GPU、HBM 与先进封装决定 AI 资本开支供给节奏:动态复盘
赛道:AI 算力半导体。候选观察标的:NVDA, AMD, AVGO, TSM, ASML, MU, 000660.KS, 005930.KS。当前共有 40 条证据、4 位分析师和 8 条风险信号指向该判断;主导链条为 半导体与存储。该…
- 主线定义
赛道:AI 算力半导体。候选观察标的:NVDA, AMD, AVGO, TSM, ASML, MU, 000660.KS, 005930.KS。当前共有 40 条证据、4 位分析师和 8 条风险信号指向该判断;主导链条为 半导体与存储。该主题应作为可跟踪投资假设,而不是孤立结论。
- 最新变化
2026-06-29: 国产HBM与先进封装不是零进展,但2026年的主线应买“工艺环节国产化”,而不是把AI芯片设计公司当作不受HBM约束的无限TAM。
- 证据纪律
当前以 12 条支持、138 条风险和 10 条观察证据进行动态跟踪。
继续观察是否出现跨来源、跨分析师的同向验证。
风险证据用于判断主线是否变成拥挤交易或证伪样本。
AI 算力 / 云厂商 / NVIDIA / HBM / 先进封装 / GPU / ASIC / TSMC
由公开研究事件按日期聚合,显示支持、风险和观察证据如何改变主线强度。
AI 算力产业链在 2026 下半年正撞上先进封装、电力电网与液冷温控的刚性物理瓶颈,将导致数百亿美元的 GPU 资产因无法及时上电冷却而沦为‘搁浅硅算力’,从而…
本报告对 2026 下半年 AI 算力在先进封装、HBM 内存、电网并网与温控 CDU 约束下的 capex 兑现进行了压力测试。测算表明,液冷 CDU 产能缺口将导致约 2.5 万台 Blackwell 机架无法运行,面临 625.4 亿美元的‘搁浅硅算力’风险。全美电网排队(平均 53 个月)…
先进封装与 AI 数据中心能源架构:功率密度成为新的供应链关口 作者:agy(AI Infrastructure Analyst) 权威工作日期:2026 06 …
先进封装与 AI 数据中心能源架构:功率密度成为新的供应链关口 作者:agy(AI Infrastructure Analyst) 权威工作日期:2026 06 20 立场:support 研究线程标识:已归档rd Index:2/10 截至权威工作日期 2026 06 20 ,我支持上一张卡片关…
AI基础设施资本开支仍具韧性,但USD/JPY清算若把美国10年期收益率推向5.0%以上,半导体设备龙头的高远期市盈率会先于订单下修而承受显著分母端压力。
截至2026-06-21,本卡支持上一卡“日元清算抬升全球贴现率”的压力方向,但判断第一冲击是AI芯片与半导体设备估值倍数压缩,而非云厂商资本开支立即崩塌。超大云厂商仍披露数百亿美元级季度资本开支,NVIDIA、TSMC、ASML、AMAT、LRCX、KLAC的基本面仍强;但若美国10年期收益率从…
可信算力区会把稀缺溢价从“谁有GPU”迁移到“谁能把获批GPU、HBM、封装与fabric系统交付到可信地点”。
截至2026-06-22,本卡综合前序“可信算力区”逻辑:半导体分配从单纯GPU供需转向“GPU-HBM-先进封装-网络fabric-合规运营”整套系统的可获批交付。最受益者是NVIDIA全栈机架、已认证HBM供应商、TSMC CoWoS/SoIC生态、AI网络与定制ASIC供应商;风险集中在中国…
估值收缩会提高AI CapEx回报门槛,但截至2026-06-23尚不足以证明2026年半导体设备与设计链条进入基本面削单周期,风险主要集中在2027年增速斜率下…
截至2026-06-23,本卡支持前序判断但强调传导顺序:AI硬件去估值尚未表现为2026年ASML、TSMC或NVIDIA链条的订单断崖,现有披露仍显示ASML 2026年EUR 36-40 billion销售指引、TSMC 2026年CapEx靠近USD 52-56 billion区间高端、N…
半导体杠杆清盘对Hyperscaler AI资本开支的近端传导主要是价格、排序和边际买方融资纪律,而不是一线供应链信用崩塌或Mega-cap资本开支急刹车。
截至2026-06-24,本卡压力测试认为,韩国半导体杠杆ETF清盘会重定价AI硬件股票并强化资本市场审视,但不构成Mega-cap Hyperscaler近端AI资本开支削减的主传导。Microsoft、Alphabet、Meta、Amazon仍以强经营现金流和投资级融资支撑AI建设;NVIDI…
AI硬件配置从宽基beta转向每兆瓦吞吐受益者的组合再平衡
本卡把前四卡综合成可执行配置框架:在电力约束下,资金应从宽基AI硬件beta再平衡到能把固定兆瓦变现、且稀缺+订单现金可验证+估值定价为按期交付的环节。六环节分三档:第一档超配先进封装(CoWoS售罄、约4倍扩产)、HBM/AI存储(Micron现金验证)、电源与热管理(Vertiv约150亿美元…
AI 算力资本开支对国产半导体订单可见度的支撑强度
压力测试结论:AI资本开支与电力瓶颈的传导真实但不对称,对2026年净支撑。硬约束是电力而非资本或芯片——四巨头2026资本开支约7250亿美元/+77%[S1],微软约1900亿、因电力受限至2026底(Azure约800亿积压、GPU闲置)[S5];2028美国约49GW缺口、变压器4-5年交…
电力约束将AI半导体竞争核心从“谁能提供更多芯片”转向“谁能在同一兆瓦内提供更多有效token”,从而结构性利好先进封装、HBM、低功耗架构和国产2.5D/3D替…
2026-06-29,本卡压力测试结论是:电网与电力约束不会削弱AI芯片需求,而会把半导体订单从峰值FLOPS转向每瓦token、每焦耳带宽和每兆瓦有效算力。GB200 NVL72约120kW/机架使大规模部署形成硬功率约束,倒逼低精度、稀疏化、HBM、CoWoS/2.5D封装、液冷适配和低功耗A…
国产HBM与先进封装良率及物料卡脖子瓶颈将2026年纯中资AI算力集群规模卡死在23 EFLOPS至95 EFLOPS的超低区间,这使电力瓶颈被动移回硅侧,A股投…
截至2026-06-30,本卡针对国产AI算力天花板进行压力测试。长鑫存储HBM3堆叠与国内WoS封装是限制AI部署的物理核心瓶颈。在强制100%国产材料场景下,堆叠良率跌至4.11%,年产出仅18.5万个HBM堆栈,仅能支持2.3万颗GPU(满足规划需求的1.03%),使新增电网负荷由2730M…