Where are the opportunities for AI GPUs in China? Morgan Stanley's industry research: The inference field may become the biggest winner

大摩最新發布的半導體產業鏈調研報告指出，中國 AI 芯片行業正在經歷顯著的結構性調整，推理計算需求正逐漸取代單純的算力堆疊，成為市場增長的核心驅動力。

據追風交易台消息，摩根士丹利 8 日在亞洲市場的實地調研顯示，中國 AI 加速器市場正出現新的路徑分化。部分中國本土 AI 芯片設計公司開始主動調整技術路線，通過開發相對中端規格的產品，以專注於推理應用。

這一轉變帶來的直接影響是技術規格的務實化。報告指出，供應鏈反饋表明，部分本土芯片供應商正轉向採用台積電 6nm 或 7nm 工藝設計推理芯片。與此同時，為了適應推理任務對能效和成本敏感的特性，這些芯片方案更多轉向使用 LPDDR 內存以替代供應緊張且成本高昂的 HBM，在特定應用場景中開拓新的增長空間。

在代工端，摩根士丹利維持對台積電的樂觀展望，同時在本土代工廠中更看好中芯國際。分析師認為，全球 AI 需求的強勁增長仍足以支撐台積電未來五年複合年增長率達到 40% 以上。

推理芯片崛起：中端路線成主流

摩根士丹利的供應鏈調查顯示，中國 AI 芯片企業正採用更加靈活的策略，以適配推理場景的快速擴張。

調研指出，中國 AI 計算的側重點正在從訓練端加速向推理端遷移。目前市場可用的算力主要來自英偉達 5090 級別的消費顯卡、早期 Hopper 架構產品以及部分國產 AI 加速芯片。在這種組合下，部分本土芯片供應商正通過成熟度更高的 6nm 與 7nm 節點，加快推理專用芯片的迭代節奏。

內存供應鏈信息同樣印證了推理需求的興起。大摩指出，新一代國產 AI 推理芯片正加速採用 LPDDR 作為主要配套存儲方案。這類內存方案在成本、能耗與部署靈活性上具備顯著優勢，更契合推理側高併發、低延時、低功耗的使用場景。

市場供需重塑與本土替代窗口

在外部供應方面，摩根士丹利注意到，中國市場的 AI 算力需求呈現 “訓練偏緊、推理拓展” 的分層格局。報告認為，部分新品類 AI 加速器由於定價、能效或生態適配度等因素，未能在中國市場形成強勁的放量動力，從而為本土方案釋放出更多窗口期。

調研指出，目前中國 AI 推理算力的實際主力仍由消費級 GPU、Hopper 早期芯片以及國產替代方案共同承擔。這種格局使國內芯片設計公司獲得了更大的迭代空間，也推動它們通過差異化路線在 “推理性能” 上重點突破。

在本土晶圓代工領域，摩根士丹利更新了其情景分析。報告認為，如果中國雲服務商（CSP）能夠在特定場景中提升國產設計方案的使用佔比，或台系工藝國產芯片加快放量，部分原有需求可能在短期內重新分配。

儘管存在這種分流效應，大摩依然維持對中芯國際的 “增持” 評級，並將其前景優於華虹半導體。分析師強調，SMIC 的 N+2（7nm）節點有望成為 2025 年國內 AI 芯片生產的關鍵技術點，而 2026 年的 N+3（5nm）節點將進一步增強本土供給能力。

市場展望：自給率與營收預測上調

基於對推理需求強勁增長的判斷，摩根士丹利上調了中國 AI GPU 市場的收入預期。在基準情景下，分析師將 2026 年和 2027 年的中國 AI GPU 收入預測分別從 940 億元人民幣和 1360 億元人民幣，上調至 1130 億元人民幣和 1800 億元人民幣。

數據模型顯示，隨着本土廠商填補供應缺口，預計到 2027 年，中國 AI GPU 的自給率將達到 50%。儘管面臨複雜的外部環境，國內 AI 計算需求的結構性韌性依然存在，而 “推理” 應用將是未來幾年支撐這一市場增長的最大贏家。