摩根士丹利發佈最新半導體行業報告，對AI基礎設施的競爭格局給出了量化展望。報告預測，全球AI半導體市場規模將在2026年達到約4850億美元，並有望在2030年進一步攀升至約7530億美元，屆時將佔據全球半導體產業約1.5萬億美元總規模的半壁江山。這一增長軌跡的背後，是算力需求結構正在發生的深層變化。

報告明確指出，AI產業的發展重心正從模型訓練逐步轉向推理應用。過去幾年幾乎由GPU壟斷的AI算力市場，如今正迎來XPU——即各類AI專用處理器的集體崛起。GPU仍將在訓練和高性能計算領域保持核心地位，但面向特定場景優化的AI ASIC、NPU等芯片，正成為雲服務商降低總體擁有成本、提升推理效率的關鍵工具。

在摩根士丹利構建的供應鏈數據驅動的牛市情景中，2026年全球雲資本開支預計達到7960億美元，其中AI服務器資本開支約6000億美元，而云AI ASIC及非NVIDIA GPU的規模約為900億美元。這組數據清晰地勾勒出非GPU算力正在切走一塊日益壯大的蛋糕。亞馬遜、谷歌、微軟和Meta四大雲服務商2026年第一季度資本開支同比激增95%，資本開支佔EBITDA的比例維持在約50%的高位，全球主要上市雲服務商2026年雲計算資本開支將逼近8110億美元。

資本洪流不僅湧向芯片本身，更在重塑整個產業鏈的價值分配。報告強調，臺積電CoWoS先進封裝產能將在2027年繼續擴張，SoIC等更先進的封裝技術成為未來幾年的重點發展方向。AI計算晶圓需求的持續增長，正將先進製程、封裝及測試設備等環節推向產業鏈價值的高地。但報告也提示了風險：晶圓、OSAT和存儲成本上升，以及AI對非AI芯片的資源擠壓，可能在2026年加大芯片設計公司的利潤率壓力。

值得關注的是，推理需求的爆發為中國AI芯片產業打開了發展窗口。報告指出，DeepSeek驗證了低成本AI推理的可行性，推動本土AI GPU產業鏈加速成長。預計到2030年，中國AI GPU市場規模有望達到約910億美元，本土AI芯片自給率將提升至約70%。隨著中國先進製程產能逐步擴張，本土AI芯片將在推理場景中持續增強競爭力，AI基礎設施建設將更多依賴本地供應鏈。

從更宏觀的視角看，摩根士丹利這份報告傳遞的核心信號是：AI時代的競爭邏輯正在從“誰擁有GPU”轉向“誰擁有完整算力生態”。未來的贏家將不再侷限於單一芯片廠商，而是覆蓋芯片設計、先進製造、先進封裝、測試以及AI專用芯片等多個環節。訓練與推理、雲端與邊緣、GPU與定製ASIC之間的結構性變化，將重新定義AI半導體產業的投資主線。當然，預算、能源、芯片產能及監管等因素，仍將是AI發展道路上的主要約束條件。