摩根士丹利大中华区半导体行业研究报告要点总结 一、 报告涉及行业与公司 * 行业：大中华区半导体行业，聚焦于为未来AI基础设施（CPU、GPU、ASIC、光芯片、中国芯）构建的产业链[1][3] * 行业观点：具有吸引力[4] * 覆盖公司：报告覆盖了超过100家大中华区及全球半导体产业链公司，包括晶圆代工、封测、存储、IC设计、设备材料等各环节的龙头企业[7][9][10][256] 二、 核心观点与论据 1. 强劲的AI半导体长期展望 * 长期需求驱动：AI是核心驱动力[6][7] * 市场规模预测：全球半导体产业市场规模在2030年可能达到1.5万亿美元，其中一半来自AI半导体；AI半导体总潜在市场预计在2030年达到近7530亿美元[17][19] * 云半导体前景更光明：四大云服务提供商（亚马逊、谷歌、微软、Meta）在2026年第一季度的资本支出同比增长95%；云资本支出与EBITDA比率预计将稳定在50%左右[23][24] * 主要CSP资本支出保持强劲：摩根士丹利云资本支出跟踪器估计，2026年顶级10家上市全球CSP的云资本支出接近6850亿美元[31] 2. 更广泛的半导体周期 * 逻辑半导体代工利用率：可能在2026年下半年达到80%[12] * 非AI半导体增长：排除存储和英伟达AI GPU收入，非AI半导体增长预计在2026年下降[13] * 半导体库存：历史上，当库存天数下降时，半导体股票指数在2025年第四季度上涨[12][14] 3. AI供应链与利基存储 * TSMC的CoWoS与SoIC扩张：鉴于持续强劲的AI需求，TSMC可能将CoWoS产能扩大到2027年的每月165千片；TSMC可能在2025年将CoWoS和SoIC产能翻倍，并预计将持续到2026年[36][48] * AI计算晶圆消耗：2026年可能高达280亿美元，其中英伟达占大部分；2026年CoWoS总需求预计为1479千片晶圆，英伟达占875千片（59%）[53][54][50] * HBM消耗：2026年HBM消耗可能高达320亿Gb[58][60] * 英伟达GB200/300机架：估计TSMC在2025年生产了510万颗芯片，全年GB200 NVL72出货量预计达到3万台[63] * TSMC AI收入占比：AI半导体收入可能从2024年到2029年达到TSMC总收入的60%[72] * 存储短缺：AI存储导致NAND短缺；同时预计NOR闪存供应不足将持续到2026年；DDR4短缺将持续到2026年下半年[89][97] 4. AI ASIC、CPO和芯片测试 * AI半导体未来驱动力与限制：生成式AI需求驱动因素包括杀手级应用、竞争、主权AI；增长限制包括预算、能源（在美国）、芯片产能（在中国）、监管[104] * 半导体解决方案：包括摩尔定律、CoWoS/SoIC、HBM、CPO、定制芯片、GaN HVDC 800V[104] * CSP仍需定制芯片：即使英伟达提供强大的AI GPU，云服务提供商仍需要定制芯片[105] * 更多ASIC项目正在进行：根据各大CSP的计划，更多ASIC项目即将到来[109] * 测试设备市场增长：测试设备市场预计在2024-2027年以35%的复合年增长率增长[127] * 测试设备受益公司： * Hon Precision：测试时间延长趋势的关键受益者；预计整体测试分选机市场将从2023年的4.36亿美元增长到2027年的66亿美元；预计其市场份额将从2024年的28%增长到2027年的42%，2025-2028年复合年增长率为67%[136][137][138] * MPI：探针卡技术领导者，具有CPO选择性；预计其探针卡市场份额将从2024年的8%增长到2028年的20%[142][147] * WinWay：利用AI封装复杂性的插座领导者；预计其市场份额将从2024年的8.6%增长到2028年的20%；预计将其引脚产能从2025年的每月350万扩大到2026年的每月900万[149][151][152] 5. 中国半导体：封测、化合物、MCU和AI GPU * 后端设备：看好后端设备（ASMPT），对中国OSAT持中性看法[159] * OSAT资本支出：受主流半导体和先进封装推动，预计2026年增长约35%[161] * 材料偏好：偏好SiC而非GaN：SICC（增持）和InnoScience（减持）[167] * MCU：触底但未走出困境；生产商库存天数在2025年第一季度见顶，在2025年第四季度持平[176][181] * 中国AI半导体： * 市场规模与份额增长：国内AI加速器市场份额在增长；中国AI GPU市值在增长，未来将有更多IPO[184][186] * 市场规模预测：预计中国AI芯片总潜在市场到2030年将增长到670亿美元[189][191] * 自给率：预计中国AI芯片自给率在2030年达到86%（580亿美元 / 670亿美元）[196] * 国内芯片优势：国内芯片拥有更低的总拥有成本和可比的每token成本（AI大语言模型推理）[218] * 性能与成本：由于价格大幅更低，国内芯片提供更强的每美元性能[226] * 主要公司分析： * Cambricon：在推理性能和客户锚定方面领先；预计其收入在2025-2028年以90%的复合年增长率扩张[234][238] * Iluvatar：利用供应链弹性，订单可见性强；预计其收入在2025-2028年以122%的复合年增长率扩张[241][243] * MetaX：在对比表格中提及，但未给出明确增长预测[232] 三、 其他重要但可能被忽略的内容 * 风险与挑战： * 科技通胀：预计“价格弹性”将影响科技产品需求。晶圆、封测和内存成本上升给芯片设计商在2026年带来更多利润压力[7] * AI侵蚀效应：除了需求疲软（AI取代部分人类工作），半导体供应链也优先考虑AI半导体而非非AI半导体，例如T-Glass和内存短缺[7] * 中国AI：DeepSeek正在引发推理AI需求，展示了更便宜的推理成本。本地代工供应链也变得更能够支持AI GPU生产[7] * 估值比较：报告提供了晶圆代工、封测、存储、IDM、半导体设备、Fabless、功率半导体、FPGA和模拟等细分领域大量公司的详细估值比较表，包括价格、目标价、评级、市值、市盈率、每股收益增长、净资产收益率、市净率等数据[9][10] * 合规与披露：报告包含大量关于利益冲突、分析师认证、评级定义、监管披露和法律合规的声明，特别是涉及美国行政命令（如14032、14105）和实体清单的公司，提醒美国投资者注意交易限制[4][5][248][249][250][251][256][257][258][259][260] * 代理人AI带来的CPU机会：集群级CPU:GPU强度随着AI从推理转向行动而增加；代理人AI可能增加325-600亿美元的CPU机会[86]