大摩科技展望：存儲之后，EUV光刻機和CPU將成為新的瓶頸

AI沒有“熄火”，但2026年的科技行情很可能不再是一路順風。摩根士丹利這份年度展望把節奏拆成兩段：上半年延續AI資本開支和大宗商品上漲帶來的順勢；真正難的是下半年，成本抬升會開始考驗需求，“價格彈性”會把部分終端推回去。

據追風交易臺，摩根士丹利研究分析師Shawn Kim在最新報告中寫道：上半年延續2025年的AI基礎設施投資主線，存儲價格持續走強；下半年，晶圓代工、封測和內存成本的傳導將壓縮消費電子和IC設計公司的利潤空間，邊緣AI在手機和PC端的普及將因BOM成本飆升而被迫推遲。

對半導體，報告的預期相當激進：2026年全球半導體收入沖到1.6萬億美元，并預計同比增速約96%。如果這條主線成立，資金會更偏向那些增速能“跑贏共識”、同時處在瓶頸位置的環節——內存、先進代工、前道設備、封測與關鍵材料都會被重新定價。

另一條暗線是Agentic AI（智能體）。AI從“生成”走向“自主行動”后，系統瓶頸會從單純堆GPU，轉向CPU編排、內存與封裝/基板等更長鏈條的協同。選股上也不是單押“最熱的AI”，而是更像一根杠鈴：一頭抓定價權和瓶頸資產，另一頭給那些被冷落但現金流強、估值不貴的公司留位置，用來應對可能的波動。

1.6萬億美元半導體：這輪不止GPU，領先擴散到內存、代工和設備

AI相關股票的領漲正在從邏輯芯片、商品內存、半導體設備，繼續向更廣的產業鏈擴散。它的邏輯是：當AI投資周期被認為“更長、更結構性”，回調反而是重新評估進入點的窗口——前提是你買到的是瓶頸，而不是熱度。

同時它保持中立的總體態度：AI鏈條估值高，選擇必須更苛刻；相較之下，非AI板塊的估值修復空間可能更大——但前提是AI頭部公司沒有“尚未被發現的新增量”。

內存重新站上C位：價格創新高+供給約束，HBM仍是最硬的瓶頸

內存方面，DRAM價格有望突破歷史高點，而“價格創新高”往往對應“股價創新高”，且這次還有更扎實的盈利支撐。它也提示一個不尋常現象：合約價與現貨價出現明顯錯配，反映供需張力不一般。

HBM是更直接的瓶頸。基于供應鏈的測算：HBM市場規模從2023年的約30億美元，到2026年約510億美元、2027年約720億美元；同時在產能、良率和稼動等假設下，HBM供給的“充足率”在2026年被壓到極低水平，大約為2%。結論很清晰：只要AI推理需求維持，內存的“供給驅動循環”會被迫加速，價格與資本開支都會更激進。

它進一步把視線抬到更遠：如果這種緊約束延續，2028年前后可能出現“前所未有”的capex，甚至把下一輪瓶頸推向EUV等更上游的環節，半導體設備鏈條會再次受益。

瓶頸往前挪：先進代工、前道設備、封測將吃到“第二波”

隨著AI繼續放量、內存與封裝約束加深，報受益會從“單點爆發”變成“瓶頸輪動”。它在半導體板塊里把重點放在幾條線：

• 先進制程代工：AI需求支撐TSMC維持未來五年約20%的收入復合增速，并認為中國AI GPU代工機會可能成為其預測的增量。
• 前道設備（SPE）：AI相關的后道強勢仍在，但2H26前道設備在先進邏輯與DRAM需求帶動下再加速，偏好DRAM暴露高、以及受益于先進節點擴張的公司。
• 封測（OSAT）：AI需求把封裝測試產能進一步拉緊，臺灣后段廠商受益的同時，也意味著“供給卡脖子”會更常態化。

Agentic AI：CPU成新瓶頸，把“硬件戰爭”改寫成“協同戰爭”

Agentic AI是從“生成”走向“自主行動”的遷移：更關鍵的不只是算力更強，而是系統如何協調、如何分配資源。它用架構圖強調CPU的編排作用，并給出測算：到2030年，Agentic AI可能帶來325億–600億美元的CPU增量機會，同時帶來15–45EB的DRAM新增需求。

這會改變市場盯盤的方式：GPU仍重要，但決定上限的可能是CPU、內存、基板、設備和代工這些“協同鏈條”的任何一個短板——而短板會輪換。

ABF基板的供需拐點就在眼前——2027年起將進入持續短缺狀態，T型玻璃基板供給緊缺甚至會延續到2028年。AI GPU/ASIC和Networking用板在整個ABF需求中的比重，預計從2020年的約18%升至2030年的75%以上。

MLCC邏輯更直接：AI服務器單機MLCC含量是普通服務器的20倍以上——HGX Hopper約230美元，GB200 NVL72機架單機高達4635美元。當前MLCC庫存處于歷史低位，需求在加速。散熱方面，2026年Q2預計是熱管理公司的單季度出貨紀錄，液冷滲透率持續提升，首選AVC。

2026的分水嶺在下半年：成本通脹會逼出“需求毀滅”

報告把下半年的風險直接指向“科技通脹”。晶圓、封測（OSAT）和內存成本上行，會把壓力層層傳導到整機與芯片設計公司：終端不一定能把漲價完全轉嫁出去，于是需求被擠壓，利潤率也更難守。

它對“邊緣端AI”的判斷更偏謹慎：智能手機和PC的Edge AI算力升級，可能因為輸入成本更高而被明顯推遲。對不少依賴消費電子出貨、且本身議價能力弱的環節，2026年下半年是更難的環境。

熊市情形也不含糊：第一輪容易過度投資、過度消費，后面會更理性；“花錢但目的地不清晰”會讓回報率被反復質疑；同時接近“電力墻”和資金約束，都會拖慢部署節奏。再疊加“漲價帶來的定價權”和“下游利潤被擠壓”的對沖，行業分化會更尖銳。

硬件側，AI服務器需求方面，預計英偉達GPU服務器機架出貨在2026年增至約7.5萬，明顯高于2025年的約2.9萬。與之對應，ABF載板、MLCC、散熱等部件的“含量提升”邏輯繼續成立，并且它認為ABF載板在2027年后可能重新進入偏緊狀態。

但手機與PC的關鍵詞變成“成本”。2026年智能手機行業會受組件成本上升拖累，利潤率承壓；PC OEM/ODM也可能因為內存漲價經歷多個季度的利潤擠壓。換句話說，同樣叫“硬件”，受益方向已經不一樣：越靠近數據中心越順，越貼近消費電子越難。