AI 算力需求正在推动芯片产业从 "GPU 一家独大 " 走向 GPU 与定制芯片并行扩张。摩根大通最新发布的 2026 年秋季美国半导体及半导体设备行业更新报告预计，2027 年 ASIC/XPU 在 AI 加速器单元出货中的占比将升至 54%，超过 GPU；2028 年进一步升至 55%。

摩根大通预计，2026 年定制 AI ASIC 市场规模约 600 亿至 700 亿美元，未来数年复合增速超过 40% 至 50%。目前博通和 Marvell 占据约 90% 的市场份额，其中博通约 80% 至 85%，市场集中度较高。

报告同时指出，谷歌 TPU 等定制芯片项目的供应链信息相对隐蔽，并不意味着订单缺乏确定性。博通与谷歌签订的 5 年 TPU 供应协议覆盖 2026 年至 2031 年，涉及 3nm、2nm 及先进封装，并包含逐年增长的 TPU 营收安排，为相关 AI 业务提供了较强的收入能见度。

更广泛来看，AI 资本开支仍是半导体行业最重要的需求支柱。摩根大通预计，2026 年全球半导体行业营收同比增长 118%，剔除存储后增长 32%；2027 年整体增长 35%，剔除存储后增长 18%。同期晶圆设备支出预计分别增长 31% 和 38%，AI、存储及传统芯片需求共同推动行业周期延续。

ASIC 加速渗透，定制芯片将成为 AI 算力重要增量

超大规模云厂商加快开发 ASIC/XPU，核心目的并非单纯替代 GPU，而是针对特定工作负载优化性能、功耗和每 Token 成本，同时降低对通用 GPU 供应的依赖。

这一趋势正在改变 AI 加速器的产品结构。摩根大通预计，2026 年 ASIC/XPU 在 AI 加速器单元出货中的占比约 41%，2027 年升至 54%，2028 年达到 55%。定制芯片由补充方案走向规模化，将成为 AI 基础设施扩张的重要增量。

目前定制 AI ASIC 市场高度集中，博通和 Marvell 合计占据约 90% 的份额。随着谷歌、亚马逊、微软等云厂商推进自研 AI 芯片，ASIC 设计及相关配套需求仍有较大的增长空间。

博通 TPU 信息不透明，不代表订单缺乏确定性

市场对博通 AI 业务的一个疑问，是谷歌 TPU 等项目部分供应链信息较少，外部较难完整追踪订单和出货情况。但摩根大通认为，供应链信息有限本身并不能证明需求减弱，更应关注客户协议、产品迭代和产能规划等指标。

以谷歌 TPU 为例，博通与谷歌的供应协议期限达到 5 年，覆盖 2026 年至 2031 年，并横跨 3nm、2nm 及先进封装架构。协议还包含逐年递增的 TPU 营收安排，因此即便供应链细节并不完全透明，订单和收入仍具备较强的可见度。

Marvell 同样受益于云厂商自研芯片进入量产阶段，其定制芯片业务覆盖亚马逊 Trainium、微软 Maia 以及谷歌 XPU 等项目。随着自研加速器从早期部署转向规模化生产，ASIC 设计、互联和先进封装等环节将同步受益。

AI 资本开支延续，WFE 与存储周期进一步强化

摩根大通预计，全球云计算资本开支 CY26、CY27 和 CY28 将分别达到 9530 亿美元、1.41 万亿美元和 1.54 万亿美元。随着 AI 投资回报逐步显现，云服务商继续维持高水平基础设施投入的经济动机正在增强。

设备端同样保持强劲增长。2026 年全球 WFE 支出预计同比增长 31% 至约 2250 亿美元，2027 年再增长 38% 至约 2630 亿美元。先进制程扩产以及 DRAM 新增产能将共同推动设备需求，洁净室空间紧张也在促使部分设备采购提前。

存储则成为另一项重要支撑。摩根大通预计，2026 年 DRAM 和 NAND 混合均价均上涨约 250%，2027 年分别再增长约 30% 和 25%。AI 服务器推动 DRAM 需求，企业级 SSD 则成为 NAND 需求的重要来源，长期采购协议和相对克制的资本开支也有助于避免供给快速失控。

整体而言，摩根大通认为，本轮半导体上行并非单一 AI 芯片需求驱动，而是定制芯片、云资本开支、存储和晶圆设备多条产业链同时扩张。在这一框架下，AI 基础设施投资的持续性仍是决定半导体景气周期能否延续的核心变量。