摩根士丹利：GPU 与 XPU – 谁将胜出？

受大规模云计算投资的驱动，全球 AI 芯片市场预计到 2026 年将达到约 4850 亿美元，并到 2030 年激增至 7530 亿美元——最终占整个 1.5 万亿美元半导体行业的半壁江山。

在乐观的、以供应链为重点的预测下，云计算资本支出可能在 2026 年达到 7960 亿美元。其中，总额的 6000 亿美元将用于资助 AI 服务器，其中 900 亿美元专门用于云计算 AI ASIC 和替代（非英伟达）GPU。

随着 AI 行业将重点从模型训练转向推理应用，计算需求正变得高度多样化。虽然 GPU 将在训练和高性能工作负载中保持主导地位，但像 ASIC 和 NPU 这样的专用处理器正变得对旨在最大化成本效率的云服务提供商至关重要。因此，市场价值正在向更广泛的半导体生态系统转移。AI 时代的最终赢家将远远超出 GPU 制造商，包括定制芯片设计、高级制造、封装、测试和特定应用硬件的领导者。

GPU 不再独霸一方：AI 计算进入多元化时代

未来的 AI 基础设施将由 GPU 和 XPU 的共同开发所定义。“XPU” 并非单一产品，而是代表一类多样化的专用处理器——包括 AI ASIC——专为不同的 AI 工作负载而设计。随着计算需求在训练、推理和代理式 AI 任务中高度分化，这些不同的芯片架构将在各自领域发挥独特优势。

云提供商继续加大资本支出，而 AI 价值链正延伸至先进制造和封装领域。

AI 基础设施的资本支出继续大幅增加。全球前四大云计算巨头——亚马逊、谷歌、微软和 Meta——预计到 2026 年第一季度，其合并资本支出将同比几乎翻番，同时保持支出约为 EBITDA 的一半。在全球范围内，上市云计算提供商预计将在 2026 年全年投入近 8110 亿美元用于云计算基础设施预算。

激进的资本投资正波及整个半导体供应链，推动对先进节点、复杂封装和高阶测试硬件的需求，同时伴随 AI 处理器的需求。台积电的 CoWoS 封装产能预计将持续扩张至 2027 年，3D 堆叠解决方案如 SoIC 成为首要优先事项。因此，AI 竞争格局已扩展超出处理器本身，涵盖整个基础设施生态系统——从晶圆制造到系统集成。然而，基础晶圆、OSAT 服务和内存的成本飙升，加上 AI 驱动的资源竞争，可能在 2026 年全年严重挤压芯片设计公司的利润率。

推理需求的兴起为中国 AI 芯片行业打开战略窗口。

DeepSeek 已证明低成本 AI 推理在商业上是可行的，这加速了对运行模型的需求，并为中国本土 AI GPU 供应链开辟了巨大机会。根据报告，中国内部 AI GPU 市场预计到 2030 年将达到约 910 亿美元，该国 AI 芯片自给率可能达到 70%。