摩根士丹利最新针对2026年中国国际半导体展发布的亚太研报，从全球AI半导体供需逻辑、台积电供应链布局，到中国本土AI GPU市场、技术对比、企业格局及估值体系，进行了全维度拆解。
研报预计，2030年中国AI GPU总潜在市场规模（TAM）将达670亿美元，本土AI芯片收入将从2024年的60亿美元增至510亿美元，复合年增长率达42%，自给率提升至76%。尽管中美仍存代际技术差距，但中国正凭借系统级创新和成本驱动的推理经济学，在中长期重塑全球AI半导体竞争格局。
全球AI半导体需求井喷 台积电成供应链“压舱石”
研报指出，云资本开支成为AI半导体增长的核心驱动力。2026年全球头部10家上市云服务商（CSP）云资本开支预计达6320亿美元，高于市场一致预期4%；英伟达CEO预计2028年全球云资本开支（含主权AI）将突破1万亿美元。伴随推理需求激增，OpenAI年化营收已达214亿美元，月度令牌处理量呈指数级增长。
台积电作为全球AI芯片供应链核心，正大力扩张先进封装与制程产能：2027年CoWoS产能将增至165kwpm，2025年已翻倍CoWoS和SoIC产能，2026年英伟达仍将占据其CoWoS产能60%。同时，台积电在2nm、3nm制程及多地晶圆厂、先进封装厂持续布局，资本开支长期领跑行业。2026年AI计算晶圆消费规模预计达260亿美元，HBM消费320亿Gb，英伟达仍是最大需求方。研报预判，2030年全球半导体市场规模有望达1万亿美元，其中推理AI半导体复合增长率高达68%，边缘AI和定制AI芯片也分别达22%和65%，行业从训练端向推理、边缘、定制化多维度延伸。
中国AI GPU进入高速增长期 推理端成本优势凸显
中国AI GPU市场正加速构建本土生态。2026年中国云资本开支预计达7340亿美元，字节跳动等企业Token处理量激增，驱动本土芯片需求强劲。研报预计2030年中国AI GPU自给率将达76%，华为将占据2026年本土市场63%份额，寒武纪、昆仑芯、平头哥等企业共同分食剩余市场。
尽管英伟达在硅基前沿保持领先，且出口管制导致其高端产品（如H200、GB300、NVL72）无法进入中国，仅H20、A100等非核心产品可售，但中国本土芯片通过“system-level innovation and cost-driven inference economics”（系统级创新和成本驱动的推理经济学）实现差异化竞争：采用多芯片封装、大规模机架集群弥补单芯片性能不足，聚焦推理场景优化。
以10MW算力规模测算，本土AI芯片在AI LLM推理场景的总拥有成本（TCO）较英伟达对华产品低30-60%；单令牌成本上，华为950PR、910C等已与英伟达在华产品持平甚至超越；能效比（FP8/FP16）与英伟达A100持平；性能/成本比（TFLOPS/US$）本土产品显著占优；实际推理性能（TPS，以DeepSeek R1 671B模型为基准）中，华为910C达5899 tokens/s，接近A100水平，远超H20。研报总结：“中国加速转向低成本、推理优化的本土AI芯片，虽未实现短期技术对等，却给全球AI经济带来中期竞争压力”。
本土十龙格局成型 估值高溢价但增长空间明确
中国AI加速器已形成“十龙”格局，包括华为、寒武纪（688256-CN）、海光信息（688041-CN）、沐曦（688802-CN）、摩尔线程（688795-SH）、壁仞科技（6082-HK）、天数智芯（9903-HK）、平头哥、昆仑芯、燧原科技，主要采用7nm/12nm制程，以ASIC和GPGPU为主，在推理性能上各具优势。
WFE（光刻、ALD等）和EDA仍是产能扩张瓶颈，中国采取“芯片不足用封装、封装不足用集群、产能不足扩产”的三步应对策略，华为CloudMatrix超级集群即为典型。研报进行熊、基、牛三种情景分析，基准情景为大概率：政策支持下本土需求稳步增长，先进制程扩张但受设备限制，海外晶圆厂仍受管制。
估值方面，当前本土AI GPU企业2026年P/S倍数远高于英伟达（17x）和AMD（25x），如摩尔线程139x、海光信息94x、沐曦60x。研报认为估值将逐步向P/E切换，并给出昆仑芯2026年估值200-610亿美元、平头哥280-860亿美元，同时对百度、阿里巴巴SOTP估值进行测算。研报核心结论为：“中国正通过系统级创新和成本驱动的推理经济学，快速缩小与美国的AI计算差距”，本土头部标的伴随业绩增长，具备明确估值空间。
来源：摩根士丹利、新浪新闻、虎嗅
