HBM分层配置与机架架构优化支撑AI芯片扩量，电力和超级节点交付仍是核心约束

概览

本报告围绕亚太AI供应链的GPU架构、HBM配置、超级节点互连、ASIC项目、CoWoS产能以及测试需求展开。核心判断是，NVIDIA可能通过Rubin Ultra的分层HBM配置缓解内存短缺与成本压力，同时继续提高机架级GPU密度，并以CPO或NPO支持更大规模的互连。Google TPU和CPU需求、AI芯片测试复杂度以及先进封装需求继续上行，但电力供应、PCB与散热、HBM产能和服务器机架交付进度仍可能限制实际放量。

核心观点

第一，Rubin Ultra可能形成多种HBM配置，高端型号强调性能，低端型号则降低内存容量以适配不同工作负载并改善供应可得性。第二，HBM规格下调对预填充任务的影响可能有限，但对长上下文大模型的解码性能更敏感；与此同时，较低的单芯片内存容量可能推升芯片需求量。第三，Kyber刀片服务器仍面临PCB和散热挑战，Rubin Ultra初代机架可能继续采用Oberon NVL72，并以CPO或NPO扩展至NVL576级别。第四，Google TPU、CPU及相关烧机和系统级测试需求快速增长，MediaTek、GUC及King Yuan Electronics Co Ltd等环节受益。第五，CoWoS、HBM和晶圆需求高速增长，但约束已从单纯的芯片制造逐步延伸至电力、散热、互连和整机交付。

分析框架

报告结合供应链调研、产品规格拆分、CoWoS晶圆分配、单片晶圆可产芯片数、HBM容量配置、服务器与机架换算关系，以及单位芯片功耗假设，自下而上测算GPU和ASIC出货量、HBM消耗、晶圆收入空间与电力需求；同时结合云厂商项目进度和测试要求判断各环节的收入贡献。

方法论与常识提炼

• 供应链分析供应链调研与交叉验证

  通过内存、封装、测试、服务器和光互连等多个环节的信息交叉验证产品规格及量产节奏。

  该方法适用于判断尚未最终定案的Rubin Ultra HBM配置、Kyber机架进度以及ASIC项目分工，但结论仍可能随客户最终设计和量产计划变化。

• 产能分析自下而上的产能与出货量映射

  依据CoWoS晶圆分配和单片晶圆可产芯片数推算GPU与ASIC出货量。

  报告进一步将芯片出货映射至HBM需求、先进制程晶圆消耗及相关收入空间，用于识别供应链瓶颈与受益环节。

• 情景分析功耗约束情景测算

  使用平均每颗GPU或ASIC约2kW的功耗假设，将芯片规模转换为数据中心电力容量需求。

  该测算显示2027年约1900万颗芯片可能对应约38GW电力需求，说明电力基础设施可能限制晶圆和封装产能转化为实际部署。

• 出货量分析芯片与等效机架换算

  将HGX服务器纳入机架消耗模型，并假设9台八卡HGX服务器约等于1个NVL72机架。

  该调整使Blackwell芯片产量与终端需求的匹配更完整，也有助于区分供应链缓冲库存与真实过剩库存。

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 Corp.

