摩根士丹利剛放出來的亞太半導體深度報告，整整六十多頁，從全球雲廠商資本開支，到台積電的先進製程與封裝產能，再到儲存、測試裝置、中國國產AI 晶片，甚至功率半導體、化合物半導體都覆蓋到了。
我挑了大家最關心、最有資訊量的11 個問題，把核心資料和觀點都扒出來，全是硬資料，耐心看完對整個 AI 半導體產業鏈會有更清晰的判斷。
01 AI 半導體整體怎麼看？核心推薦與風險一次說清
先給總基調：大摩對大中華區科技半導體行業的觀點是Attractive（有吸引力），AI 是毫無爭議的第一主線，但分化會極其明顯 —— 不是所有晶片公司都能吃到這波紅利，甚至很多公司會被 AI “擠出”。
核心超配標的我直接整理好了，大家可以對照參考：
•AI 主線首選：聯發科（Top Pick）、台積電、中芯國際、祥碩、世芯 - KY、京元電子、日月光、FOCI、ASMPT、AllRing
•儲存線首選：旺宏（Top Pick）、AP Memory、南亞科、華邦電、兆易創新
•中國本土AI + 裝置：天數智芯、寒武紀、北方華創、中微公司、環旭電子
•測試裝置與耗材：穎崴、MPI、鴻精密、谷崧
•成熟製程：聯電
也有需要警惕的減持評級標的：穩懋、矽力傑、環球晶圓、祥碩科技，這些短期要注意估值壓力。
長期三個核心邏輯，我覺得講得很實在：
第一是晶片通膨。晶圓、封測、儲存成本都在漲，2026 年晶片設計公司的毛利壓力會明顯加大，小公司更難扛，頭部集中度會進一步提升；
第二是AI 的擠出效應。不光是AI 替代部分工作影響終端需求，現在整個半導體供應鏈都在優先保障 AI 晶片產能，比如 T-Glass、記憶體都開始緊缺，非 AI 晶片的產能和資源會被擠壓；
第三是中國本土AI 的增量。DeepSeek 帶火了低成本推理，本土晶圓廠做 AI GPU 的能力也在快速提升，這是獨立於全球周期的一條主線。
02 全球 AI 半導體市場到底有多大？2030 年要佔半壁江山
很多人說AI 晶片估值炒高了，那我們看底層空間到底夠不夠。
大摩的測算：全球半導體整體市場到2030 年有望達到1.5 兆美元，其中AI 半導體要貢獻一半。
拆開來更直觀：
2026 年，僅雲端 AI 半導體的總市場空間（TAM）就會達到4850 億美元—— 這裡面大頭依然是輝達的 AI GPU，剩下的雲端 AI ASIC 和非輝達 GPU，大概還有 900 億美元的空間。
到2030 年，AI 半導體整體 TAM 會攀升至7530 億美元，2023-2030 年的復合年增速是 30%。
連續7 年 30% 的複合增長，在半導體行業歷史上都是非常罕見的高景氣賽道。而且這還是基準假設，不是最樂觀的情形。
03 雲廠商資本開支還能撐多久？現在增速到底是什麼水平
市場一直有個擔憂：雲廠會不會砍資本開支？至少從當前資料看，完全沒有見頂的跡象。
前四大雲廠商（亞馬遜、Google、微軟、Meta）2026 年一季度的資本開支，同比直接增長了95%，接近翻倍。更關鍵的是，它們的資本開支/ EBITDA 比值一直穩定在 50% 左右，說明是用利潤在投，不是硬燒錢，可持續性很強。
大摩自己的全球雲開支跟蹤資料更誇張：2026 年，全球 11 家上市雲廠商的資本開支預計能到8110 億美元，比市場一致預期還高出8%；2027 年更是會摸到 8610 億美元。
對比台積電的資本開支就能看出來，全球雲開支的增速遠遠跑贏，上游晶片的需求支撐非常紮實。
04 Agentic AI 帶火 CPU 賽道，市場空間直接上調了近 30%
今年智能體（Agentic AI）火了之後，很多人還只盯著 GPU，其實 CPU 的需求邏輯已經發生了質變。
大摩直接把2030 年 “編排 CPU TAM” 的基準預期，從之前的 600 億美元，上調到了790 億美元，上調幅度接近30%。
邏輯其實很好理解：
AI 如果只是純推理、思維鏈、文件總結，那是 GPU 主導，CPU:GPU 大概在 1:12；
但如果是工具呼叫、API 請求、程式碼執行、多智能體分發，CPU 的需求量會大幅提升，CPU:GPU 會來到 1:1 甚至更高。
樂觀情形下，2030 年編排 CPU 的 TAM 能到2380 億美元，2026-2030 年復合增速高達 251%，這個增速是很驚人的。
順便提一句，輝達自己的Vera CPU 也已經出來了，性能是當前頂級 x86 CPU 的 1.8 倍，核心不拆小晶片，核間連接速度更快，就是瞄準智能體這個場景來的。
05 新一代 AI 晶片落地，對台積電 CoWoS 拉動到底有多大？
