摩根士丹利發佈最新大中華區半導體投資者報告，核心結論：AI半導體市場將在2026年達到4850億美元，2030年有望攀升至7530億美元，佔全球半導體市場的半壁江山。雲廠商資本開支逼近1.4萬億美元，台積電CoWoS產能將擴至月產20萬片，中國AI晶片市場正加速國產替代。本文從六大維度拆解報告精華。
目錄
全球雲資本開支：7960億美元的"軍備競賽"
- AI半導體TAM：從4850億到7530億的爆發路徑
- 台積電：唯一玩家，2nm需求強勁，2027年漲價5-10%
- 儲存晶片：HBM、DDR4、NOR快閃記憶體全面緊缺
- AI定製晶片與CPO：下一代封裝革命
- 中國AI晶片：910億美元市場，國產替代加速
一、全球雲資本開支：7960億美元的"軍備競賽"
報告指出，2026年全球雲資本開支將達到7960億美元，其中AI伺服器資本開支約6000億美元，AI半導體（主要是輝達AI GPU）市場規模約4850億美元。
四大雲廠商（亞馬遜、Google、微軟、Meta）2026年第二季度資本開支同比增長87%，資本開支與EBITDA的比值已超過70%，顯示出前所未有的AI投入力度。
核心資料：
- 2027年全球雲資本開支預計逼近 1.4萬億美元
- 邏輯晶片約佔全球雲資本開支的 20%
- 輝達GB200/300 NVL72機架：2025年全年出貨量預計達 3萬台
- 台積電2025年生產晶片 510萬顆（對應GB200）
大摩跟蹤了全球前14家上市雲服務商（不含主權AI項目），發現雲資本開支的增速遠超市場預期。從已公佈的電力部署計畫推算，輝達Vera Rubin NVL144機架部署量將達4.5萬台，AMD Helios機架2.7萬台，GoogleTPU機架5.6萬台。
這意味著電力正在成為AI算力擴張的核心瓶頸。各大廠商已公佈的電力部署總規模超過29.5GW，僅輝達一家就部署了10GW。按照每台Vera Rubin機架220kW的功耗計算，對應的晶片需求量高達327.3萬顆。
二、AI半導體TAM：從4850億到7530億的爆發路徑
大摩預測，全球半導體行業市場規模將在2030年達到1.5萬億美元，其中AI半導體貢獻約一半，即7530億美元。這一預測基於以下假設：
值得注意的是，排除儲存和輝達AI GPU收入後，非AI半導體在2026年預計將出現負增長。這意味著AI正在"吞噬"整個半導體供應鏈的資源——不僅是資金，還包括晶圓產能、封裝產能和人才。
大摩團隊特別指出三大長期需求驅動因素：
- 晶片通脹：
晶圓、封測和儲存成本持續上漲，對晶片設計公司2026年的利潤率構成壓力
- AI蠶食效應：
供應鏈優先保障AI晶片供應，導致非AI晶片（如T-Glass、儲存）出現短缺
- 中國AI推理需求：
DeepSeek展示了更低成本的推理方案，推動本土AI GPU需求爆發
三、台積電：唯一玩家，2nm需求強勁，2027年漲價5-10%
大摩對台積電給出"增持"評級，目標價2988新台幣（較當前價有23%上行空間）。核心邏輯如下：
技術領先性無可撼動
從邏輯密度對比來看，台積電在先進製程路線上持續領先英特爾和三星。N3e、2nm GAA製程的量產節奏和良率均優於競爭對手。EUV裝置供應緊張進一步鞏固了台積電的護城河——在可預見的未來，台積電仍是先進製程"唯一的遊戲"。
2nm需求遠超預期。大摩預計台積電N2產能將實現2026-2028年70%的複合增長率。從客戶需求結構看，蘋果、輝達和AMD是最大的2nm客戶。與此同時，N5產能將在2027年開始下降，N3產能則繼續增長——這與需求預測高度一致。
漲價能力是核心看點。大摩預計台積電將在2027年對先進製程提價5-10%，反映出其對客戶的價值。台積電的晶圓價格趨勢顯示，先進製程的定價權持續增強，毛利率60%應該是"底線"。
資本開支與產能擴張
- 2026年資本開支預計 620億美元
- 2027年資本開支預計 750億美元
- CoWoS產能2027年將擴至月產 20萬片
- 亞利桑那工廠P2裝置將於2026下半年搬入，新增3nm月產能2萬片
- AI半導體收入佔2026年總收入的比重將超過 30%
從CoWoS需求結構看，輝達仍然是最大客戶：2026年佔CoWoS需求的56%，2027年佔45%。但AMD的佔比在快速提升，從2026年的9%增長到2027年的20%，反映出AMD MI400系列晶片對先進封裝的旺盛需求。
此外，輝達最新發佈的Vera CPU也值得關注。大摩預計Agentic CPU的TAM將以251%的復合年增長率擴張，Vera CPU的性能可達最高性能x86 CPU的1.8倍。
四、儲存晶片：HBM、DDR4、NOR快閃記憶體全面緊缺
AI算力需求的溢出效應正在儲存晶片領域全面顯現：
HBM（高頻寬儲存）：大摩預計2027年HBM消耗量將高達480億Gb，輝達仍是最大的HBM消耗方。隨著輝達B系列（搭載HBM）晶片出貨量從2025年的5000萬顆增長到2026年的4900萬顆，HBM供應將持續緊張。
