全球 AI GPU 行业分析：中国能否缩小与美国的差距？

摘要： 本报告由摩根斯坦利发布，旨在深度分析全球 AI GPU 行业的竞争格局，重点探讨中国在面对美国出口管制的情况下，能否通过系统级创新和产能扩张缩小与美国的 AI 计算差距。

行业主线：

1. 全球需求强劲：云服务提供商（CSP）资本开支持续高企，预计 2026 年全球云资本开支接近 6320 亿美元，AI 半导体市场规模有望在 2030 年达到 1 万亿美元。
2. 产能关键环节：TSMC 的 CoWoS 产能和 HBM 供应是制约 AI 芯片产出的核心。TSMC 计划在 2027 年将 CoWoS 产能扩展至 16.5 万片/月。
3. 中国本土化进程：中国 AI GPU 市场规模预计到 2030 年将增长至 670 亿美元，自给率有望达到 76%。

关键变化与分歧：

1. 技术差距与弥补路径：尽管美国在硅片前沿技术上保持领先，但中国正通过“增加芯片封装数量 $\rightarrow$ 构建更大机架集群 $\rightarrow$ 扩张制造产能”的战略应对先进制程受限问题。
2. 核心瓶颈：WFE（晶圆厂设备）和 EDA 工具被认为是中国扩大先进制程产能的主要瓶颈。
3. 推理经济学：国产芯片在单位成本的性能（Performance per Dollar）上具有竞争力，通过较低的定价降低 TCO，在推理场景中具有商业价值。

受益方向与风险：

1. 受益方向：国产 AI 芯片设计公司（如华为、寒武纪、海光信息等）以及能够提供替代方案的先进封装供应商。
2. 核心风险：美国出口管制进一步收紧、国内先进制程良率和稳定性提升不及预期、地缘政治风险导致海外代工渠道受限。