大摩看好AI半導體，2030年市場規模或達1.5萬億美元
Taylor Wilson
摩根士丹利6月22日發布深度研報，預計全球半導體市場2030年達1.5萬億美元，其中AI半導體貢獻7530億美元——這意味著AI正從「錦上添花」變成半導體行業的絕對主引擎。
雲廠商為甚麼突然砸這麼多錢？
亞馬遜、谷歌、微軟、Meta四大雲廠商2026年Q1資本支出按年增長95%，大摩估計全年雲端資本支出將達6850億美元，較市場共識高出10%。
這意味著→ 雲廠商正把接近一半的經營利潤（資本支出/EBITDA約50%）直接投入基礎設施，押注力度創歷史新高。
簡單來說＝ 這些公司賺的錢，每兩塊就拿一塊去買晶片、建數據中心——它們在用真金白銀投票：AI不是泡沫。
定制晶片為甚麼越來越重要？
谷歌TPU已迭代到第六代，AWS推出Trainium3，Meta、特斯拉也在加速自研晶片。
這意味著→ 雲巨頭不再滿足於只買NVIDIA的通用GPU，而是要造專門為自己算法優化的晶片（即ASIC，定制晶片）。
這反映出 AI競爭已進入「算力深水區」——誰能更高效地把電力變成推理結果，誰就佔上風。
台積電在這輪AI浪潮裡賺多少？
大摩預計台積電AI半導體收入以60%複合年增長率增長，到2026年佔總收入超過30%。
先進封裝（CoWoS，一種把多塊晶片緊密拼裝在一起的技術）產能預計2027年擴至每月20萬片；2026年AI計算晶圓消耗規模達270億美元。
高帶寬存儲器（HBM，配給AI晶片的超快記憶體）消耗量預計達320億Gb，NVIDIA仍是最大買家。
簡單來說＝ 不管誰設計晶片，最後都得找台積電來造——台積電是這輪AI軍備賽裡「賣鏟子的人」。
AI PC和邊緣設備——下一波換機潮要來了？
NVIDIA與聯發科合作推出新一代AI PC晶片（RTX Spark / N1X），搭載20核定制Grace CPU，預計2026年Q3由華碩、微星量產。
NVIDIA Vera CPU編譯性能是最強x86 CPU的1.7倍，Python性能是其1.9倍。
這意味著→ AI不再只是雲端的事——它正在「下沉」到你手邊的筆記本電腦，大摩估計Agentic CPU（能跑AI代理的處理器）潛在市場可達2380億美元。
中國本土AI晶片能追上來嗎？
大摩預計中國AI GPU市場2030年增至910億美元，本土晶片自給率屆時可達70%。
運行DeepSeek R1等大模型推理任務時，國產AI加速器的總體擁有成本（TCO，計入買晶片、耗電、維護的全部花費）可能比NVIDIA對華特供版低30%至60%。
大摩重點看好寒武紀（推理性能和客戶拓展領先）和天數智芯（供應鏈韌性強、訂單能見度高）。
說白了＝ 美國限制出口，反而倒逼出一條國產替代鏈——而且在「性價比」上已經開始反超。
存儲、測試設備——誰是被低估的受益者？
AI需求已導致NAND短缺，NOR Flash供不應求延續至2026年，DDR4短缺預計持續至2026年下半年。
測試設備市場預計2024至2027年以35%複合年增長率擴張，大摩重點看好弘塑、旺矽、穎崴。
大摩核心增持標的：聯發科（首選）、台積電、中芯國際、旺宏（首選）、北方華創、中微公司。
這意味著→ AI浪潮的受益面遠不止「造晶片的」——從存儲到測試設備，整條供應鏈都在被拉動。
Content is for reference only, not financial advice.