CoWoS 產能一直是市場的核心矛盾，大摩直接按各家公佈的電力部署，把晶片量、晶圓量都算透了。
先看四大廠商的電力部署規模：輝達10GW、AMD 6GW、博通 3.5GW、AWS 2GW，對應的單機架功耗從 63kW 到 220kW 不等。
折算成全生命周期的晶片和晶圓需求（項目周期3-8 年），資料非常細：
•輝達Rubin GPU：327.3 萬顆，對應全生命周期 CoWoS 晶圓 40.9 萬片，2/3nm 邏輯晶圓 26 萬片；單看 2027 年，年 CoWoS 需求 13.6 萬片
•AMD MI455 GPU：196.4 萬顆，對應 CoWoS 晶圓 16.6 萬片，2/3nm 晶圓 9.5 萬片；2027 年需求 5.5 萬片 / 年
•GoogleTPU 系列（博通 + 聯發科代工）：合計 557.1 萬顆，對應 CoWoS 晶圓 26 萬片，2/3nm 晶圓 19 萬片；2027 年需求 5.2 萬片 / 年
•AWS Trainium3：200 萬顆，對應 CoWoS 晶圓 11.8 萬片，2/3nm 晶圓 10.7 萬片；2027 年需求 1.5 萬片 / 年
結論很明確：CoWoS 只會更緊。大摩預計，台積電到 2027 年底，CoWoS 產能會擴張到20 萬片 / 月，即便如此，需求端的壓力依然很大。
客戶結構上，輝達依然是絕對大頭，但博通、AMD、AWS 等廠商的佔比在逐步提升，頭部集中的趨勢沒有變化。
06 台積電 AI 收入佔比、先進製程，未來幾年是什麼趨勢
台積電是全球AI 半導體的 “總閥門”，這份報告裡的幾個關鍵資料值得重點關注。
第一，AI 收入增速和佔比。台積電 AI 半導體收入，2024-2029 年復合增速高達60%；2026 年，AI 收入佔總營收的比例就會超過 30%，這個進度比很多市場預期要快。
第二，先進製程的客戶結構。
•2nm 節點：2024-2027 年需求持續爬坡，客戶覆蓋聯發科、AMD、蘋果、高通、博通、英特爾，還有大量 AI ASIC 客戶，2027 年是放量大年；
•3nm 節點：2022 年量產，2025-2027 年是需求高峰，AI 晶片是核心拉動力；
•4/5nm 節點：當前的主力製程，AI、手機、消費電子需求都集中在這裡。
第三，先進封裝已經成了核心收入。2026 年台積電的收入拆分裡，CoWoS 封裝的佔比已經達到15.4%，這個比例還在持續提升，封裝早就不是製造的配套環節了。
另外SoIC（晶圓級堆疊）也是台積電接下來的擴張重點，客戶主要是輝達、AMD、蘋果，還有高通、博通等，2026-2027 年產能會持續爬坡。
07 儲存賽道現在什麼情況？DDR4、NAND、NOR 都在缺貨？
AI 帶來的不只是計算晶片的機會，儲存是確定性非常高的支線，而且是典型的量價齊升。
分品類給大家捋清楚：
NAND 快閃記憶體：AI 儲存需求爆發直接帶來了供需缺口，晶圓現貨價格和模組價格都處於上行通道，大摩判斷短缺態勢會持續。除了伺服器端，AI PC、邊緣裝置也在貢獻增量。
DDR4 記憶體：缺貨會一直延續到2026 年下半年，現貨價格有強支撐。供給端增長非常有限，需求端伺服器、消費電子同步回暖，緊平衡的狀態很難快速打破。
NOR Flash：這個賽道很多人忽略了，報告明確判斷，2026 年 NOR Flash 會持續供不應求。需求來自車載、工業、AI 邊緣裝置，供給端擴產非常謹慎，景氣周期比多數人預想的要長。
標的上，大摩超配的是旺宏、南亞科、華邦電、兆易創新、AP Memory，其中旺宏是儲存線的首選標的。
08 為什麼測試裝置是 AI 的 “隱形賣水人”？增速到底有多誇張
AI 晶片越做越複雜，測試環節的價值量是指數級上升的，這個賽道的景氣度，一點不比光模組差。
先給核心增速：全球測試裝置銷售額，2024-2027 年復合增速35%，在半導體裝置裡屬於第一梯隊。
背後兩個最硬的邏輯：
一是單晶片測試時間暴漲。從Hopper 到 Blackwell 再到 Rubin，AI GPU 的單晶片測試時間從 350 秒，漲到 700-1000 秒，再到 1200-1400 秒，下一代可能衝到 1800-2000 秒，翻了好幾倍。
二是測試引腳數暴增。AI/HPC 場景的測試插座，引腳數直接衝到 10000+，和手機、消費級晶片完全不是一個量級，單價自然水漲船高。
這裡面三家公司是大摩重點推薦的，全是超配評級：
•鴻精密：測試分揀機龍頭。全球分揀機市場從2023 年的 4.36 億美元，要漲到 2027 年的 66 億美元，四年十幾倍的空間。鴻精密的市佔率會從 2024 年的 28%，提升到 2027 年的 42%，收入 2025-2028 年復合增速 67%。
