研报速递信息来源：摩根士丹利《GreaterChinaSemiconductors｜AISemiSupplyChain–Whatarethekeyrisks?》20261106
风险提示：本文仅为大摩研报整理，不代表笔者观点，不作任何投资建议
本轮全球AI算力扩张周期，AI半导体供应链已经从“需求红利叙事”转向“风险定价阶段”。大摩基于对大中华区AI芯片、先进封装、HBM、光互连、设备材料环节一线调研，认为当前市场普遍高估AI需求的持续性、低估供应链集中度风险、地缘管制迭代风险以及资本开支错配风险。算力硬件的景气上行并非线性，供应链瓶颈的转移、政策规则的动态调整、商业化回报不及预期，将成为未来12–24个月重塑板块估值的核心变量。
一、行业现状
2026年全球AI算力资本开支维持高位，云厂商、AI初创企业持续锁定高端算力硬件产能。根据产业链长协跟踪数据，2026年全球HBM市场规模预计达到187亿美元，同比增速约72%，HBM3E合约价全年同比上涨40%，三星、SK海力士、美光三家头部存储厂商占据全球HBM供给95%以上份额，SK海力士高端HBM产能长协基本锁至2028年末，部分头部客户需求申报规模已经达到现有供给能力的2倍。先进封装端，台积电CoWoS产能仍是AI芯片集成的核心瓶颈，2026年CoWoS产能利用率持续维持在95%以上，基板、载板、测试环节成为先进封装新的堵点；ABF基板供给集中在揖斐电、欣兴电子等少数厂商，扩产周期长达18–24个月，短期难以快速释放弹性。
大中华区AI半导体赛道呈现分化特征：国产AI推理芯片放量提速，训练级大算力芯片逐步进入头部云厂商验证，但在高端制程、EUV设备、HBM配套、高速光芯片、EDA工具等上游环节对外依存度仍然偏高。国内先进封装板块开启大规模资本开支，CDKJ、TFWD、HTKJ等本土厂商合计2.5D/3D封装扩产投入已经突破400亿元，目标承接国产Chiplet、HBM配套封装需求，但良率管控、配套材料供应链成熟度仍与国际一线存在代差。光通信侧，800G、1.6T光模块出货量快速增长，LightCounting测算2026年800G+1.6T产品合计占全球数通光模块市场64%，但高速激光器芯片、铌酸锂调制器等核心光元器件仍高度依赖海外供给，叠加FCC相关清单规则讨论持续发酵，亚太光模块厂商面临出口合规压力抬升的隐忧。
市场共识长期锚定“算力需求永续增长”，但大摩本次研报的核心警示在于：供应链的脆弱性，恰恰隐藏在高集中度、长协锁单、单一节点卡脖子的繁荣表象之下。所有环节的景气建立在少数供给方、单一技术路线、稳定的跨境流通规则之上，任何一个变量的扰动，都可以沿着算力链路向上、向下快速传导。
二、核心风险拆解
1)地缘管制风险
地缘政策是大中华AI半导体供应链首要的尾部风险，且风险形态正在从传统的设备出口限制，向零部件、成品、下游应用清单延伸。第一，高端算力芯片与配套存储、封装的出口管制存在加码空间。当前海外管制框架持续针对训练级AI加速器、HBM高密度存储组合设置性能阈值，阈值下调、新增参数指标、间接供应链追溯规则，会直接冲击国内大算力芯片的验证、流片、配套材料采购。区别于过往只限制EUV等设备，新一轮管制重点转向供应链BOM追溯，即要求高价值元器件的原产地、设计、制造链路可核查，对国内方案商、封测厂、模组厂商的合规管理成本大幅抬升。第二，光通信产业链成为新的监管重点。市场持续讨论FCC覆盖清单方案，若落地，销往美国市场的高速光模块需要满足较高比例BOM价值来自美国本土企业，这将直接冲击国内1.6T及以上高速光模块的海外主流市场，国内厂商要么切换供应链、抬升成本，要么放弃美国市场份额，压缩光通信板块盈利空间。第三，管制的“涟漪效应”容易被低估。即便国产算力芯片不直接面向美国市场，海外设备、光刻胶、特种气体、测试设备供应商出于合规自保，也会主动收紧交付、限制技术支持、推迟维保服务，属于间接供应链次生风险。调研中多家国内晶圆厂、封测厂反馈，上游海外材料商已经开始提前收紧对高风险客户的长协条款。
地缘风险属于中长期持续性风险，不是一次性冲击，规则处于持续博弈、动态更新状态，合规边界持续收窄，企业很难一次性完成合规闭环。
2)供需错配风险