DDR4：短缺預計持續到2026下半年。現貨價格受限，但合約價格保持堅挺。從供需模型看，DDR4的季度需求持續超過供應，缺口明顯。
NOR快閃記憶體：大摩預計NOR快閃記憶體將進入供不應求狀態，延續到2026年。AI儲存需求帶動NAND晶圓現貨價格上漲，NOR快閃記憶體的需求增長率和供應增長率出現顯著剪刀差。
大摩在儲存板塊的首選標的包括：兆易創新（目標價888元，上行空間120%）、AP Memory（目標價1666新台幣，上行空間91%）、南亞科（目標價580新台幣）、華邦電（目標價288新台幣，上行空間53%）。
五、AI定製晶片與CPO：下一代封裝革命
定製ASIC晶片正在崛起。大摩指出，即使輝達提供強大的AI GPU，雲服務商仍需要定製晶片。原因包括：成本控制、供應鏈安全、以及針對特定工作負載的最佳化。
從各廠商計畫來看：
- GoogleTPU
：性能快速迭代，TPUv7（Ironwood）單晶片TDP約980W，部署量將持續攀升
- AWS Trainium
：出貨量預計大幅增長，2027年將達3.68萬顆
- AMD MI400系列
：假設80%外包給台積電，2027年出貨量預計達55萬顆
CPO（共封裝光學）是下一個大趨勢。大摩對台積電PIC（光子積體電路）產能規劃進行了詳細測算：
值得注意的是，SoIC良率假設為50%，下游組裝良率從2026年的20%提升到2028年的50%，這意味著CPO技術的成熟仍需要時間，但增長曲線極為陡峭。
在封測裝置方面，大摩看好ASMPT（增持，目標價175.8港元），預計其在TCB（熱壓鍵合）裝置領域的市場份額將在2028年達到44%。OSAT行業2026年資本開支預計增長約45%，主要受主流半導體和先進封裝雙重驅動。
六、中國AI晶片：910億美元市場，國產替代加速
這是報告中最引人注目的部分之一。大摩預計中國AI晶片TAM將在2030年達到910億美元，國內AI加速器市場份額持續擴大。
中國AI晶片的三大驅動力：
DeepSeek效應：
更便宜的推理方案觸發了中國AI推理需求的爆發，字節跳動（火山引擎/豆包）的token使用量激增印證了這一點
- 本土供應鏈能力提升：
本土晶圓代工鏈在AI GPU生產方面的能力持續增強
- TCO優勢：
國產晶片憑藉顯著更低的定價，在性能/成本比上展現出競爭力
華為Ascend 950 SuperPod是報告的重點關注對象。在2026 WAIC上，華為展示了全新的Atlas 950 SuperPod，單叢集可擴展超過1000個NPU。該方案採用了UBlink光互連技術，並在背面展示了光互連架構。大摩還注意到，WAIC 2026上出現了大量SuperPod方案，多家廠商展示了無背板的正交設計。
中國AI產業鏈正在與美國"脫鉤"。大摩從九個維度對比了中美AI生態——晶片、系統、基礎設施等，發現中國的基礎設施優勢正在縮小技術差距：
- 第一步：
單顆晶片不夠強，就把更多晶片封裝到一顆晶片裡
- 第二步：
單顆晶片不夠強，就建構更大的機架和叢集
- 第三步：
一個工廠不夠，就擴建更多製造產能
華為CloudMatrix 384 A3 SuperPod正是這一策略的典型代表——通過系統級創新彌補單晶片性能差距。
重點個股方面，大摩給出以下評級：
海光資訊方面，大摩預計中國CPU市場TAM將在2030年達到420億美元，海光在中國伺服器CPU市場的份額將在2028年達到18%。海光的CPU+GPU一體化計算平台是其核心競爭優勢。
投資策略總結
大摩對大中華區半導體行業給出"具吸引力"的整體評級。核心投資邏輯可歸納為：
增持（OW）推薦標的
AI晶片：聯發科（首選）、台積電、中芯國際、Aspeed、Alchip、京元電、ASE、FOCI、ASMPT、AllRing、GUC
儲存：兆易創新、AP Memory（首選）、南亞科、華邦電、GigaDevice
中國AI/半導體/裝置：燧原科技、寒武紀、海光資訊、北方華創、中微公司
測試裝置與耗材：WinWay、MPI、鴻海精密、Gudeng
成熟製程：聯電
低配/減持標的
減持（EW）：韋爾股份、群聯電子、摩爾執行緒、瑞昱、GlobalWafers
低配（UW）：WIN Semi、硅力傑、ASMedia
風險提示
- AI需求增長放緩：
如果AI應用商業化進展不及預期，雲廠商可能削減資本開支
- 地緣政治風險：
美國出口管制可能進一步收緊，影響中國晶片供應鏈
- 晶片通脹壓力：
晶圓、封測成本上漲可能擠壓晶片設計公司利潤率
- AI蠶食效應：
供應鏈優先AI晶片可能導致非AI晶片供應短缺，影響整體行業平衡
- 能源瓶頸：
美國面臨電力供應限制，中國面臨晶片產能限制
- 監管不確定性：
各國對AI的監管政策可能影響投資節奏
AI半導體正處於前所未有的繁榮期。
從雲資本開支到晶圓產能，從先進封裝到中國國產替代，
每一個環節都在被AI重新定義。
這場盛宴才剛剛開始。 (調研紀要速覽)