摩根大通报告：AI资本开支周期仍将延续，半导体设备将成供应链瓶颈

摩根大通分析师Gokul Hariharan等人在2026年9月16日发布的亚洲科技策略报告中，回应了市场对AI基础设施投资的三大疑虑，认为算力需求基本面未动摇，资本开支周期仍将延续，半导体设备将在2027年前后成为整条供应链最关键的瓶颈。

针对开源大模型可能压低token价格、侵蚀模型厂商盈利的担忧，分析师认为，开源模型历史上推动了token成本持续下降，反而会加速AI在各行业的渗透，并非削弱整体算力需求。2026年上半年token成本出现阶段性反弹，属于算力短缺叠加智能体AI兴起的异常现象，并非趋势逆转。

对于AI安全监管呼声升温引发的算力需求担忧，报告判断，即便新模型可能受到对齐限制等因素约束，前沿模型训练节奏不太可能减慢，开源模型的竞争也会倒逼实验室加快训练。AI安全议题更多是技术演进过快引发的监管跟进，而非需求萎缩信号。

报告还指出，超大规模云厂商自由现金流转负并非资本开支见顶的征兆。大型云厂商净债务/股权比仅约13%，杠杆水平偏低，且公有云业务增长可提供现金流支撑。分析师预计，亚马逊、微软、谷歌、Meta、甲骨文、Coreweave和SpaceX七家公司合计资本开支将从2025年的4430亿美元增至2026年的9330亿美元，2027年进一步升至1.577万亿美元。

供应链层面，摩根大通认为半导体设备将从洁净室等瓶颈转变为最核心制约因素，需求端受台积电先进制程扩产、成熟制程新投资周期及存储器扩产驱动，供给端设备厂商已开始享受涨价红利。此外，IC基板和先进封装仍是关键瓶颈，光互连有望在未来两年采用近封装光学方案。