AI计算需求多元化巩固台积电领导地位，重塑联发科与存储器格局

核心论点

持续的人工智能基础设施投资，如今正从云端CSP（云服务提供商）扩展到中国的自主可控计划，这一多元化趋势巩固了台积电在先进制程和封装领域的技术与定价权。与此同时，这一转变也催化了在中国形成一个可行且具备成本竞争力的本土AI芯片生态，在晶圆代工（中芯国际）、设计（联发科的ASIC）领域催生了不同的赢家，并导致DDR4与NOR Flash等传统存储领域出现结构性供应紧张。

台积电：通过无与伦比的集成能力抓住AI溢价

台积电的主导地位不仅在于单个制程节点，更在于其在先进封装（CoWoS、SoIC）领域无与伦比的集成领导力，这对AI加速器至关重要。有证据表明，受英伟达、谷歌、AWS及定制芯片项目需求推动，CoWoS产能预计到2027年将达到每月16.5万片晶圆。此外，台积电的2纳米制程需求预计将主要由AI驱动，主要来自苹果和英伟达，这支撑了其稳定的溢价定价。其投资启示直接明了：高价值的AI需求从结构上提升了台积电的收入构成和毛利率，使其免受半导体市场整体周期性波动的影响，并为其产能扩张的资本支出提供了合理性。

中国本土AI计算生态的崛起

出口管制加速了AI计算的脱钩，培育出一个能够满足相当大部分本土需求的自给自足供应链。在中芯国际先进制程（N+2/7纳米，N+3/5纳米）和一批“十小龙”本土GPU/ASIC设计公司的支持下，中国的AI芯片自给率预计到2030年将达到76%。性能分析表明，这些本土芯片在推理工作负载上（如DeepSeek模型所展示）提供了极具吸引力的性价比优势。对投资者而言，这标志着中芯国际成为关键瓶颈和受益者，而像联发科这样的无晶圆厂公司则在定制AI ASIC设计（例如为谷歌设计的TPU v8）中获益。风险在于执行层面，取决于能否克服半导体设备与EDA工具瓶颈。

由AI与传统需求驱动的利基存储器结构性紧张

AI不仅消耗先进的高带宽存储器（HBM），也间接导致了传统存储器的短缺。AI驱动的基础设施建设需要配套支持，从而对DDR4和NOR Flash的供应造成了压力。供需模型表明，DDR4短缺将持续到2026年下半年；而NOR Flash则因来自汽车、物联网和显示驱动芯片的强劲需求面临供应不足。这在存储器领域创造了选择性机会。像旺宏这样的公司正受益于NOR Flash的长期供应紧张和定价权，这与大宗商品DRAM和NAND更具周期性的动态截然不同。

关键风险与估值影响

关键风险包括：晶圆和封装成本上涨挤压芯片设计公司利润的“技术通胀”；AI需求可能侵蚀非AI半导体预算；以及对中国供应链的地缘政治干扰。中国在先进制程产能扩张方面的执行情况仍不确定。在估值方面，台积电基于2026年预期市盈率为20.8倍，相较于我们的目标价有15%的上行空间，这反映了其溢价但可持续的地位。中芯国际虽面临较高的执行风险，但提供了更高的增长潜力（22%上行空间）。在存储器领域，我们更倾向于选择性投资于像旺宏（37%上行空间）这样受益于NOR Flash供应紧张的公司。联发科在定制ASIC领域的作用提供了超越智能手机的增长路径，尽管近期盈利面临压力。

附录：部分公司估值概览