野村：AI週期未見頂，瓶頸從GPU轉向小組件
Alina Collins
野村判斷本輪AI硬件周期尚未見頂，但核心矛盾已從「需求是否真實」轉向供給錯配——從2026年下半年起，基板、電容、液冷等小組件擴產滯後，將成為真正卡住產能的瓶頸。
需求到底仲撐唔撐得住？
野村追蹤的全球數據中心項目池從約240個增至約280個，其中GW級大型項目增至約50個。
2027年部署量預測從此前約28GW上修至32.3GW，2028年目前可見約22.85GW。
這意味著→ 需求端由超大雲廠商、neocloud（新興雲端運算公司）、主權AI和模型公司共同驅動，並非普通補庫存邏輯，不容易突然掉頭。
瓶頸點為何不再是台積電CoW？
台積電CoWoS（一種將晶片和高頻寬記憶體封裝在一起的先進封裝技術）擴產比預期更進取：2026年約110萬片，2027年目標或達200萬片，遠超此前130–135萬片預期。
但野村自身模型僅建模180萬片輸出——因為WoS（wafer-on-substrate，將整片晶圓貼到基板上的步驟）及下游小組件跟不上。
簡單來說＝ 前端「造晶片」的速度提上去了，但後端「將晶片裝成成品」的零件供不上，整條線的實際產出被最慢的環節卡住。
邊啲小組件最可能甩轆？
基板、CCL（覆銅板，做基板的關鍵材料）、高端電容、PMIC（電源管理晶片）、光模組、電源、液冷、機櫃——任何一個短缺都會拖累前端產能的實際轉化。
這些供應商在2025年下半年制定擴產計劃時，普遍低估了AI訂單彈性，低估程度比台積電更嚴重。
這意味著→ 隨著英偉達Rubin和亞馬遜Trainium 3從2026年下半年開始爬坡，缺口可能進一步擴大。
英偉達同Google點樣「擠走」其他玩家？
野村將台積電AI邏輯晶片收入預測上修：2025年約221億美元→2026年約391億美元→2027年約654億美元；AI收入佔台積電總收入從18%升至32%。
英偉達份額從2026年約60%降至2027年約53%，Google TPU從20%升至25%——兩家合計佔台積電AI收入約八成。
簡單來說＝ 野村將英偉達和Google比作「打架的大象」——兩者同時爭搶CoWoS、基板、HBM、測試封裝和整機資源，AMD、亞馬遜Trainium等其他xPU/ASIC玩家被擠到更後的產能分配位置。
台積電自身面對甚麼兩難？
若要實現管理層提出的2024–2029年AI收入50%複合增速，2029年AI相關收入可能達約1,150億美元。
先進封裝佔30%–35%的話，CoWoS年產出需要250–350萬片——是2026年水平的兩到三倍。
但若英偉達下一代Feynman遷移至CoPoS（一種新的封裝架構），CoWoS面臨技術路線切換風險。這反映出台積電「擴少了被搶客戶、擴多了成包袱」的兩難。
2028年之後靠甚麼接力？
野村認為2028年後的增長並非簡單擴產，而是一批新技術能否按時兌現：EMIB-T、CoPoS、GPU-on-GPU SoIC、CPO（共封裝光學，將光通訊模組直接做進晶片封裝內）、下一代SerDes、新型PCB材料、玻璃/陶瓷基板、微通道散熱蓋等。
這些技術的執行風險，是判斷AI硬件周期能否在2028年後延續的關鍵變量。
這意味著→ 當前的供需錯配、漲價和盈利上修仍是2027年前的主線催化，但投資者需要對2028年後的技術驗證期保持警覺。
Content is for reference only, not financial advice.