当前市场普遍叙事是HBM、CoWoS、高端基板长期紧缺，但大摩需要强调：紧缺是分层的，且资本开支的滞后性会制造阶段性供需反转。一方面，高端规格持续紧缺，低端规格、推理芯片配套存储、普通封装已经出现边际宽松。HBM3E、HBM4产能稀缺，但HBM3、低带宽版本存储供给弹性更大；台积电高端CoWoS资源紧张，但中低端封装产能国内扩产速度更快。大量资本涌入国产AI芯片、封测、基板赛道，2026–2027年国内多条产线集中投产，若大模型商业化落地不及预期，需求增速台阶式下滑，很容易重演面板、光伏行业“产能释放、价格战、毛利率坍塌”的路径。另一方面，长协机制本身自带风险。头部云厂商、AI巨头以大额预付定金锁定未来2–3年产能，锁定订单的前提是自身算力上线计划如期推进。一旦云厂商资本开支收缩、大模型收入回报不及预期、客户续费疲软，长协订单存在违约、减量、延后提货的可能性。调研显示，海外部分二线云厂商已经开始放缓新增算力采购节奏，优先消化在手算力库存，而供应链上游厂商已经基于乐观需求指引启动扩产。SemiAnalysis基准预测，HBM供需缺口在2026年约6%，2027年扩大至9%；但这一预测建立在全球算力资本开支维持当前增速假设下，若资本开支下行，产能周期错配，紧平衡将快速收窄甚至转为过剩。这也是大摩研报重点提示：市场很容易线性外推短期紧缺，忽略需求端的弹性衰减。
3)技术路线迭代风险
AI半导体属于技术迭代极快的赛道，单一路线大额资本投入，面临技术被颠覆、路线被替代的风险。第一，算力架构路线风险。当前市场资源高度集中在GPU+HBM+2.5D封装路线，但存算一体、近存计算、光子计算、新型AI加速器架构持续演进。如果未来2–3年新架构在能效、成本上实现突破，当前重金投入的HBM配套、CoWoS封装、传统高速接口IP资产，会面临价值折价。第二，Chiplet生态碎片化风险。国内Chiplet路线是绕开先进制程的重要方案，但目前接口标准、测试标准、封装互联规范尚未统一，各家厂商自研方案互不兼容。客户验证成本高、迁移成本高，一旦主流生态选择单一标准，大量非标Chiplet方案会面临验证失败、投入沉没。第三，先进封装配套材料迭代风险。ABF基板、助焊剂、底部填充胶、导热材料等配套材料迭代速度同步加快，新一代HBM4对基板线宽、阻抗、散热要求大幅提升，现有产线设备、工艺改造投入可能无法兼容下一代产品，产线折旧周期被迫缩短。
4)商业化回报风险
AI硬件的需求根基，在于大模型、AI应用可以产生足够现金流覆盖算力成本，这也是最容易被市场简化的底层逻辑。大摩调研多家云厂商与AI服务商，发现一个关键信号：很多大模型项目的单位算力ROI持续承压。训练成本高昂，C端、B端付费意愿不及预期，推理价格持续内卷，不少AI企业依靠融资维持算力采购，而不是业务现金流。一旦一级市场融资收紧，中小AI公司会直接削减算力订单，传导至上游芯片、光模块、存储环节。同时，AI需求结构分化：生成式大模型训练需求波动性极强，而企业端AI推理需求增长更稳健，但推理芯片单价、单芯片价值量远低于训练芯片。如果市场持续用训练芯片的高增速外推整个AI半导体空间，会带来显著的预期差。大摩在报告框架中提示，AI需求不是永续向上，需求本质是分层、有边界、受商业化回报约束的，这是当前市场估值模型最薄弱的假设。
5)供应链单一节点风险
从全球链路看，AI算力链上多个节点属于寡头垄断格局：高端HBM三家厂商、先进CoWoS台积电主导、高端EUV光刻机仅ASML供应、高速光芯片海外厂商主导。这种格局下，高度集中带来单点瘫痪隐患。自然灾害、工厂事故、劳工问题、厂商内部产能调配策略变化，都可以造成供给冲击。大中华本土供应链的短板同样集中：国产高端光刻胶、特种气体、高纯靶材、测试机台、高速IP核对外依赖度高。本土替代正在推进，但验证周期普遍在1–2年以上，短期很难形成备份供给。很多国产AI芯片方案商，表面实现芯片流片，但是BOM清单里核心零部件仍然高度依赖单一海外供应商，供应链韧性不足。
三、应对建议
修正线性外推模型，持续跟踪三个高频指标：云厂商资本开支指引、HBM长协订单变更情况、海外管制规则草案进展；区分“供给稀缺红利”和“真实永续需求”，警惕依靠融资驱动的虚假算力需求。
国产替代侧：优先补齐卡脖子配套小环节。不要只聚焦芯片设计，同步布局高速接口IP、测试方案、先进封装辅材、光芯片等隐形短板，构建完整可控的小生态，提升整条链路抗风险能力。
AI 半导体供应链的风险，从来不是景气上行的对立面，而是繁荣本身自带的底色。市场习惯沉醉于算力需求的宏大叙事，天然倾向于线性推演高增长，却容易忽视这条链条高度寡头集中、跨境规则持续博弈、资本开支存在时间滞后、下游商业化回报尚未稳固的结构性短板。
大摩基于全产业链调研判断，AI 算力长期成长的大逻辑没有被颠覆，但板块的定价锚点正在切换：从单纯追逐产能红利，转向对供应链韧性、订单质量与现金流兑现能力的重定价。接下来 12–24 个月，行业的分水岭不在于谁拿到了更多长协、抢占了稀缺产能，而在于谁提前识别风险、搭建多源备份体系、锚定真实可持续的 AI 商业需求。算力扩张的浪潮仍在奔涌，但潮水退去之时，具备抗风险底盘的供应链玩家，才能够穿越周期。读懂潜藏在景气之下的各类风险，不是为了否定行业的成长空间，而是为了在波动加剧的市场环境中，更清醒地分辨机遇、规避陷阱。
