OCP大会焦点:制造和封装已大幅扩产,AI芯片瓶颈转向下游,包括内存、机架、电力等
|
时间:2025年10月21日 13:35:13 中财网 |
|
摩根士丹利研报指出芯片制造和封装环节通过大规模扩产,已不再是制约AI发展的核心矛盾。真正瓶颈转移至数据中心电力、液冷、HBM内存、机架和光模块等基础设施。投资机会从晶圆代工扩散至下游供应链,拥有电力和空间资源的数据中心将在AI算力竞赛中占据优势。
2026年AI半导体行业将迎来又一强劲增长年,但AI硬件领域的投资逻辑正在发生深刻转变。
10月20日,摩根士丹利研报指出,过去两年,市场焦点一直集中在台积电的CoWoS封装和先进制程等上游产能瓶颈上。
然而,根据英伟达、台积电的最新表态以及2025年OCP大会释放的信号,这一局面已经改变。芯片制造和封装环节通过大规模扩产,已不再是制约AI发展的核心矛盾。
摩根士丹利强调真正的瓶颈正在向下游转移,集中在数据中心空间、电力供应、液体冷却、高带宽内存(HBM)、服务器机架和光模块等配套基础设施上。
研报认为,这意味着投资机会正从上游的晶圆代工和封装,扩散至更为广阔的下游供应链。未来,无法获得充足电力和物理空间的数据中心,将成为AI算力竞赛中的掉队者。
上游产能不再是唯一瓶颈,芯片制造与封装已大幅扩张
曾几何时,市场对AI芯片能否足量供应充满疑虑,而台积电的CoWoS先进封装能力被视为关键瓶颈。然而,最新的行业动态显示,这一情况已大为改观。
台积电在其近期财报会议上透露,“AI需求比我们三个月前想象的还要强劲”,公司正努力“缩小供需差距”。重要的是,台积电表示其扩充CoWoS产能的前置时间仅需6个月,这给予了供应端极大的灵活性。
尽管其4nm和3nm等先进节点的晶圆前端产能依然紧张,但AI半导体显然拥有比加密货币ASIC或安卓智能手机SoC更高的优先级。
英伟达CEO黄仁勋也在近期的交流中明确表示,半导体产能已不再是过去那样的限制因素。经历了几年前的需求激增后,整个供应链的制造和封装环节已经“实现了大幅扩张”,公司有信心满足客户需求。
综合来看,虽然总需求持续高速增长,报告预测2026年全球CoWoS总需求将达到115.4万片晶圆,同比增长70%,但供应端的快速响应能力已显著增强。
瓶颈转移,下游基础设施成为新的挑战
当芯片供应不再是最大难题时,瓶颈自然向下游转移。
英伟达指出,当前更大的制约来自数据中心空间、电力和配套基础设施的可用性,而这些领域的建设周期远长于芯片制造。
OCP大会的内容也印证了这一趋势。随着AI集群规模迈向“十万级GPU”,整个数据中心的设计理念正在被重塑:
电力与散热:
大规模GPU集群的部署意味着巨大的电力消耗和散热挑战。OCP大会上,液冷已成为新AI机架的默认配置,而高压直流(HVDC 800V)等供电方案的需求也日益增长。
这使得像Aspeed这样的公司受益,其BMC(基板管理控制器)不仅用于服务器,还扩展到了包括冷却在内的多种设备上。存储与内存:
AI工作负载对数据存储和访问速度提出了极致要求。Meta明确表示,出于成本考虑,其数据中心将优先采用QLC NAND闪存。与此同时,希捷提到,HDD(机械硬盘)仍将保持95%的容量在线,以满足大型和远程数据中心的需求。
更关键的是,对HBM(高带宽内存)的需求正呈爆炸式增长,报告预测,到2026年,全球HBM消耗量将高达260亿GB,其中英伟达一家就将消耗54%的份额。这种高度集中的强劲需求,使得HBM的供应成为影响AI服务器出货的关键变量。
机架与网络:
为了实现超大规模部署,OCP推出了“AI开放数据中心”和“AI开放集群设计”等标准化蓝图,涵盖机架、液冷、电源接口等。
在网络方面,阿里巴巴表示可插拔光模块(Pluggable Optics)因其总拥有成本和灵活性依然是首选,而LPO(线性驱动可插拔光模块)等技术也正获得关注。
CPO/NPO(共封装/近封装光学)预计将在2028年随着制造工艺成熟而实现。
需求预测预示下游组件迎来爆发式增长
下游基础设施的重要性,可以从需求预测数据中得到验证。
摩根士丹利的分析师预计,2026年全球云服务资本支出将同比增长31%,达到5820亿美元,远高于市场普遍预期的16%。
此外如果假设AI服务器在资本支出中的占比提升,这意味着2026年AI服务器的资本支出可能实现约70%的同比增长。
从需求端看,各大AI巨头仍在疯狂“囤货”。报告详细拆解了2026年的AI芯片需求:
CoWoS产能消耗:英伟达预计将占据59%的份额,其次是博通(18%)、AMD(9%)和AWS(6%)。
AI计算晶圆消耗:英伟达以55%的份额遥遥领先,其次是谷歌(22%)、AMD(6%)和AWS(6%)。
总结而言,OCP大会传递出的信号与产业链数据交叉验证,清晰地指明了AI硬件投资的新方向。在芯片制造和封装环节的产能瓶颈逐步打开后,市场的焦点必然会转向那些支撑超大规模AI计算的基础设施。
研报认为对于投资者来说,这意味着需要将视野从单一的芯片公司,扩展到整个数据中心生态系统,寻找在电力、散热、存储、内存和网络等下游环节具备核心竞争力的“卖铲人”。
□ .鲍.奕.龙 .硬.A.I