الدورة الفائقة للذكاء الاصطناعي وإعادة تقييم أشباه الموصلات: كيف تعيد قوة تسعير TSMC تشكيل سلسلة صناعة الرقائق العالمية؟

2026年过半،全球半导体行业正在经历一场深刻的结构性转变。市场对AI周期的讨论،正从“AI是否泡沫”的短期争议،转向“AI是否是十年维度的结构性周期”的长期判断。在这一转变中،两个核心变量正在被系统性低估：一是AI需求的持续性،二是台积电（TSMC）在先进制程领域的定价能力。

摩根士丹利在2026年中期展望报告中明确指出،美国经济展现出超预期的韧性،核心驱动力正是以AI为中心的资本支出浪潮。该行将2026年标普500指数盈利增速预期从此前的17%大幅上调至23%،同期美国经济增速预期从1.8%上修至2.3%。这一轮上调的背后،是一种被摩根士丹利定义为“需求无弹性”的现象——企业和消费者对更高价格、更高融资成本乃至更高地缘政治风险的抵御能力,远超市场预期。

与此同时،AI芯片制造的核心环节——先进制程晶圆代工——正在从“成本下降驱动”的旧逻辑,转向“先进制程稀缺+AI需求驱动涨价”的新范式。台积电作为全球唯一能够在3nm及以下节点实现大规模量产的晶圆代工厂,正在将这种稀缺性转化为系统性的定价权。从AI需求超级周期的持续性、半导体定价权的转移、产业链利润结构的重构三个维度,系统分析这一轮半导体行业结构性变化的逻辑与趋势。

AI需求超级周期：为什么2027–2028年仍是关键增长阶段

资本开支的“无弹性”扩张

理解AI需求超级周期的持续性,首先需要看清资本开支的规模与轨迹。

摩根士丹利的数据显示,五大超大规模云厂商（Amazon、Alphabet、Meta、Microsoft、Oracle）的合计资本开支,在2026年预计将达到约8,000亿美元,2027年进一步攀升至1.2万亿美元。这一数字较该行一年前的预测（2026年和2027年各约4,500亿美元）出现了近乎翻倍的上调。

更值得注意的是调整的速度与幅度。摩根士丹利指出,在过去六个月中,市场对2026至2027年资本支出的一致性预期累计上调超过6,300亿美元。美国大型超大规模云计算企业2026年资本支出预计达8,050亿美元,较一年前预测的4,330亿美元几乎翻倍,较2025年实际支出翻倍,较2024年水平则增至三倍。展望未来,该行预计这一数字将在2027年突破1.1万亿美元,2028年接近1.3万亿美元。

从更宏观的视角来看,摩根士丹利预计超大规模企业的现金资本支出对营收比率将在2026至2028年分别达到34%、39%和37%,全面超越1990年代末互联网泡沫时期约32%的历史峰值。预计到2026年,AI相关资本支出将超过罗素1000指数全部成分股资本开支总额的50%。

高盛2026年6月发布的更新预测显示,四大超大规模数据中心运营商——Alphabet、Amazon、Microsoft和Meta——2026年资本开支总额将达到7,250亿美元,较2025年的4,100亿美元同比增长77%。仅过去约六个月,市场对2026年云厂商资本开支的预期就提高了近80%。巴克莱则预计,主要云厂商的资本开支将在2027年达到9,190亿美元,2028年进一步升至约1.16万亿美元。

AI基础设施投资的全球规模

从全球AI支出总量来看,Gartner预测2026年全球AI支出将达到2.59万亿美元,同比增长47%,其中AI基础设施支出从2025年的9,756亿美元上升至2026年的1.43万亿美元,2027年进一步攀升至1.89万亿美元。全球AI支出预计在2027年达到3.49万亿美元。

野村证券（Nomura）在2026年7月1日发布的报告中指出,全球服务器市场增长预测已从43%上调至74%（2026年）和65%（2027年）,而AI服务器增长预测则从58%上调至78%（2026年）和76%（2027年）。

驱动AI需求持续性的结构性因素

AI需求之所以呈现“无弹性”特征,根源在于三个结构性因素。

其一,AI投资兼具“必需品”与“高度渴望品”的双重属性——企业既急于把握下一代核心技术,又担忧在竞争中落后。摩根士丹利首席跨资产策略师Andrew Sheets指出,对于如此重要的战略优先级而言,借贷成本究竟是5.50%、5.75%还是6.00%,已退居次要考量。

其二,AI推理与AI Agent正在成为新的需求引擎。摩根士丹利调研显示,AI推理、Agent以及云服务增长正在推动存储需求持续超预期增长。全球每周Token使用量——作为算力需求的关键代理指标——自2026年1月初以来已增长约350%,从约6万亿Token增至28万亿Token。

其三,融资渠道的深度与广度远超预期。2026年前五个月,全球AI相关债券发行规模已达2,360亿美元,是2025年同期的四倍以上。摩根士丹利预计全年发行规模将突破5,700亿美元。融资工具的创新——从项目融资、分层结构到残值担保——正在以前所未有的速度适应AI驱动的资本开支需求。

