摩根大通：晶片替換週期支撐輝達需求至2030
0xBroomberg
摩根大通預測GPU及AI晶片佔AI總資本開支比例將從50%升至2030年的60%，晶片替換週期是核心驅動力；英偉達直接受益，但AI投資回報率仍是整條邏輯鏈上最大的未驗證環節。
點解摩根大通認為晶片支出會越花越多？
核心邏輯：數據中心的廠房、電力等基礎設施壽命長、起一次用好多年，支出曲線預計2028年前後趨於平穩。
但GPU和AI晶片的使用壽命只有基礎設施的約十分之一——簡單來說＝ 起樓是一次過的事，但樓裡面的晶片每隔幾年就要換一輪，形成持續採購週期。
這意味著→ 晶片支出佔比將從目前約50%升至2030年的60%，摩根大通預測未來五年AI晶片及核心硬件融資總額將超過3萬億美元。
錢的規模究竟有幾大？
摩根大通將2030年前AI總資本開支預測從去年11月的5.1萬億美元上調至5.5萬億美元。
其中矽片支出將從2026年的3400億美元增長至四年後的約8000億美元——翻了一倍有多。
英偉達2026財年Q1營收達816億美元，按年增長85%；CEO黃仁勳將公司定位為AI轉型的「核心樞紐」，CFO Colette Kress預測AI支出到本十年末將達每年3萬億至4萬億美元。
英偉達領先幾多？對手追得有幾快？
摩根大通預計英偉達今年出貨890萬塊GPU，遠超Google 450萬塊TPU同Amazon 190萬塊Inferentia/Trainium晶片。
但差距正在急速收窄：下年Google TPU預計升至800萬塊，英偉達GPU為990萬塊——這意味著→ Google從不到英偉達一半，追到了接近持平。
股價亦反映這種分流：英偉達2026年累計升幅超12%，而AMD同期升幅已超過一倍，部分原因是市場對CPU需求增長預期升溫。
最大的懸念係咩？
AI花出去的錢能不能賺回來——這是整條投資邏輯中尚未被驗證的關鍵環節。
美國勞工部數據顯示，2026年Q1勞動生產率增速僅0.3%；MIT經濟學家Daron Acemoglu估計AI未來十年對全要素生產率的提升不超過0.71%。
說白了＝ 錢越花越多，但「AI到底令人做嘢快咗幾多」這個問題，數據仍未畀出令人信服的答案。
過度建設的風險有幾大？
前德勤首席雲端策略官David Linthicum向CNBC表示，實際建設容量可能僅為原計劃的約一半，並將建設動工數據列為關鍵觀察指標。
這意味著→ 如果企業端AI利用率撐不起當前支出規模，過度建設的風險將逐步浮現。
摩根大通睇好英偉達的底層邏輯是晶片替換週期帶來的結構性需求，但這一邏輯最終能否兌現，取決於AI應用層能否產生足夠的商業回報來支撐持續投入。
Content is for reference only, not financial advice.