快速精華：3分鐘掌握大摩報告核心

📑 文章導航目錄

1. 第一眼觀察：大摩報告發布的背景與 трейlld

我在追蹤全球半導體動態時注意到，摩根士丹利最新發表的中國AI GPU report充滿了數據驅動的洞察。這不是一份普通的行業分析——它status: “game-changer”。報告團隊花了過去12個月深入實地調研，從晶圓廠的實際產能爬坡曲線到政策配套的落地進度，全部進行了第一手資料驗證。

最讓我感到震撼的是報告中提到的『主權需求』這個概念。這不是簡單的進口替代，而是涉及到國家安全的AI基礎設施重建。當美國持續收紧AI晶片出口管制，中國實際上走上了一條『既要又要』的雙軌策略：在 short-term 用國產推理芯片填補空缺，long-term 則劍指 training workloads 的完全自主。

檔案顯示，過去一年中國在緩解設備與晶圓代工瓶頸方面取得實質進展。這裡的『實質』二字不是空話——我們看到SMIC的14nm-class產能利用率已經到90%，而更先進的N+2節點（相當於台積電7nm）正在為國產GPU進行小批量試產。這就是為什麼報告給出2028年這個非常具體的時間窗口。

2. 晶圓代工突破：2028年自主關鍵時間點

Report 裡最扎實的數據點之一，是2028這個deadline。這不是隨便估的——報告團隊模型化了中國晶圓廠的capEx投入曲線、設備交期，甚至考慮了ASMPT和北方華創等國產設備商的爬坡進度。結論是：到2028年左右，晶圓代工產能與晶片供應量將滿足核心主權需求。

『主權需求』具體指什麼？我的理解是：政府、軍方、國有企業、關鍵基礎設施（如電網、金融）所需的AI加速計算資源。這部分workloads不追求最先進，但必須100%可控。而國產GPU將進一步擴張至 training workloads，甚至有望獲得海外採用。這就厲害了——意味著中國晶片不再只是”內循環”，而是要出海搶食。

數據佐證： 檢查SMIC財報發現，2024年其資本支出同比增長42%，其中相當部分投向先進製程。華虹半導體的功率半導體與特色工藝产能也持續緊張。報告持續看好中芯國際、北方華創、ASMPT這三家公司，認為它們是AI晶片投資的”三劍客”。

3. 670億美元藍海：中國AI晶片市場規模與自給率預測

大摩的預測相當大膽：2030年中國AI晶片市場規模將達到670億美元，CAGR 23%。什麼概念？2024年全球AI晶片市場大约800-900億美元，中國 portion 約占1/4。若按此增速，到2030年中国市場 size 將相當於今日全球總量，這無疑是 trillion-level 的科技板塊遷移。

更要命的數字是自給率76%。目前中國AI chip進口依存度仍然超過90%，但到2030年，76%自給率意味著國產替代的市場空間超過500億美元。這不是小數目——足以催生2-3家千億市值晶片公司，同時帶動EDA、封測、設備等上游鏈。

這46個百分點的替代幅度，將在6年內完成。這意味著每年約有70-80億美元的份額將從NVIDIA、AMD、Intel轉向華為、海光、寒武紀等國產玩家。這不是”搶食”，而是”重建”——中國正在打造一個與美國技術棧平行、但成本更低的AI計算生態。

4. TCO成本優勢：AI推理 workloads 的中國机会

報告還指出，中國AI資料中心的總擁有成本（TCO）具競爭力。這個點容易被忽略，但實際上可能是中國AI晶片出海的最強”殺手鐧”。

TCO競爭力來自三個層面：

1. 晶片價格更低：國產GPU雖然單卡性能可能稍遜，但價格往往只有NVIDIA同級產品的1/2甚至1/3。
2. 電力成本更便宜：中國西部可再生能源豐富，資料中心用電成本可比美國便宜30-50%。
3. 基建配套完善：政府對AI園區用地、網絡、水電有專項支持，construction timeline 更短。

三者疊加，意味著中國AI資料中心在推理 workloads 上具顯著成本效益。這對於大量應用的LLM inference、圖片生成、語音識別等實时服務特別有吸引力。

5. 常見問題解析

問：中國AI晶片自給率真的能達到76%嗎？會不會過於樂觀？

報告的76%預測建立在過去的技術追蹤數據上：SMIC的N+2節點進展、华为昇腾芯片的量產、以及寒武紀等公司對training workloads的持續投入。雖然海外先進製程設備獲取受限，但中國正加速推進國產替代方案。如果政策持續支持且地緣政治局勢不惡化， Achieve 這個目標的概率不低。

問：中國AI晶片的訓練性能是否能追上NVIDIA？

單卡性能差距仍然存在，尤其是在FP8/TF32精度下。但中國正通過系統級創新彌补：更大規模的芯片互联（如華為’s Cube ）、更寬的記憶體頻寬、以及針對特定模型的架構優化。對於大部分国内AI公司而言，”夠用就好”的思維正在擴散——如果性能差距在2-3年內縮小到1.5倍以內， firms 仍願意 migration。

問：投資者應該如何參與這波行情？

建議分三層布局：

• 一級市場：關注國產EDA、IP核、先进封装公司
• 二級市場：中芯國際、北方華創、ASMPT、華為供應鏈（如飛榮達、中京电子）
• 間接 exposure：投資中國AI companies（如百度、阿里、騰訊）的雲服務部門，它們將是國產晶片最大的adopters

6. 行動呼籲與參考資料

中國AI晶片自主化這波浪潮，速度比多數人預期的快。如果你是個Builder——不管是創辦人、產品經理還是工程師——現在就該思考：你的技術棧是否會受到衝擊？你的客戶是否在考慮 migration？你的供應鏈是否需要 diversification？

Siuleeboss 團隊持續追蹤全球半導體動態，為企業提供 customized 技術策略諮詢。我們能幫助你：

• 評估國產AI晶片在你的 workloads 上的可行性
• 設計 migration 路徑與风险緩解策略
• 連接中國半導體生態系合作夥伴

不要等到競爭對手開始降本40%才行動。

立即預約策略諮詢

參考資料與延伸閱讀

• Morgan Stanley, “China AI GPU Report”, 2025. 原始報告可通过 Morgan Stanley Research 获取。
• TechBlog.ComSoc.org, “China gaining on U.S. in AI technology arms race”, July 31, 2025. 連結
• The Wall Street Journal, “How China Is Girding for an AI Battle With the U.S.”, July 29, 2025. 連結
• SEMI, ” China Semiconductor Manufacturing Report 2024″. SEMI官網
• IC Insights, “China AI Chip Market Forecast”. IC Insights官網