野村：AI周期未见顶，瓶颈从GPU转向小组件
Alina Collins
野村判断本轮AI硬件周期尚未见顶，但核心矛盾已从「需求是否真实」转向供给错配——从2026年下半年起，基板、电容、液冷等小组件扩产滞后，将成为真正卡住产能的瓶颈。
需求到底还能撑多久？
野村跟踪的全球数据中心项目池从约240个增至约280个，其中GW级大项目增至约50个。
2027年部署量预测从此前约28GW上修至32.3GW，2028年目前可见约22.85GW。
这意味着→ 需求端由超大云厂商、neocloud（新兴云计算公司）、主权AI和模型公司共同驱动，不是普通补库存逻辑，不容易突然掉头。
瓶颈为什么不再是台积电CoW？
台积电CoWoS（一种把芯片和高带宽内存封装在一起的先进封装技术）扩产比预期更激进：2026年约110万片，2027年目标或达200万片，远超此前130–135万片预期。
但野村自己的模型只建了180万片输出——因为WoS（wafer-on-substrate，把整片晶圆贴到基板上的那一步）和下游小组件跟不上。
用大白话说＝ 前端「造芯片」的速度提上去了，但后端「把芯片装成成品」的零件供不上，整条线的实际产出被最慢的那个环节卡住。
哪些小组件最可能掉链子？
基板、CCL（覆铜板，做基板的关键材料）、高端电容、PMIC（电源管理芯片）、光模块、电源、液冷、机柜——任何一个短缺都会拖累前端产能的实际转化。
这些供应商在2025年下半年制定扩产计划时，普遍低估了AI订单弹性，低估程度比台积电更严重。
这意味着→ 随着英伟达Rubin和亚马逊Trainium 3从2026年下半年爬坡，缺口可能进一步扩大。
英伟达和谷歌怎样「挤走」其他玩家？
野村将台积电AI逻辑芯片收入预测上修：2025年约221亿美元→2026年约391亿美元→2027年约654亿美元；AI收入占台积电总收入从18%升至32%。
英伟达份额从2026年约60%降至2027年约53%，谷歌TPU从20%升至25%——两家合计占台积电AI收入约八成。
用大白话说＝ 野村把英伟达和谷歌比作「打架的大象」——它们同时争抢CoWoS、基板、HBM、测试封装和整机资源，AMD、亚马逊Trainium等其他xPU/ASIC玩家被挤到更靠后的产能分配位置。
台积电自身面临什么两难？
若要实现管理层提出的2024–2029年AI收入50%复合增速，2029年AI相关收入可能达约1150亿美元。
先进封装占30%–35%的话，CoWoS年产出需要250–350万片——是2026年水平的两到三倍。
但若英伟达下一代Feynman迁移至CoPoS（一种新的封装架构），CoWoS面临技术路线切换风险。这反映出台积电「扩少了被抢客户、扩多了成包袱」的两难。
2028年之后靠什么接力？
野村认为2028年后的增长不是简单扩产，而是一批新技术能否按时兑现：EMIB-T、CoPoS、GPU-on-GPU SoIC、CPO（共封装光学，把光通信模块直接做进芯片封装里）、下一代SerDes、新型PCB材料、玻璃/陶瓷基板、微通道散热盖等。
这些技术的执行风险，是判断AI硬件周期能否在2028年后延续的关键变量。
这意味着→ 当前的供需错配、涨价和盈利上修仍是2027年前的主线催化，但投资者需要对2028年后的技术验证期保持警觉。
Content is for reference only, not financial advice.