大摩：AI算力进入GPU与XPU并行时代
Miles Bennett
摩根士丹利最新报告预计全球AI半导体市场将从2026年的4850亿美元增长至2030年的7530亿美元，届时占全球芯片市场的一半。这意味着→ AI算力竞争正从「谁有最强GPU」转向「谁能搭建完整的芯片生态」。
GPU不够用了，XPU是什么？
AI产业重心正从训练模型转向推理应用（让AI真正回答问题、做决策）。GPU依然是训练的主力，但推理场景更多样，需要不同类型的芯片来分工。
XPU（泛指各类AI专用处理器，包括AI ASIC、NPU等）正快速崛起。这意味着→ 云厂商不再只买GPU，还要大量部署专用芯片来降低推理成本、提高效率。
用大白话说＝ GPU像一把万能瑞士军刀，什么都能干但不便宜；XPU像一组专用工具，每把只干一件事但又快又省。两者并行，才是未来算力的标准配置。
云厂商的钱花到哪了？
亚马逊、谷歌、微软、Meta四大云厂商2026年Q1资本开支同比增长95%，资本开支占EBITDA比例维持在约50%。
在大摩供应链数据驱动的牛市情境下，2026年云资本开支预计达7960亿美元，其中AI服务器约6000亿美元，云AI ASIC及非英伟达GPU约900亿美元。
这反映出云厂商已把AI基础设施视为最优先的长期投入——不只是买芯片，而是在构建自己的算力体系。
封装和制造为什么突然这么重要？
芯片性能的瓶颈正从「设计」转向「怎么把芯片组装在一起」。台积电CoWoS（一种把多颗芯片紧密封装在一起的技术）产能将在2027年继续扩张，SoIC（台积电的芯片堆叠技术）也是未来几年重点。
这意味着→ 竞争焦点已不只是芯片本身，而是晶圆制造、先进封装、测试、系统集成的全链条能力。
不过大摩也提示风险：晶圆、OSAT（外包封装测试）和存储成本上升，加上AI对非AI芯片资源的挤压，可能在2026年压缩芯片设计公司的利润率。
中国AI芯片自给率能到多少？
大摩预计到2030年，中国AI GPU市场规模约910亿美元，本土AI芯片自给率有望提升至约70%。
DeepSeek验证了低成本AI推理的可行性，推动推理需求快速增长，同时打开了中国本土AI芯片产业链的发展空间。
这意味着→ 随着中国先进制程产能扩张，本土芯片在推理场景中竞争力将持续提升，AI基础设施建设将更多依赖国内供应链。
谁是AI时代的真正赢家？
大摩的核心判断：AI时代的赢家不再只有GPU厂商，而是覆盖芯片设计、先进制造、先进封装、测试及AI专用芯片等多个环节的玩家。
用大白话说＝ 以前比的是「谁的GPU最快」，现在比的是「谁的整套算力生态最完整」。
这反映出AI半导体竞争已进入系统级对抗阶段——单一技术路线不再是决定性优势，生态完整性才是核心变量。
Content is for reference only, not financial advice.