大摩重磅報告：GPU與XPU，誰將勝出？

未來AI基礎設施的競爭將不再侷限於GPU，而是逐漸演變為GPU與各類AI專用處理器（XPU）共同發展的格局。

據追風交易台，摩根士丹利發佈最新半導體報告指出，隨著雲端運算廠商持續擴大資本支出，AI推理需求快速增長，以及客製化晶片加速普及，AI半導體產業的價值鏈正在發生新的變化。

全球AI半導體市場規模將在2026年達到約4850億美元，並有望於2030年進一步增長至約7530億美元，佔全球半導體產業約1.5萬億美元市場規模的一半左右。

在其供應鏈數據驅動的牛市情境中，預計2026年雲端資本支出為7960億美元，其中AI伺服器資本支出約6000億美元，雲端AI ASIC及非NVIDIA GPU規模約900億美元。

AI產業的發展重心正由模型訓練逐步轉向推理應用，算力需求也因此更加多元。GPU仍將在訓練和高性能計算領域保持核心地位，但AI ASIC、NPU等面向特定場景設計的XPU正在快速崛起，成為雲端服務商優化成本、提升效率的重要工具。

對於整個半導體產業而言，這意味著AI時代的贏家將不再只有GPU廠商，而是覆蓋晶片設計、先進製造、先進封裝、測試以及AI專用晶片等多個環節，產業鏈價值分配正進入新的階段。

GPU不再「一家獨大」，AI算力進入多元時代

過去幾年AI算力幾乎由GPU主導，但這一格局正在發生變化。

隨著AI應用不斷豐富，各大雲端服務商開始圍繞自身模型和業務需求開發客製化晶片。即便GPU性能持續提升，雲端廠商仍需要部署大量AI ASIC，以提高推理效率、降低總體擁有成本，並針對不同工作負載進行優化。

未來AI基礎設施將呈現GPU與XPU協同發展的趨勢。

其中，XPU並非單一產品，而是涵蓋AI ASIC等各類面向AI計算場景的專用處理器。隨著訓練、推理及智能體（Agentic AI）等不同任務對算力需求不斷細分，不同架構晶片將在各自擅長的場景中發揮作用。

雲端廠商持續加碼資本支出，AI價值鏈正在向先進製造和封裝延伸

AI基礎設施投資仍處於擴張階段。亞馬遜、谷歌、微軟和Meta四大雲端服務商2026年第一季度資本支出同比增長95%，資本支出佔EBITDA的比例預計維持在約50%。全球主要上市雲端服務商2026年雲端運算資本支出將接近8110億美元。

持續增長的資本投入不僅推動GPU和AI ASIC需求，也將帶動先進製程、先進封裝以及測試設備等產業鏈環節同步擴張。

台積電CoWoS先進封裝產能將在2027年繼續擴張，SoIC等先進封裝技術也將成為未來幾年重點發展方向。與此同時，AI計算晶圓需求持續增長，將進一步提升先進製程和封裝環節的重要性。

未來AI產業鏈的競爭重點，已不僅是晶片本身，而是整個AI基礎設施體系，包括晶圓製造、先進封裝、測試及系統集成等多個環節。

需要注意的是，晶圓、OSAT和存儲成本上升，AI對非AI晶片的資源擠壓，可能在2026年加大晶片設計公司的利潤率壓力。

推理需求崛起，中國AI晶片迎來發展窗口

AI產業的發展重點正由訓練向推理延伸，這一變化正在推動中國AI晶片產業鏈的發展。

DeepSeek驗證了低成本AI推理的可行性，推動推理需求快速增長，同時也提升了本土AI GPU產業鏈的發展機會。報告預計，到2030年，中國AI GPU市場規模有望達到約910億美元，本土AI晶片自給率有望提升至約70%。

隨著中國先進製程產能逐步擴張，本土AI晶片將在推理場景中不斷提升競爭力，AI基礎設施建設將更多依賴本地供應鏈。

AI時代的競爭，從「誰擁有GPU」轉向「誰擁有完整算力生態」

未來AI產業的競爭邏輯將從單一晶片性能競爭，轉向整個算力體系的競爭。

未來AI產業需要重點關注訓練與推理、雲端與邊緣、GPU與客製化ASIC之間的結構性變化，同時預算、能源、晶片產能及監管仍將是AI發展的主要約束因素。

對於市場而言，這意味著AI投資主線正在進一步擴展。GPU依然是AI基礎設施的重要組成部分，但隨著XPU不斷豐富、雲端廠商自研晶片持續推進以及AI推理需求快速增長，未來AI時代的贏家，將更可能來自整個AI算力生態，而非單一技術路線。

以上精彩內容來自追風交易台。

更詳細的解讀，包括即時解讀、一線研究等內容，請加入【**追風交易台▪年度會員**】

風險提示及免責條款

          

            市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。