AI算力投資還沒到頂！摩根大通：半導體設備將成2027年「新瓶頸」

市場近期對AI基礎設施投資的信心出現動搖。開源大模型的崛起、AI安全監管呼聲升溫，以及超大規模雲端業者自由現金流轉負——三重壓力疊加，令科技硬體板塊情緒持續低迷。

摩根大通分析師Gokul Hariharan等人在最新的亞洲科技策略報告中，對上述三大疑慮逐一作出回應，結論是：算力需求的基本面並未動搖，AI安全監管擔憂屬短期擾動，資本支出週期仍將延續，半導體設備將在2027年前後成為整條供應鏈最關鍵的瓶頸。

1、AI基礎設施投資遠未到頂

市場近期對AI基礎設施投資出現三重擔憂：

1. 開源大模型崛起，可能壓低token價格，侵蝕模型廠商獲利；
2. AI安全監管呼聲升溫，可能放緩訓練節奏；
3. 超大規模雲端業者自由現金流轉負，外部融資壓力上升，資本支出能否持續存疑。

摩根大通分析師Gokul Hariharan等人在報告中逐一回應，結論是：

• 算力需求基本面未變；
• AI安全監管擔憂屬短期擾動；
• 資本支出週期仍將延續；
• 半導體設備將在2027年前後成為整條供應鏈最關鍵的瓶頸。

報告認為，當前市場情緒偏弱，但尚未看到資本支出下行週期即將到來的明確訊號。推動下一輪行情的關鍵催化劑，仍將來自模型層和AI應用層持續變現能力的更多驗證。

2、對市場疑慮逐一回應

1. 「買算力」是否也能持續盈利？

市場第一個疑慮是：賣算力固然賺錢，但買算力的AI模型廠商和垂直AI應用商是否也能持續盈利？

摩根大通指出：

• 當前推理業務毛利率已有多份報告顯示達到60%至80%；
• 假設一家模型廠商通過出售AI token，每GW算力每年可產生200億至400億美元收入，遠高於2025年的每GW約100億美元；
• 已有逾80家垂直AI公司在極短時間內實現年經常性收入（ARR）突破1億美元，印證算力消費下游的價值創造。

這意味著，AI算力不僅上游「賣鏟子」賺錢，下游「買算力」同樣具備可驗證的商業模式和收入彈性。

2. 開源模型不是威脅，而是需求催化劑

市場第二個擔憂是：開源大模型興起將壓低token價格，侵蝕模型廠商盈利空間。

摩根大通持相反看法：

• 開源模型歷史上推動了token成本持續下降，每token成本長期下降幅度達80%至90%；
• 這一趨勢會加速AI在各行業滲透，而非削弱整體算力需求；
• 在當前算力供給仍然緊張的環境下，專有前沿模型與開源模型的token消耗量都將保持強勁增長；
• 開源普及將推動AI向更廣泛的應用層下沉；
• 更多垂直AI應用公司將利用低成本開源token，解決特定行業問題，形成新的收入層。

報告特別指出，2026年上半年token成本出現階段性反彈，屬於算力嚴重短缺疊加智慧體AI興起所導致的「異常值」，並非趨勢逆轉。

3. AI安全監管：短期擾動，不改訓練節奏

第三個擔憂來自監管。Anthropic執行長近期公開呼籲放緩AI模型改進節奏，引發市場對算力需求前景的擔憂。

摩根大通認為這項擔憂被放大：

• AI模型正在以更快速度演進，RSI（遞歸自我改進）的臨近，恰恰說明技術演進和AI擴展定律並未放緩；
• 即便新模型推出可能受到對齊限制等因素約束，前沿模型的訓練節奏本身不太可能減慢；
• 開源模型也不會停下腳步，反而會倒逼前沿模型實驗室加快訓練以保持領先；
• AI安全議題背後，是技術演進速度過快引發的監管跟進，而非需求萎縮的訊號。

報告預計，未來1至2年內，生成式AI有望開闢類似過去18個月編程和智慧體工作流那樣的全新市場空間。

4. 雲端業者資本支出：槓桿仍低，現金流在加速

第四個疑慮是超大規模雲端業者的資本支出融資能力。多家雲端業者已進入自由現金流為負階段，外部融資壓力上升。

摩根大通判斷：未來幾年資本支出仍有增長空間。理由有三：

1. 大型超大規模雲端業者的淨債務／股權比目前僅為13%，槓桿水平仍然偏低；
2. 公有雲業務增速正在加快，且定價更高，將成為營運現金流增長的重要來源；
3. 超大規模雲端業者及算力下游買家的股權融資，可提供額外資金支撐。

