BlockBeats 消息，7 月 7 日，六份来自包括华尔街顶级投行在内的机构们近期研究报告勾勒出一条最新的 AI 研究发现：英伟达正在从芯片供应商变成算力融资体系的信用支点；台积电加速 N3、N2 和先进封装扩产以匹配 AI 需求；三星电子和 SK 海力士所在的内存周期仍强，但短线面临拥挤交易降温；MLCC 离型膜等日本材料公司、中际旭创等光模块厂商，依然被看好。

SemiAnalysis

SemiAnalysis 的一篇深度研究把问题推到更前端：AI 基建不只是芯片产能问题，更是债务融资问题。该机构估算，到 2029 年，AI 相关未偿债务可能超过 7 万亿美元，2024 至 2029 年累计 AI 资本开支可能达到约 11.1 万亿美元。年度 AI capex 包括 GPU、网络、存储、配套 CPU，以及容纳这些算力的数据中心，到 2028 年可能远超 2 万亿美元。

在这个框架下，任何 AI 算力项目要成立，都需要凑齐三件事：资本、承购和数据中心。Neocloud 公司需要贷款购买 GPU，但银行通常要求先看到长期承购合同；客户又希望看到 GPU 和数据中心容量已经锁定后才愿意签约；数据中心运营商则更愿意把容量租给微软、谷歌、亚马逊等信用更强的 hyperscalers。

英伟达正在介入这个循环。SemiAnalysis 称，英伟达开始为部分 Neocloud 的 GPU 租赁收入提供最低收入担保，即 backstop。对贷款机构来说，这等于把英伟达的信用嵌入项目融资；对 Neocloud 来说，这降低了融资难度；对英伟达来说，它不只是卖出 GPU，还能在担保底价以上的租赁收入中分成。该机构估算，这类结构下英伟达平均 take rate 可能在 18%-20% 左右。

这使英伟达越来越像 AI 时代的信用中枢。它通过担保和直接租赁数据中心容量，帮助 Neocloud 同时解决资本、承购和机房三项约束。若这种结构扩张，AI 算力市场的买家基础将不再局限于少数 hyperscalers 和大型 AI 实验室，更多企业、推理服务商和中小型 AI 原生公司也可能获得算力。

摩根大通

算力融资解决的是需求能否被释放，台积电解决的是最先进芯片能否被制造出来。摩根大通在 7 月 7 日的报告中维持台积电 Overweight，并将目标价从 2,500 新台币上调至 3,100 新台币。该行把台积电 2026、2027、2028 年 EPS 预测分别上调 5%、10%、16%，理由是 AI 需求更强、先进制程产能更紧、毛利率更高，以及 2027 年涨价能见度提高。

摩根大通预计，台积电 2026 年第二季度毛利率将接近 70%，达到 69.5%；即便面临 N2 爬坡和海外晶圆厂扩张带来的稀释，2026 下半年和 2027 上半年毛利率仍可能维持在高 60% 区间。该行还把台积电数据中心 AI 收入 2024-2029 年复合增速从 59% 上调至 69%，并预计 AI CPU、ASIC、网络芯片和加速器需求将共同推动台积电收入。

产能方面，摩根大通预计台积电 2026、2027、2028 年资本开支分别达到 580 亿、780 亿、840 亿美元，三年累计约 2,190 亿美元。N3 产能预计到 2026、2027、2028 年底分别达到 16.7 万、21.3 万、24 万片/月；N2 产能到 2028 年底可能达到 17 万片/月，较以往节点更快。先进封装同样加速，CoWoS 年产能可能在 2027 年接近 200 万片，受益于 AI 加速器、Vera、Venice 等产品需求。

摩根士丹利

如果台积电代表 AI 计算的制造底座，三星和 SK 海力士则代表内存周期的另一端。摩根士丹利 7 月 7 日点评三星电子二季度初步业绩时称，公司收入约 171 万亿韩元，同比增长 129%；营业利润约 89.4 万亿韩元，同比增长 1,810%，基本符合市场预期。内存利润可能接近 92 万亿韩元，主要受 DRAM 和 NAND 价格走强推动；Foundry/LSI 亏损则缩窄至约 2 万亿韩元。

摩根士丹利维持三星 Overweight 和 Top Pick，目标价 381,000 韩元，较 7 月 6 日收盘价隐含约 20% 上行空间。该行认为，三星仍处在陡峭的利润恢复周期中，股价虽年内大涨，但尚未完全反映内存盈利的恢复幅度。长期协议和先进 DRAM 节点优势，也可能提升盈利可预测性。

