亚洲科技行业电话会议纪要关键要点总结 一、涉及的行业与公司 * **行业**：亚洲科技行业，聚焦人工智能基础设施（AI Infra）[1] * **主要公司**：台积电（TSMC）、日月光（ASE）、联发科（Mediatek）、纬颖（Wiwynn）、信骅（Aspeed）、ASMPT、东京电子（Tokyo Electron）、爱德万测试（Advantest）、三星电子（SEC）、致茂电子（Chroma）、欣兴电子（Unimicron）[1] * **其他提及公司**：谷歌（Google）、亚马逊（AWS）、微软（MSFT）、甲骨文（Oracle）、Meta、Coreweave、SpaceX、英特尔（Intel）、三星代工（Samsung Foundry）、Ibiden、Fireworks AI [4][6][7][12][15][22] 二、核心观点与论据 2.1 AI基础设施交易处于十字路口 * 当前AI基础设施交易处于十字路口，需要三个关键问题的决定性答案才能推动下一轮上涨[1] * 三个核心问题：(1) 销售计算资源是伟大业务，但购买计算资源（作为AI模型或垂直AI供应商）是否可持续盈利 (2) AI安全与监管担忧是否会阻碍计算需求增长 (3) 超大规模企业转向负自由现金流后，下一阶段资本支出的可持续融资模式是什么[1] 2.2 购买计算资源的经济效益依然健康 * 销售AI计算资源已被证明是伟大业务，半导体/硬件生态系统创下历史最高利润率，公共云/新云生态系统的每GPU小时价格同比显著上升[4] * 购买计算资源（销售AI代币或垂直AI应用）同样表现良好，前沿模型供应商的推理毛利率达到60-80%[4] * 假设模型供应商每GW可创造200-400亿美元（$20-40bn）的年收入，远高于2025年每GW每年100亿美元（$10bn）的水平（基于OpenAI CFO Sarah Friar的评论）[4] * 垂直AI公司数量激增，已有80多家公司在极短时间内达到1亿美元以上（$100M+）的年经常性收入（ARR）（基于Sapphire Venture报告）[4] 2.3 开源模型推动硬件需求增长 * 开源LLM的兴起是过去几个月对计算需求的额外担忧，但公司认为开源模型将继续推动代币成本下降（历史成本曲线为80-90%的每代币成本下降），2026年上半年因计算严重短缺和代理AI兴起成为异常值[4][5] * 在当前计算受限环境下，专有前沿模型和开源模型都可能看到强劲的代币消费增长[5] * 开源兴起将导致下游更高AI采用率，并创造更多创收的垂直AI应用层[5] 2.4 AI安全与监管不会减缓模型训练速度 * AI模型正以更快的速度演进，即将实现递归自我改进（RSI），表明技术演进和AI扩展定律并未放缓[6] * 生成式AI可能在未来1-2年内开辟新的可寻址市场，类似于过去18个月编码和代理工作流所发生的情况[6] * 即使新模型推出可能受到对齐限制等约束，AI模型训练速度不太可能放缓[6] * 开源模型不会放慢进步速度，这将给前沿模型实验室带来进一步竞争压力，迫使其加速训练努力[6] 2.5 超大规模企业资本支出融资仍有空间 * 超大规模企业杠杆率仍然较低，净债务与股权比率为13%[6] * 公共云增长加速，以更高价格点提供强劲计算需求，可能成为运营现金流增长的关键来源[6] * 超大规模企业及下游计算买家的股权融资可在未来几年提供额外融资层[6] * 前7大超大规模企业资本支出预测：2025年为4430亿美元（$443bn），2026年预计为9330亿美元（$933bn），2027年预计为15770亿美元（$1577bn），同比增长率分别为71%、110%、69%[21][22][23] * 公共云收入持续增长，从2020年1季度的约300亿美元增长至2026年2季度的约1100亿美元，同比增长率在2025-2026年维持在30-43%的高位[10][11] * 公共云收入积压订单巨大：谷歌云积压从2025年3季度的1550亿美元增至2026年2季度的5140亿美元；亚马逊AWS积压从2000亿美元增至4960亿美元；微软商业剩余履约义务从3920亿美元增至6780亿美元[16] 2.6 半导体设备（SPE）领域极具吸引力 * 展望2027年，大多数大型半导体供应商可能将设备视为关键瓶颈（此前是洁净室等领域），以弥合供需缺口[6] * 台积电预计将在未来几年大幅增加N2、N3和A14投资，代工领域的挑战者如英特尔、三星代工和Terafab也可能增加资本支出[6] * 成熟制程代工厂四年来首次启动新投资周期[6] * 存储领域，DRAM和NAND闪存资本支出将在2027/28年快速增长，因洁净室产能上线、制程迁移加速以及公司履行与客户的长期协议[6] * 