来源：市场资讯
（来源：猫哥读研报）
如果说过去两年AI投资主要围绕英伟达展开，那么摩根士丹利最近发布的《为未来AI基础设施构建》给出了一个更大的投资框架
AI已经从单一GPU时代进入基础设施全面扩张时代，未来几年最大的机会不只是GPU，而是围绕AI数据中心建设形成的一整条产业链，包括GPU、ASIC、先进封装、光模块、存储芯片、测试设备以及中国本土AI芯片生态。
摩根士丹利认为，AI基础设施投资周期仍处于早期阶段，全球算力需求远未见顶，而DeepSeek等中国大模型的崛起正在推动AI从训练走向推理，进一步扩大整个产业链的需求空间，
换句话说，AI的下一轮机会可能不再只是买英伟达，而是寻找那些为AI基础设施卖铲子的公司。
第一部分：AI仍然是未来几年最强的科技主线
摩根士丹利继续维持亚洲半导体行业有吸引力（Attractive）评级，在其推荐名单中大部分核心标的都与AI产业链直接相关，包括联发科、台积电、中芯国际、信骅、世芯、创意电子、京元电子、日月光等企业
摩根士丹利认为，目前整个半导体行业已经出现明显分化，传统消费电子相关芯片增长缓慢，而AI相关芯片仍处于供不应求状态，未来几年半导体行业最大的增长动力已经不再是智能手机和PC，而是AI数据中心。
第二部分：GPU依然是AI时代最重要的基础设施
报告认为英伟达依然是全球AI浪潮最大的受益者，因为目前无论是OpenAI、谷歌、Meta还是微软，本质上都在拼算力，而大模型训练阶段最核心的硬件仍然是GPU
更重要的是AI模型参数量仍在快速增长，模型越大，需要的GPU数量越多，因此即使经历过去两年的暴涨，摩根士丹利依然认为AI GPU需求没有见顶。
不过市场正在发生一个重要变化，训练需求增速开始放缓，而推理需求开始爆发，这意味着未来GPU市场将从单纯依赖训练集群逐渐转向训练与推理双轮驱动。
第三部分：ASIC正在成为GPU之外的新机会
这是本次报告特别强调的重点，很多投资者只知道GPU，却忽视了ASIC，所谓ASIC就是专门为某项任务设计的定制芯片，如果说GPU像一把万能瑞士军刀，那么ASIC更像专门切牛排的专业刀具，虽然通用性差一些，但效率更高、功耗更低、成本更便宜
随着AI推理需求越来越大，越来越多互联网巨头开始开发自己的ASIC芯片，例如谷歌TPU、亚马逊Trainium、微软Maia和Meta MTIA。摩根士丹利认为未来几年ASIC市场增速可能明显快于传统服务器芯片市场，因此世芯、创意电子等ASIC设计服务商有望持续受益。
第四部分：先进封装已经成为AI时代最大瓶颈之一
很多人关注GPU，却忽略了另一个关键环节——先进封装，目前AI芯片性能越来越高，但单纯依靠制程进步已经越来越困难，因此行业开始依靠先进封装提升性能，而英伟达H100、H200、B200背后最关键的技术之一就是CoWoS先进封装。
摩根士丹利预计台积电未来几年将持续大幅扩张CoWoS产能，到2027年CoWoS月产能有望达到16.5万片以上，这意味着整个先进封装产业链未来几年都将保持高景气，谁能拿到先进封装产能，谁就有机会获得更多AI订单。
第五部分：光模块正在迎来第二轮爆发
随着AI集群规模不断扩大，数据传输成为新的瓶颈，过去服务器之间的数据交换主要依靠铜缆，但当GPU数量从几千颗增长到几十万颗时，铜缆已经无法满足需求，于是高速光互连成为必选项。
摩根士丹利认为未来AI数据中心建设过程中，光模块的重要性将不断提升，从400G升级到800G，再向1.6T演进几乎已经成为行业共识。简单理解就是GPU负责计算，光模块负责传输，如果GPU是发动机，那么光模块就是高速公路，未来几年AI投资中光模块仍然是最值得关注的细分赛道之一。
第六部分：AI正在引发新的存储芯片短缺
报告专门提到一个容易被市场忽视的问题，AI不仅消耗算力，也消耗大量存储资源，特别是在大模型推理时代，大量数据需要实时读取和存储，因此NAND Flash和NOR Flash需求正在快速增长。
摩根士丹利预计NAND市场可能重新进入供需紧张阶段，NOR Flash甚至有望持续供不应求至2026年，过去两年经历行业低谷的存储产业正在迎来新的景气周期，这也是近期全球存储芯片价格不断上涨的重要原因。
第七部分：AI测试设备迎来历史级机会
随着AI芯片复杂度不断提升，测试环节的重要性也在快速提高，过去一颗普通芯片测试时间可能很短，但AI GPU和HBM相关产品测试时间往往大幅增加，这意味着测试设备需求会同步增长。
摩根士丹利预计全球Handler（芯片测试分选设备）市场规模有望从2023年的4亿美元增长至2027年的66亿美元，增幅超过10倍，这是整个半导体设备行业中增长最快的领域之一。
第八部分：中国AI芯片产业正在加速崛起
这是本篇报告最值得关注的内容之一，摩根士丹利认为DeepSeek的出现正在改变中国AI产业格局，过去市场担心算力受限会影响中国AI发展，但DeepSeek证明通过算法优化同样可以大幅降低推理成本，这意味着中国AI需求有望进一步释放。
与此同时，中国本土GPU厂商也在快速成长，摩根士丹利重点看好壁仞、沐曦、天数智芯、燧原、摩尔线程等中国AI芯片力量所在的产业链生态，报告指出中国云厂商资本开支已经重新进入上升周期，AI推理需求正在成为新的增长引擎。
最后总结一下
如果用一句话概括这份研报，AI投资正在从单一GPU逻辑升级为整个基础设施生态的投资逻辑，
未来几年最大的机会可能不只是英伟达，而是围绕AI算力建设形成的完整产业链：GPU负责计算，ASIC负责推理，先进封装负责提升性能，光模块负责传输，存储芯片负责数据存储，测试设备负责质量保障，中国芯片负责国产替代
随着全球AI竞争持续升级，这条产业链很可能成为未来3到5年科技行业最确定、最持续的成长主线之一。
本篇文章完整的研报原文已整理在我的知识星球
热门跟贴