摩根大通：AI基礎設施投資處十字路口，亞洲科技硬體仍具吸引力

nashnova research

今天发布阅读约 4 分钟

摩根大通最新報告圍繞AI算力經濟性、安全監管與資本開支三大問題判斷：當前AI投資仍然健康，亞洲科技硬件板塊已計入部分下行擔憂，但資本開支拐點信號尚未出現。

AI算力還是一門賺錢的生意嗎？

摩根大通測算，一家模型廠商每配置1吉瓦（GW，即10億瓦特級別的數據中心算力規模）算力，年收入可達200億至400億美元，明顯高於2025年約100億美元的水平。

部分公司推理業務毛利率已達60%至80%；另據統計，已有超過80家垂直AI公司在短時間內實現年收入超1億美元。

這意味著→ 算力投入當前仍能換回可觀利潤，AI商業化不是畫餅階段，已經有真金白銀的回報在兌現。

摩根大通認為不會。歷史上每單位token成本通常下降80%至90%，但成本降低反而推動AI在更多行業普及。

簡單來說＝價格跌了，用的人更多了，總需求反而變大——這和當年智能手機降價後市場爆發是一個邏輯。

開源模型還會催生更多垂直應用，閉源和開源的token消耗量都有望強勁增長。

大型雲服務商槓桿率仍然較低，淨債務與股東權益之比僅約13%。

強勁的算力需求和更高定價正在推動公有雲增長加速，經營現金流有望成為重要融資來源；股權融資也是補充渠道。

這意味著→ 即使部分雲服務商已轉為負自由現金流，資產負債表仍有餘力支撐資本開支擴張，短期內不構成硬約束。

晶圓代工（尤其8英寸成熟製程）預計漲幅10%至15%，高於2026年的8%至10%；封裝測試、載板、半導體設備、高端覆銅板同樣具備提價空間。

IC載板（連接晶片與電路板的關鍵部件）和先進封裝仍是主要瓶頸，2027年下半年英特爾EMIB-T封裝滲透率提升後，供需缺口可能進一步擴大。

相反，存儲器和PCB材料的漲價速度可能放緩——這反映出不同環節的供需節奏並不同步。

摩根大通近期更看好近封裝光學（near-package optics，把光學模塊放在晶片封裝附近而非晶片內部的方案）。

預計Google、AWS兩家大型專用晶片廠商以及NVIDIA，未來兩年都會採用基於近封裝光學的方案。

共封裝光學（co-packaged optics，把光學模塊直接集成到晶片封裝內部）代表長期方向，但供應鏈成熟仍需更多時間。

摩根大通判斷存儲器供需平衡可能要到2028年才會出現，價格預計持續上漲至2027年——基本面仍然健康。

但市場對HBM（高帶寬存儲器，AI晶片的關鍵配套）規格下調及算法效率提升減少內存消耗的擔憂尚未消散，短期投資者認可度有限。

說白了＝行業數據在好轉，但市場情緒卡在「萬一AI不需要這麼多內存了怎麼辦」的疑慮上，要等下一輪AI模型明確提高內存需求才可能扭轉。

市场有风险，内容仅供研究参考，不构成投资建议。