•MPI：探針卡技術龍頭。探針卡是核心主業，同時還有CPO 裝置的增量彈性。市佔率從 2024 年的 8% 提升到 2028 年的 20%，EPS 2025-2028 年復合增速 94%，接近每年翻倍。
•穎崴（WinWay）：測試插座龍頭，做探針卡+ 插座垂直整合。針腳產能從 2025 年每月 350 萬顆，擴到 2026 年每月 900 萬顆。市佔率從 2024 年的 8.6% 到 2028 年 20%，EPS 復合增速 95%。
說白了，AI 晶片性能提升一倍，測試的價值量可能漲兩三倍，這就是典型的 “賣水人” 紅利。
09 中國國產 AI GPU 現在到底行不行？市場空間、自給率能到多少
這應該是中國讀者最關心的部分，大摩的判斷很明確：中國AI 晶片市場增長極快，本土廠商份額持續提升，性價比是核心殺手鐧。
先看總盤子：中國AI 晶片 TAM，2030 年能達到910 億美元，2023 年才 100 億美元，7 年 9 倍的成長空間。
再看自給率：2025 年本土晶片自給率大概 22%，2026 年就能到 42%，2030 年預計達到70%—— 也就是 850 億美元的市場裡，有 600 億是本土廠商的，這個提升速度是非常快的。
產能端也能跟上：中芯國際等本土先進製程產能，2030 年能支撐 58 億美元的 AI 加速器收入，配合其他供應鏈產能，基本能覆蓋大部分本土需求。
當前的市場份額（2026 年預計）：華為昇騰一家獨大，佔 62%；寒武紀 14%；天數智芯、沐曦、崑崙芯、平頭哥各佔 5% 左右，其餘廠商分剩下的 14%。
很關鍵的一點是：本土晶片的總擁有成本（TCO）更低，單 token 成本和輝達同檔位產品相比有競爭力，在推理場景下性價比優勢尤其明顯，這也是中國雲廠商、網際網路公司加大採購的核心原因。
再加上DeepSeek 帶火了中國推理側需求，字節跳動等大廠的 token 處理量暴漲，也給本土 AI 晶片帶來了實實在在的訂單增量。
10 寒武紀、天數智芯、沐曦，三家中國國產 AI 晶片龍頭怎麼選？
中國AI GPU “十小龍” 裡，大摩重點覆蓋了寒武紀、沐曦、天數智芯三家，評級和邏輯各有不同，我給大家拆明白。
核心資料先擺出來：
•寒武紀（[shturl.cc](shturl.cc)）：超配評級（OW），走 ASIC 路線，最新製程 7nm/N+2，代工廠覆蓋中芯國際和台積電。2025 年收入 64.97 億元人民幣，大摩預計 2025-2028 年收入復合增速 90%。核心優勢是推理性能突出，客戶繫結深，有國資背景，訂單確定性最強。
•天數智芯（9903.HK）：超配評級（OW），走通用 GPGPU 路線，7nm 製程，台積電產能有保障。2025 年收入 10.34 億元，2025-2028 年收入復合增速高達 122%。優勢是供應鏈韌性強，訂單能見度高，產品路線對標輝達全系列，彈性更大。
•沐曦（688802.SS）：中性評級（EW），GPGPU 路線，覆蓋 7nm/12nm，2025 年收入 16.44 億元。產品佈局更全，覆蓋訓練、推理、圖形渲染，但當前盈利和訂單確定性稍弱，適合等基本面拐點。
簡單總結：求穩、看確定性選寒武紀；追求高彈性看天數智芯；沐曦可以跟蹤產品落地和訂單進展。
當然，沒上市的華為依然是中國絕對龍頭，昇騰950、910 系列性能迭代很快，是當前市場的主力軍。
11 半導體大周期現在到那了？非 AI 晶片真的沒機會嗎
最後說下全行業周期，很多人覺得除了AI，其他半導體都不行了，其實沒那麼絕對。
大摩判斷，邏輯晶圓廠的產能利用率，2026 年下半年能回升到 80%，整體處於周期觸底、逐步回升的狀態。
庫存端也在持續改善，半導體供應鏈的庫存天數已經明顯回落。歷史規律看，每次庫存天數下行階段，半導體指數基本都走上漲行情，這個規律目前依然成立。
但也要承認現實：剔除儲存和輝達AI GPU 之後，2026 年非 AI 半導體的增速確實是下滑的。
換句話說，這一輪是弱周期復甦+ 強結構分化—— 全行業貝塔不強，但 AI 主線的阿爾法非常突出。非 AI 晶片是溫和修復，很難有大的行情，投資上抓 AI 產業鏈的龍頭，勝率會高很多。
整份報告看下來，核心結論其實很清晰：AI 半導體的大周期遠沒到頂，大中華區從上游裝置、材料，到製造、封測，再到本土晶片設計，都有非常明確的產業機會。
當然風險也不能忽視：晶片通膨擠壓設計公司利潤、AI 需求不及預期、地緣政治變化，這些都會帶來短期波動。但放在產業大趨勢裡，這些都是插曲。 (有道調研)