最终转化为实际部署的速度。

风险

• AI收入和大模型厂商经常性收入增长不足，导致资本开支ROIC低于预期。
• 电力、冷却、电网接入及数据中心建设滞后，使芯片产能无法及时转化为实际部署。
• 存储器价格正常化、客户降低DRAM或HBM规格，削弱存储器公司的盈利弹性。
• 云服务商在存储器、GPU、ASIC、CPU和基础设施之间重新分配预算，造成供应链需求错配。
• SpaceX等大型项目的建设目标具有较强情景假设性质，实际进度和设备配置可能低于计划。
• Morgan Stanley与多家覆盖公司存在持股、投行业务或其他商业关系，可能构成潜在利益冲突。

后续跟踪

• 云服务商季度资本开支指引及2027年一致预期是否继续上调。
• Meta、Google、Amazon和Microsoft对AI商业化、产能利用率及ROIC的最新表态。
• 大模型厂商经常性收入的季度或月度增长能否覆盖不断增加的资本开支。
• TSMC CoWoS产能、晶圆需求和约1900万颗AI GPU或ASIC的出货兑现情况。
• 电力供应、数据中心并网、冷却和网络建设能否匹配约38GW的隐含需求。
• HBM、DRAM和NAND现货及合约价格、盈利预测上修广度与存储器公司回购计划。
• SpaceX从2GW扩展至约10GW的建设进度，以及Vera Rubin实际采购和CoWoS消耗。
• 存储器在云资本开支中的占比是否下降，以及释放的预算是否转向GPU、ASIC和服务器CPU。