分析師預測，亞馬遜、微軟、Google、Meta、甲骨文、Coreweave和SpaceX七家公司合計資本支出：

• 2025年：4430億美元
• 2026年預估：9330億美元
• 2027年：1.577兆美元

年增率分別為71%、110%和69%。

同時提示，利率上行環境及部分AI基礎設施融資領域風險偏好的變化，仍是需要持續關注的變量。

3、資本支出預測：從4,430億到1.577兆美元

報告最引人注目的數據，是七家公司合計資本支出的爆發式增長。

這預測意味著，AI基礎設施投資並非短期脈衝，而是至少延續到2027年的超級資本支出週期。其支撐邏輯是：

• 雲端業者槓桿仍低；
• 公有雲增速加快且定價更高；
• 股權融資可提供額外資金；
• 下游AI應用和垂直AI公司持續創造收入，驗證算力消費價值。

4、供應鏈瓶頸：半導體設備成為2027年最核心制約

在供應鏈層面，摩根大通認為，展望2027年，半導體設備（SPE）將從此前的「潔淨室及其他領域」瓶頸，轉變為整條供應鏈最核心的制約因素。

需求端驅動因素

1. 台積電將大幅加碼N2、N3及A14製程的設備投入；
2. 英特爾、三星晶圓代工及Terafab等挑戰者也將增加資本支出；
3. 成熟製程晶圓廠啟動四年來首個新投資週期；
4. DRAM和NAND Flash廠商將在2027至2028年隨潔淨室產能上線而快速擴大設備採購；
5. 中國記憶體投資也將在未來兩年顯著提速。

供給端特徵

半導體設備廠商已開始享受罕見的漲價紅利，原因是：

• 產能緊張；
• 投入成本上升；
• 來自多家客戶的加急訂單。

這意味著，設備環節的定價權和盈利彈性正在增強，成為AI資本支出週期中確定性較高的受益方向。

5、封裝、基板與光互連：瓶頸持續，光互連崛起

在元器件層面，摩根大通認為IC基板和先進封裝仍是關鍵瓶頸。

1. IC基板

• 基板供給高度集中於Unimicron、Ibiden等一線廠商；
• 產能擴建週期長達約2.5年；
• AI加速晶片推動單封裝基板用量提升；
• 2027年底EMIB-T封裝技術引入，供需缺口預計進一步擴大。

2. 光互連

• 摩根大通預計Google、AWS及輝達將在未來兩年全面採用NPO（近封裝光學）方案；
• 目的：解決GPU間、GPU與CPU間及記憶體互連的性能瓶頸；
• CPO（共封裝光學）是長期方向，但供應鏈成熟仍需時間。

6、記憶體：基本面健康，但情緒仍需修復

記憶體子板塊是摩根大通態度相對審慎的領域。

報告指出，以下因素使記憶體板塊投資邏輯較為嘈雜：

• HBM降規格擔憂；
• 演算法效率提升（如循環Transformer等）對記憶體用量的壓縮；
• KV緩存向DDR或NAND等低層級記憶體的遷移。

但基本面並不悲觀：

• 供需平衡預計不會早於2028年出現；
• 價格應持續上漲至2027年；
• 若AI情緒在2026年第四季回暖，記憶體股有望跟隨上漲；
• 但在此之前，投資者參與意願可能仍低於其他科技子板塊。

7、2027年哪些環節漲價更強？

摩根大通梳理了2027年相較2026年價格漲幅有望擴大的細分領域：

1. 晶圓代工：台積電預計在2027年對所有製程節點提價（2026年僅限先進製程）；8吋成熟製程漲幅或達10%至15%，高於2026年的8%至10%。
2. OSAT：漲價範圍擴大至引線鍵合及成熟倒裝晶片封裝。
3. 基板：漲價週期啟動，EMIB-T的引入將進一步收緊供需。
4. 高端CCL（M7及以上）：AI需求與伺服器規格升級雙輪驅動，供給增速持續落後於需求。
5. 記憶體：漲價節奏預計放緩。
6. PCB材料：漲價動能同樣趨弱。

分析師指出，亞洲科技硬體供應鏈的EPS修正趨勢依然健康，估值具有吸引力。

8、投資含義、風險與催化劑

投資含義

• AI資本支出週期仍將延續，供應鏈瓶頸從「潔淨室」轉向「半導體設備」；
• 晶圓代工、先進封裝、基板、高端CCL等環節漲價擴散；
• 設備廠商定價權增強，成為2027年前後最核心瓶頸；
• 記憶體基本面健康，但情緒修復需要時間，2026年第四季是觀察窗口；
• 亞洲科技硬體供應鏈EPS修正健康，估值有吸引力。

主要風險

• 利率上行環境；
• 部分AI基礎設施融資領域風險偏好變化；
• 模型層和AI應用層變現能力驗證不及預期；
• 記憶體板塊情緒持續低迷，HBM降規格、演算法效率提升等擾動。

關鍵催化劑

• 模型層和AI應用層持續變現能力的更多驗證；
• 2026年第四季AI情緒是否回暖；
• 2027年半導體設備、晶圓代工、先進封裝、基板等環節漲價兌現；
• 生成式AI在未來1至2年開闢類似編程和智慧體工作流的新市場空間。