半导体定价权转移：从“摩尔定律”到“稀缺溢价”

台积电的定价能力：数据验证

如果说AI需求超级周期是半导体行业结构性变化的需求侧逻辑,那么台积电的定价权则是供给侧的核心变量。

台积电已正式将2026年资本支出上调至520亿至560亿美元的历史新高,全力冲刺2nm与CoWoS先进封装产能。在产能布局上,新竹宝山与高雄厂将成为2nm量产主力,预计2026年月产能可达10万片。针对需求紧俏的3nm,台积电采取南科扩产与设备转换双轨制,将部分5nm产能灵活转向3nm以缩小供需缺口。

在定价层面,台积电3nm制程在2026年下半年计划再度涨价,涨幅最高可达15%,2027年可能进一步上涨5%至10%。不仅如此,台积电已陆续向客户发出通知：所有7nm及以下先进制程都将调涨晶圆代工价格,整体涨幅约5%至10%,覆盖台积电晶圆营收的约75%。

德意志银行早在2026年1月已发出警告——台积电3nm产能2026年全年已被预订一空,且已延伸至2027年。2nm制程两座工厂产能已被全部预订,月产能约3.5万片晶圆,2026年底有望扩至14万片。在这种“卖方市场”格局下,涨价不是谈判结果,而是台积电单方面定价权的体现——客户要么接受,要么出局。

定价权转移的产业逻辑

台积电定价权的形成,并非简单的供需错配,而是半导体产业逻辑的根本性转变。

在过去以消费电子为主导的周期中,半导体行业遵循摩尔定律的成本下降逻辑——制程越先进,单位晶体管成本越低,价格呈下行趋势。台积电此前3nm的主要需求来自智能手机SoC,由苹果等少数大客户支撑。然而,随着AI服务器升级周期的全面启动,包括Nvidia、AMD、Google、AWS在内的多家云服务提供商正在加速采用3nm技术,AI加速器与定制ASIC的需求同时涌入,迅速拉高了晶圆投片量。需求结构从“单引擎”转向“多引擎”模式。

更关键的是,AI芯片对先进制程的依赖具有不可替代性。台积电在全球晶圆代工市场占据71%的份额,在7nm及以下先进制程市场占有率超过90%。2025年第四季度,台积电全球晶圆代工市场份额达70.4%。这种高度集中的供给格局,叠加AI需求的爆发式增长,使得先进制程从“成本中心”转变为“利润中心”。

摩根士丹利在2026年6月30日发布的大中华区半导体行业报告中,维持行业“具有吸引力”评级,指出人工智能半导体需求强劲,长期需求驱动力包括芯片通胀和AI对非AI半导体的吞噬效应。

产业链利润分配：谁在真正受益？

GPU供应链与利润集中化

AI产业链的利润正在加速向上游集中。摩根士丹利指出,半导体供应商仍是最明确的受益者,2026年销售预估上调约60%。

在GPU供应链中,英伟达（NVIDIA）仍是算力硬件的核心供应商。截至2026年7月1日（北京时间）,英伟达股价报194.97美元,市值约4.72万亿美元。但摩根士丹利分析师Shane Brett指出,市场正在进入这样一个周期阶段——半导体设备供应商的回报开始与存储芯片股票相媲美。Brett将半导体设备支出预测上调至2026年1,430亿美元（较此前预估1,360亿美元上调）,较上年增长23%；2027年预测上调至1,820亿美元（较此前1,610亿美元上调）。

从更广泛的设备支出来看,SEMI在2026年4月发布的《300mm晶圆厂展望报告》中指出,全球300mm晶圆厂设备支出预计2026年将增长18%至1,330亿美元,2027年将增长14%至1,510亿美元。中信证券则预计2026年、2027年全球晶圆制造设备市场规模将分别同比增长26%、35%至1,478亿美元、1,995亿美元。

HBM与存储芯片的紧缺周期

在存储芯片领域,HBM（高带宽内存）正在成为AI芯片供应链中另一个关键的利润分配环节。

TrendForce数据显示,2026年HBM需求动能主要来自AI ASIC对容量的升级,将AI芯片所配置的HBM容量由96/192GB大幅拉升至216/288GB。2027年,随着NVIDIA Rubin Ultra平台推出,单颗GPU配置HBM容量将进一步提升至384GB。TrendForce预估,HBM投片量占整体DRAM投片比重将由2025年的18%提升至2027年的约30%；HBM位元供给占比也将由8%提高至约13%。

摩根士丹利预测,AI驱动的存储短缺将持续2至3年。Gartner则预测供应紧张在2027年年底之前不会缓解。TrendForce在2026年6月的半导体产业高层论坛上透露,HBM在2027年之前仍将供不应求,涨价不可避免,2026年出货量预计同比增长60%。