  Rubin、Rubin Ultra、Blackwell及超级节点架构的核心平台供应商。

  优势

  具备从GPU、NVLink到机架级系统和CPO互连的完整平台能力，Rubin系列出货规模预计继续扩大。

  劣势

  HBM短缺、成本压力以及Kyber机架的PCB和散热问题可能迫使产品规格和交付计划调整。

  对比

  相较中国超级节点更多采用NPO的方案，NVIDIA倾向以CPO强化跨机架扩展性能。

  风险

  HBM规格下调影响长上下文解码性能、机架延期、电力不足及客户资本开支变化。

• TSMC

  AI GPU和ASIC先进制程及CoWoS封装的关键供应商。

  优势

  CoWoS需求快速增长，AI相关晶圆与封装收入具有较高可见度，2024年至2029年AI相关收入复合增长率可能达到约60%。

  劣势

  先进封装和先进制程产能扩张需要与设备、材料、电力及客户项目节奏协调。

  对比

  其CoWoS产能是连接GPU、ASIC、HBM需求和最终芯片出货测算的核心环节。

  风险

  终端数据中心电力不足、客户项目推迟、产能配置变化及地缘政治限制。

• MediaTek

  Google TPU项目的重要设计合作方，并参与后续2nm产品。

  优势

  预计2027年ASIC市场份额可达15%至20%，并有望随2028年2nm TPU放量进一步提高收入份额。

  劣势

  收入集中度和项目执行依赖Google TPU量产进度，先进制程产品的设计与验证复杂度较高。

  对比

  相较Broadcom现有TPU项目，MediaTek在v8t及后续2nm产品中的参与度提升。

  风险

  项目延期、客户订单调整、良率和测试周期延长。

• King Yuan Electronics Co Ltd

  Google TPU和CPU的最终测试、烧机及部分晶圆探针测试受益方。

  优势

  AI芯片测试时间和可靠性要求提升，有利于增加单颗芯片测试价值量。

  劣势

  收入贡献依赖客户产品按期放量，部分AI收入已推迟至2026年第四季度和2027年。

  对比

  相较传统芯片测试，AI ASIC需要更长测试周期、烧机及系统级测试。

  风险

  客户项目延期、测试设备利用率波动和客户集中度上升。

• SK hynix、Micron、Samsung Electronics

  HBM3e、HBM4和HBM4e的主要潜在供应商。

  优势

  AI芯片带动HBM总需求显著增长，供应紧张有助于强化高端内存的战略价值。

  劣势

  Rubin Ultra分层配置可能降低部分型号的单颗HBM容量，并改变不同代际和堆叠规格的需求结构。

  对比

  各供应商在HBM代际、堆叠高度、认证进度和客户项目中的份额存在差异。

  风险

  客户降规格、产能扩张快于需求、认证延迟及良率不及预期。

• CPO、NPO、高速PCB与散热供应链

  支撑NVL576级超级节点、跨机架互连和更高GPU密度的基础设施环节。

  优势

  超级节点规模扩展和每机架计算密度提升带来更高的互连、PCB和散热价值量。

  劣势

  技术复杂度高，Kyber方案已显示PCB和热设计可能成为量产瓶颈。

  对比

  NVIDIA偏向CPO，中国GPU厂商因SerDes和制程约束更多采用NPO。

  风险

  技术路线变化、量产良率、客户验证周期和机架部署延期。

关键数据

• Google TPU出货量2026年370万颗；2027年超过700万颗，表格测算约735万颗增长主要来自v8i、v8t及后续2nm产品。
• Google CPU出货量2026年150万颗；2027年300万颗相关项目需要烧机与系统级测试。
• King Yuan Electronics Co Ltd的TPU业务贡献2026年约占收入7%至8%；2027年略高于10%包括最终测试及部分晶圆探针测试收入。
• King Yuan Electronics Co Ltd的Google相关收入2026年约占收入8%至10%；2027年约占10%至15%涵盖TPU、CPU、最终测试及部分晶圆探针测试。
• 2027年AI芯片与电力需求约1900万颗芯片，对应约38GW电力容量按每颗GPU或ASIC平均约2kW估算。
• SpaceX扩容情景新增8GW约等于超过400万颗Rubin GPU约相当于TSMC在2027年可生产AI加速器数量的20%。
• 全球CoWoS需求同比增长2026年102%；2027年93%NVIDIA、Broadcom、AMD和定制ASIC客户共同推动增长。
• AI相关HBM需求2026年最高约300亿Gb；2027年最高约500亿GbHBM配置分层可能改变单颗芯片用量及供应商份额。
• AI晶圆收入空间2026年至少260亿美元；2027年至少590亿美元基于GPU、ASIC和CPU的制程、芯粒数量及晶圆价格估算。
• Blackwell出货量2026年约540万颗预计芯片供应可在2026年下半年满足Grace Blackwell NVL72需求。
• Rubin系列出货量2027年接近700万颗Rubin预计于2026年第三季度开始放量，机架于第四季度开始出货。
• Rubin NVL72机架出货量2027年约9万套实际节奏取决于机架设计、散热、PCB和互连方案。
• TSMC AI相关收入增速2024年至2029年预计复合增长率约60%由通用AI芯片、定制ASIC、CoWoS、晶圆测试及服务器CPU共同驱动。
• MediaTek的ASIC市场份额目标2027年15%至20%公司认为随着2nm TPU产品放量，2028年收入份额仍有提升空间。

影响与含义

分层HBM配置可能降低单颗高端加速器的内存含量，缓解短期供应与成本压力，但也会重新分配HBM代际、堆叠高度和供应商份额。若单位芯片内存下降导致客户增加芯片数量，GPU、CoWoS、晶圆、测试及服务器零部件供应商可能获得额外量增。CPO和NPO将成为扩大超级节点规模的重要技术路径，带动光模块、光引擎、先进封装及高速PCB需求。另一方面，电力、散热和机架交付若无法同步扩张，可能使晶圆端测算的芯片需求无法按期转化为收入。

风险

• HBM产能短缺或供应商认证延迟，可能限制Rubin Ultra及其他AI加速器量产。
• 降低HBM规格可能显著影响长上下文大模型的解码性能，并削弱部分产品的竞争力。
• Kyber机架的PCB、散热和系统集成问题可能导致服务器及机架出货延期。
• 全球电力基础设施可能无法支持晶圆产能所隐含的AI芯片部署规模。
• CoWoS先进封装、先进制程晶圆和测试设备可能出现阶段性供需错配。
• Google TPU、CPU及其他ASIC项目若延期，将影响MediaTek、GUC和King Yuan Electronics Co Ltd的收入兑现。
• 出口管制、美国行政命令及相关交易限制可能影响部分公司、证券和供应链活动。
• Morgan Stanley与多家覆盖公司存在投资银行或其他业务关系，投资者需关注潜在利益冲突。

后续跟踪

• NVIDIA在2026年第三季度末前对Rubin Ultra HBM规格和产品分层的最终决定。
• HBM规格变化对长上下文解码性能、芯片数量需求及HBM供应商份额的实际影响。
• Kyber、Oberon NVL72和NVL576方案的量产时间表，以及PCB和散热问题是否缓解。
• CPO与NPO在跨机架互连中的客户采用进度和量产良率。
• Rubin在2026年第三季度的放量及第四季度机架出货启动情况。
• 2027年Google TPU超过700万颗及CPU 300万颗的需求能否兑现。
• MediaTek在TPU项目中的收入份额及2028年2nm产品爬坡进度。
• CoWoS产能配置、HBM供应和数据中心电力建设之间能否保持同步。
• Blackwell供应链缓冲库存能否在2026年内按预期完全消化。
• 云厂商资本开支、AI芯片租赁价格及电力容量变化对终端需求的验证。