摩根大通：AI基础设施投资处十字路口，亚洲科技硬件仍具吸引力

nashnova research

今天发布阅读约 4 分钟

摩根大通最新报告围绕AI算力经济性、安全监管与资本开支三大问题判断：当前AI投资仍然健康，亚洲科技硬件板块已计入部分下行担忧，但资本开支拐点信号尚未出现。

AI算力还是一门赚钱的生意吗？

摩根大通测算，一家模型厂商每配置1吉瓦（GW，即10亿瓦特级别的数据中心算力规模）算力，年收入可达200亿至400亿美元，明显高于2025年约100亿美元的水平。

部分公司推理业务毛利率已达60%至80%；另据统计，已有超过80家垂直AI公司在短时间内实现年收入超1亿美元。

这意味着→ 算力投入当前仍能换回可观利润，AI商业化不是画饼阶段，已经有真金白银的回报在兑现。

摩根大通认为不会。历史上每单位token成本通常下降80%至90%，但成本降低反而推动AI在更多行业普及。

用大白话说＝价格跌了，用的人更多了，总需求反而变大——这和当年智能手机降价后市场爆发是一个逻辑。

开源模型还会催生更多垂直应用，闭源和开源的token消耗量都有望强劲增长。

大型云服务商杠杆率仍然较低，净债务与股东权益之比仅约13%。

强劲的算力需求和更高定价正在推动公有云增长加速，经营现金流有望成为重要融资来源；股权融资也是补充渠道。

这意味着→ 即使部分云服务商已转为负自由现金流，资产负债表仍有余力支撑资本开支扩张，短期内不构成硬约束。

晶圆代工（尤其8英寸成熟制程）预计涨幅10%至15%，高于2026年的8%至10%；封装测试、载板、半导体设备、高端覆铜板同样具备提价空间。

IC载板（连接芯片与电路板的关键部件）和先进封装仍是主要瓶颈，2027年下半年英特尔EMIB-T封装渗透率提升后，供需缺口可能进一步扩大。

相反，存储器和PCB材料的涨价速度可能放缓——这反映出不同环节的供需节奏并不同步。

摩根大通近期更看好近封装光学（near-package optics，把光学模块放在芯片封装附近而非芯片内部的方案）。

预计谷歌、AWS两家大型专用芯片厂商以及英伟达，未来两年都会采用基于近封装光学的方案。

共封装光学（co-packaged optics，把光学模块直接集成到芯片封装内部）代表长期方向，但供应链成熟仍需更多时间。

摩根大通判断存储器供需平衡可能要到2028年才会出现，价格预计持续上涨至2027年——基本面仍然健康。

但市场对HBM（高带宽存储器，AI芯片的关键配套）规格下调及算法效率提升减少内存消耗的担忧尚未消散，短期投资者认可度有限。

用大白话说＝行业数据在好转，但市场情绪卡在"万一AI不需要这么多内存了怎么办"的疑虑上，要等下一轮AI模型明确提高内存需求才可能扭转。

市场有风险，内容仅供研究参考，不构成投资建议。