分享摩根最近对芯片市场的展望
整理摩根最新(2026/5/8)对全球AI半导体芯片(CPU、GPU、ASIC、光学芯片)以及中国产芯片的展望。
此推文所有数据引自摩根的报告。感谢摩根的调研(最终解释权不在T姐)。
（一）AI半导体供应链和利基型Memory
全球半导体市场规模到2030年可能达到1.5万亿美元，其中半数来自AI半导体领域。
图1.摩根基于供应链数据的乐观预测是：到2025年， 云端AI Semi TAM市场规模可能达到2350亿美元。
图2.摩根预计到2030年，AI半导体的市场规模将接近7530亿美元。
（二）Cloud Semis(云端半导体) ：更光明的前景
图一：2026财年Q1， 四大云服务提供商（亚马逊、谷歌、微软和Meta）的资本支出同比增长95%。
图二：四大云服务提供商： 云资本支出同比增长率。
图三：资本支出占 EBITDA 比率应稳定在约50%。
图四：Speed公司盈利预测修正范围广泛。
（三）主要云服务提供商的云资本支出依然强劲
摩根云资本支出追踪器估计 ，Y26年全球十大上市云服务提供商（不含主权AI企业）的云资本支出总额将接近6850亿美元。
全球云资本支出与 TSMC 资本支出对比如下。
公布的Power部署对 TSMC 的影响如下。
TSMC计划到2027年将CoWoS产能扩展至165千瓦/月，因人工智能需求持续强劲。
全球CoWoS容量扩展按年度末及按供应商如上。
按客户划分的全球CoWoS消费量如下。
（四）SoIC扩展将成为TSMC未来几年的重点发展方向
图一：TSMC SoIC供应能力细分（截至28年底）
图二：按客户划分的 SoIC 需求细分
图三：SoIC需求细分
TSMC预计到2025年CoWoS和SoIC容量将翻倍，且这一增长趋势将持续至Y26年。
到2026年，AI计算晶圆消耗量可能高达280亿美元 ，其中NVIDIA占比最大。
按客户划分的2025年和2026年AI晶圆消耗量预测分别如下左右图。
（五）HBM 2026年消费量预计将达到320亿GB
图一：2026年by 客户的HBM消费额
图二：到2026年，NVIDIA 仍将消耗全球大部分HBM 供应
（六）NVIDIA GB200/300机柜输出估算
摩根预计TSMC将在2025年生产510万块芯片，全年GB200 NVL72出货量将达到3万台。
图一：GB200/300 NVL72 机柜坡道季度轨迹
图二：全行业 GB200 NVL72 机柜月产量
其中，NVIDIA GB200/300服务器机柜供需假设如下。
上左图：NVIDIA GB200/300机柜电源市场份额(Y25)
上右图二：NVIDIA GB200/300机柜需求份额(Y25)
（七）TSMC AI半导体收入
摩根在2024至2029年间可能达到60%
TSMC–AI业务收入可能占2026年总收入的30%以上。
TSMC – AI业务收入明细如下。
TSMC – 利润率扩张如下。
TSMC – 2026年按客户划分的收入明细如下。
（八）TSMC 最前沿晶圆需求细分
TSMC – 2/3/4&5纳米客户需求细分分别如下图。
TSMC – 2026年按节点和CoWoS的收入细分如下。
（九）代理式人工智能：CPU应用前景的拓展
【代理式人工智能(Agentic AI)这一概念由吴恩达于 2024 年 3 月在红杉资本 AI 峰会首次提出。
它是具备自主决策和任务执行能力的人工智能系统,结合机器学习等技术。
英伟达CEO黄仁勋在GTC 2025大会提出AI发展三阶段论，将代理式 AI 列为生成式 AI 后的下一阶段。】
集群级CPU当AI从推理转向执行时，GPU计算强度随之提升。如下图所示。
预测自主型人工智能可带来325亿至600亿美元的CPU市场机遇。
（九）人工智能存储技术导致NAND闪存短缺
摩根预计NOR闪存供应也将持续紧张至2026年。
图一：NAND晶圆现货价格及模块价格
图二：NAND存储器供需模型
图三：NOR闪存需求与供应增长率
摩根预测DDR4供应短缺将持续至2026年下半年；但现货价格设有上限。
DDR4 16Gb 单价与合同价格对比如下。
图二：按产品划分的季度需求细分（百万GB）
图三：季度供应量明细（百万GB）
图四：季度供需汇总
摩根认为，这波芯片长期需求驱动因素：
• 技术通胀：预计“价格弹性 ”将影响科技产品的需求。
2026年，晶圆、OSAT 及内存成本的持续上涨将给芯片设计企业带来更大的利润压力。
• AI自我蚕食： 除了需求疲软（AI将取代部分人类工作岗位） 外 ，摩根发现半导体供应链也更优先考虑AI半导体而非非AI半导体。
例如T-Glass及内存短缺问题。
• 中国人工智能： DeepSeek 正推动推理型人工智能需求增长：DeepSeek 已展现出更低成本的推理能力。
本地芯片代工厂供应链在人工智能GPU生产方面也日益具备更强能力。
