大摩：AI算力進入GPU與XPU並行時代
Miles Bennett
摩根士丹利最新報告預計全球AI半導體市場將從2026年的4850億美元增長至2030年的7530億美元，届時佔全球晶片市場的一半。這意味著→ AI算力競爭正從「誰有最強GPU」轉向「誰能搭建完整的晶片生態」。
GPU不夠用了，XPU是甚麼？
AI產業重心正從訓練模型轉向推理應用（讓AI真正回答問題、做決策）。GPU依然是訓練的主力，但推理場景更多樣，需要不同類型的晶片來分工。
XPU（泛指各類AI專用處理器，包括AI ASIC、NPU等）正快速崛起。這意味著→ 雲廠商不再只買GPU，還要大量部署專用晶片來降低推理成本、提高效率。
簡單來說＝ GPU像一把萬能瑞士軍刀，甚麼都能做但不便宜；XPU像一組專用工具，每把只做一件事但又快又省。兩者並行，才是未來算力的標準配置。
雲廠商的錢花到哪了？
亞馬遜、谷歌、微軟、Meta四大雲廠商2026年Q1資本開支同比增長95%，資本開支佔EBITDA比例維持在約50%。
在大摩供應鏈數據驅動的牛市情境下，2026年雲資本開支預計達7960億美元，其中AI伺服器約6000億美元，雲AI ASIC及非輝達GPU約900億美元。
這反映出雲廠商已把AI基礎設施視為最優先的長期投入——不只是買晶片，而是在構建自己的算力體系。
封裝和製造為甚麼突然這麼重要？
晶片性能的瓶頸正從「設計」轉向「怎樣把晶片組裝在一起」。台積電CoWoS（一種把多顆晶片緊密封裝在一起的技術）產能將在2027年繼續擴張，SoIC（台積電的晶片堆疊技術）也是未來幾年重點。
這意味著→ 競爭焦點已不只是晶片本身，而是晶圓製造、先進封裝、測試、系統集成的全鏈條能力。
不過大摩亦提示風險：晶圓、OSAT（外包封裝測試）和存儲成本上升，加上AI對非AI晶片資源的擠壓，可能在2026年壓縮晶片設計公司的利潤率。
中國AI晶片自給率能到多少？
大摩預計到2030年，中國AI GPU市場規模約910億美元，本土AI晶片自給率有望提升至約70%。
DeepSeek驗證了低成本AI推理的可行性，推動推理需求快速增長，同時打開了中國本土AI晶片產業鏈的發展空間。
這意味著→ 隨著中國先進製程產能擴張，本土晶片在推理場景中競爭力將持續提升，AI基礎設施建設將更多依賴國內供應鏈。
誰是AI時代的真正贏家？
大摩的核心判斷：AI時代的贏家不再只有GPU廠商，而是覆蓋晶片設計、先進製造、先進封裝、測試及AI專用晶片等多個環節的玩家。
說白了＝ 以前比的是「誰的GPU最快」，現在比的是「誰的整套算力生態最完整」。
這反映出AI半導體競爭已進入系統級對抗階段——單一技術路線不再是決定性優勢，生態完整性才是核心變量。
Content is for reference only, not financial advice.