不过，摩根士丹利在另一份内存行业短评中同时提醒，内存股短线可能进入降温阶段。该行认为，内存仍处在 AI 资本开支驱动的结构性牛市中，2027 年盈利仍有望增长 35%-40%；但价格同比涨幅、库存改善和盈利上修广度等指标已接近高位。换言之，周期没结束，但变化率正在见顶，拥挤持仓需要消化。

这也是当前 AI 交易的核心矛盾：基本面仍强，但热门资产已积累大量多头仓位。摩根士丹利表示，市场正在讨论大型云厂商是否存在 AI 算力富余。如果 hyperscalers 维持或上调资本开支，内存股回调可能提供买点；若削减支出，算力过剩叙事将继续压制板块。该行短期更偏好 DRAM 和传统内存，认为其优于 NAND，最不看好内存模组厂。

野村证券

在计算和内存之外，光互联成为另一个高弹性环节。野村证券 7 月 6 日维持中际旭创 Buy，并将目标价从 1,015 元人民币上调至 1,325 元，较 7 月 6 日收盘价隐含约 20.6% 上行空间。野村认为，近期 AI 基建股回调并未改变中际旭创 2026-2028 年的增长驱动。

该行看好 1.6T 光模块、硅光、NPO 和 CPO 市场扩张，并上调全球高端光模块出货预测。野村预计，2027/2028 年 800G 光模块出货量将达到 5,500 万/7,800 万只，1.6T 出货量将达到 7,150 万/1.26 亿只，并开始计入 2.4T 和 3.2T 产品贡献。中际旭创在全球 AI 数据中心光模块市场的份额预计维持在 30%-35%。

野村据此上调中际旭创 2027-2028 年收入预测 28%-37%，盈利预测 30%-38%。该行认为，高端光通信产品仍是 AI 数据中心瓶颈之一，供应链短缺短期仍会存在，但从 2028 年起，随着中国、日本和美国相关供应商扩产，部分瓶颈可能缓解。

AI 需求甚至传导到更不起眼的材料环节。野村另一份日本化工与纺织报告称，AI 服务器推动高端 MLCC 需求增长，而 MLCC 多层化趋势将拉动 release film 和 base film 用量。该行预计，相关材料需求到 2028 年较 2025 年基准年将以约 10% 的年均速度增长。

MLCC 是服务器、通信设备和电子终端中的关键被动元件。随着 AI 服务器需要更高容量、更高稳定性的电子元件，MLCC 内部电极层数增加，生产过程中对高精度离型膜材料的需求也随之提升。野村认为，日本企业在该细分市场占据主导地位，Lintec、Toyobo、Toray Industries 和 Mitsui Chemicals 均可能受益。

其中，Lintec 被野村评为买入，因其在 MLCC release film 市场份额居前，并在 AI 服务器等高端应用中具备优势。Toyobo 虽被评为中性，但其宇都宫工厂新增产线预计在 2026 年第三季度全面贡献，2027 年后可能提升份额。Toray 更偏上游 base film，野村估计其在相关外销 base film 市场份额超过 50%。

这些报告合在一起，展示出 AI 投资主题的第二阶段。第一阶段是确定谁能直接卖出最稀缺的 GPU、HBM 和服务器；第二阶段则需要理解资本如何进入系统、产能如何扩张、订单如何锁定，以及需求如何外溢到光模块、先进封装、被动元件和材料。

这也意味着投资者的筛选标准正在变化。单纯贴上 AI 标签已不够，市场开始追问每家公司处在链条的哪个位置：它是瓶颈资产，还是可替代供应商？它有定价权，还是只能承受上游涨价？它的增长来自真实 capex，还是来自短期库存和重复下单？它的估值是否已经反映了最乐观的盈利上修？

结论并不是 AI capex 降温，而是交易变得更挑剔。Nvidia 的 backstop 显示，算力需求强到需要重塑信贷市场；台积电的扩产和涨价说明先进制程仍供不应求；三星和内存股的利润恢复证明 AI 仍在拉动硬件周期；中际旭创和 MLCC 材料链则表明需求正在向更深层供应链扩散。

但同一组报告也提醒，越热门的环节越容易出现阶段性拥挤。AI 交易的下一段，可能不再是简单追逐最大龙头，而是在融资、制造、内存、光互联和材料之间，寻找仍有产能瓶颈、盈利上修和估值错配的细分位置。