从全球半导体市场的整体规模来看,世界半导体贸易统计组织（WSTS）预测2026年全球半导体市场规模将较2025年增长近90%,达到1.5万亿美元,预计2027年增长26.6%,市场规模进一步升至1.914万亿美元。

风险与约束：超级周期的另一面

融资杠杆与表外风险

AI超级周期并非没有风险。摩根士丹利在系列报告中系统剖析了这一周期背后的财务隐患。

五大超大规模云厂商的综合粗杠杆率从2025年第三季度的0.9倍飙升至2026年的1.8倍,短短两个季度翻了一番,已超越整个能源行业的平均杠杆水平,且仍以每季度约0.3倍的速度攀升。自由现金流方面,到2026年,亚马逊和Meta的自由现金流将趋近于零甚至转负,仅Google和微软仍维持正值。

更值得关注的是表外风险。摩根士丹利估计,在账面资本开支之外,另有约1.8万亿美元的表外承诺,其中采购承诺约9,820亿美元。超大规模云厂商与英伟达签署的未来采购合同总额接近1万亿美元。英伟达自身的库存与采购义务已升至2027财年预期营收的约32%,高于历史区间15%至20%。

物理约束与回报验证

除了财务风险,物理约束同样值得关注。电网接入、发电设备、熟练劳动力和许可审批延迟正在成为AI基础设施建设的显著制约因素。

高盛在2026年6月发布的研报中指出,美国科技投资占GDP的比重已升至约4.9%,超过2000年前后互联网泡沫时期的高点。自2022年11月以来,AI相关公司市值暴增27万亿美元,远超宏观基准测算的9万亿美元。市场对AI未来收益的定价速度,明显快于生产率红利真正落地的速度。

结语：结构性重估而非周期性泡沫

综合上述分析,当前AI驱动的半导体行业变化,更接近一次结构性重估而非简单的周期性泡沫。

从需求侧看,AI资本开支呈现出明确的“无弹性”特征——对价格、融资成本和地缘政治风险均表现出超预期的抵御能力。五大超大规模云厂商2026年合计资本开支约8,000亿美元、2027年1.2万亿美元的量级,叠加全球AI支出2026年2.59万亿美元、2027年3.49万亿美元的规模,指向的是一个至少延续至2028年的长期投资周期。

从供给侧看,台积电在先进制程领域不可替代的垄断地位——全球晶圆代工71%份额、先进制程超90%份额——正在转化为系统性的定价权。3nm涨价15%、2nm产能被全部预订并非短期现象,而是“先进制程稀缺+AI需求驱动”新范式的必然结果。

从产业链利润分配看,利润正在从下游应用层向上游制造与设备环节集中。GPU供应商、晶圆代工厂、半导体设备商和HBM制造商构成了这一轮周期的核心受益方。

当然,风险同样不可忽视——杠杆率快速攀升、表外承诺规模庞大、基础设施物理约束以及市场估值与基本面之间的张力,都构成了这一超级周期的潜在制约因素。

但就核心逻辑而言,AI需求超级周期与半导体定价权的结合,正在重塑全球半导体行业近三十年来以成本下降为核心驱动力的产业逻辑。这一转变的持续时间与影响深度,可能远超当前市场的主流预期。

FAQ

Q1：AI超级周期是什么意思？

AI超级周期指的是由人工智能技术大规模商业化应用所驱动的长期结构性增长周期,区别于短期技术炒作或周期性波动。其特征包括：持续数年的大规模资本开支、产业链利润向上游集中、以及需求对价格和融资成本表现出“无弹性”特征。摩根士丹利预计这一周期至少延续至2028年。

Q2：台积电为什么拥有定价权？

台积电定价权的核心来源是先进制程的不可替代性。台积电在全球晶圆代工市场占有71%份额,在7nm及以下先进制程市场占有率超过90%,是全球唯一能在3nm及以下节点实现大规模量产的厂商。在AI芯片需求爆发的背景下,3nm产能2026年全年已被预订一空并延伸至2027年。这种供给垄断叠加需求爆发,使台积电具备单方面涨价的定价能力。

Q3：AI基础设施投资还能持续多久？

根据摩根士丹利、高盛、巴克莱等机构的预测,AI基础设施投资的高增长阶段至少延续至2028年。五大超大规模云厂商合计资本开支预计从2026年的约8,000亿美元增长至2027年的1.2万亿美元、2028年的近1.3万亿美元。全球AI支出预计从2026年的2.59万亿美元增长至2027年的3.49万亿美元。

Q4：AI芯片周期是否已经见顶？

现有数据和机构预测均不支持AI芯片周期已经见顶的判断。全球半导体市场规模预计2026年达1.5万亿美元、2027年达1.914万亿美元。HBM需求2026年出货量预计同比增长60%,2027年前仍将供不应求。AI服务器增长预测已从58%上调至78%（2026年）。不过,杠杆率攀升、估值溢价和物理约束等风险因素值得持续关注。