中国存储投资也可能在未来两年大幅加速[6] * SPE供应商开始享受价格上涨（罕见现象），因产能紧张、投入成本增加以及多家供应商的加急工具订单[6] * WFE（晶圆厂设备）支出预测：2025年约1700亿美元，2026年预计约2200亿美元，2027年预计约2600亿美元，同比增长率分别为9%、31%、17%[33] 2.7 基板与先进封装仍是关键瓶颈 * IC基板和先进封装仍是关键瓶颈，基板供应受限于一级供应商（如欣兴电子、Ibiden）的高度集中产能以及长达约2.5年的产能建设周期[7] * 领先OSAT还受限于可用洁净室空间[7] * 供需缺口预计将进一步扩大，因强劲的AI加速器增长推动每个封装的基板含量增加和先进封装强度提高，以及代理AI推动的强劲服务器CPU需求和2027年底开始采用基板密集型EMIB-T封装带来的增量上行空间[7] * 公司偏好一级基板供应商如欣兴电子、Ibiden和先进封装领导者如日月光[7] 2.8 光学互连是关键挑战 * 随着AI基础设施提供商和模型实验室更加强调提高AI集群效率，互连预计将成为关键瓶颈[8] * GPU间、GPU到CPU以及内存到存储的数据传输日益成为性能瓶颈[8] * 这一挑战推动光学器件更高采用率，短期内青睐近封装光学（NPO），因其是更简单的解决方案[8] * 两大ASIC供应商谷歌和AWS以及英伟达都将在未来2年内采用基于NPO的解决方案[8] * 共封装光学（CPO）将是长期未来，但供应链成熟可能需要更多时间，尤其是扩展解决方案[8] 2.9 存储子行业面临“忧虑之墙” * 存储子行业从自上而下角度仍相当嘈杂，因投资者高度关注HBM规格降级、提高算法效率以减少每次功能内存消耗的努力，以及将更多KV缓存存储卸载到较低内存层级（如DDR或NAND）[8] * 行业基本面仍保持健康，供需平衡预计在2028年前不会实现，定价应持续上涨至2027年[8] * 如果AI情绪在2026年4季度回归，可能推动一些股价上涨，但投资者赞助短期内可能保持冷淡[8] * 如果下一代AI模型演进推动每次功能内存需求显著增加（类似于2024年底原始推理突破所发生的情况），这种情绪可能改变[8] 2.10 2027年价格涨幅强于2026年的子行业 * 2027年价格涨幅（百分比）强于2026年的子行业：代工厂（尤其是8英寸成熟代工厂）、OSAT、基板、SPE和高端CCL[8] * 代工厂方面，台积电将在2027年上调所有工艺节点的价格（而2026年仅上调领先节点），成熟代工厂价格涨幅可能更高（8英寸为10-15%，而2026年为8-10%）[8] * OSAT价格上涨正在加速，并扩展到引线键合和成熟倒装芯片封装，因AI挤出效应导致洁净室不可用[8] * 基板价格上涨开始，2027年底引入EMIB-T可能创造比2025-26年更紧张的供需环境，因先进基板往往非常消耗产能（面积更大、层数更高）[8] * 高端CCL（M7及以上）也可能看到更强价格上涨，因需求（AI和通用服务器规格迁移）增长继续超过供应增长[8] 三、其他重要但可能被忽略的内容 3.1 亚洲科技硬件生态系统健康 * 科技硬件生态系统保持健康，每股收益修正稳定，估值具有吸引力[1] * 亚洲科技EPS估计趋势持续上升，从2011年1月基准100增长至2026年约460，增长约360%[38][39][40] * 亚洲科技（除存储）远期市盈率在14-18倍区间波动，低于历史均值[41][42] * 亚洲科技远期市净率在2.0-4.0倍区间，净资产收益率在20-30%[44][45] 3.2 当前情绪不佳但无资本支出下行信号 * 当前市场情绪仍然不佳，但公司未看到任何即将发生的资本支出下行信号被定价到科技硬件股票中[1] * 关键催化剂仍将来自模型和AI应用层持续货币化的更多迹象[1] 3.3 超大规模企业现金流状况 * 前6大超大规模企业EBITDA从2022年约4000亿美元增长至2027年预计约11000亿美元[25][26] * 运营现金流从2022年约3000亿美元增长至2027年预计约9000亿美元[25][26] * 自由现金流从2022年约1000亿美元下降至2026年预计为负值，2027年预计约-2000亿美元[25][26] * 债务发行从2024年约1500亿美元增至2026年预计约2500亿美元，净债务与股权比率从6%升至13%[28][29] 3.4 非台积电和非三星/ SK海力士/美光的资本支出增长 * 非台积电资本支出从2017年约200亿美元增长至2027年预计约600亿美元[35][36] * 非三星/ SK海力士/美光资本支出从2017年约100亿美元增长至2027年预计约500亿美元[35][36] 3.5 代币价格趋势 * 每百万代币价格从2025年12月约2.5美元下降至2026年9月约0.5美元，下降约80%[19][20]