核心观点
过去两年，市场对AI硬件的定价主要集中在GPU、HBM和先进封装。进入2026年后，产业约束开始向更上游迁移：数据中心电力容量扩张最终需要转化为更多GPU集群，而GPU集群并不只消耗先进逻辑晶圆，还会同步拉动HBM、服务器DRAM和数据中心NAND需求。
伯恩斯坦基准模型显示，每新增1GW AI计算能力，约需要4.6万片/月新增晶圆产能。若2030年较2026年新增50GW AI容量，对应增量晶圆厂设备投资约3760亿美元。叠加全球半导体行业原有的扩产、设备升级和维持性支出，2027—2029年全球晶圆厂设备支出可能分别达到2000亿、2450亿和2910亿美元，三年累计约7360亿美元。
这一模型真正值得关注的不是7360亿美元这一单一数字，而是设备支出结构发生的变化：先进逻辑不再是唯一增量来源，HBM、DRAM和NAND合计可能贡献约四分之三的AI相关设备投资。
一、338GW规划容量，不能直接等同于设备订单
截至2026年6月，全球数据中心在运容量约50.7GW，较一年前增加约11.4GW；同期规划中的数据中心容量由约121GW扩大至338GW，新增规划管线超过200GW。
规划容量增速远高于实际投运容量，说明超大规模云厂商、Neocloud和数据中心运营商仍在加快锁定土地、电力和机房资源。但338GW更接近潜在需求上限，而不是确定性算力交付。
一个数据中心项目从规划进入投运，至少需要通过四道约束：电网接入、融资安排、芯片交付和最终客户需求。部分项目虽然已经申请土地与电力资源，但尚未签署长期购电协议；部分机房仍缺乏明确的GPU采购计划；部分规划容量还可能包含重复申报和长期储备项目。
因此，不能用338GW直接乘以单位GW晶圆需求，得出未来设备订单。伯恩斯坦采用的基准情景明显低于规划管线总量：假设2030年较2026年新增50GW AI容量，相当于2027—2030年年均新增约12.5GW，并使AI数据中心容量扩大至2026年的约3.5倍。
AI算力扩张如何传导到晶圆厂设备支出：从数据中心容量、GPU集群部署，到晶圆产能和WFE订单的完整路径。
二、每新增1GW算力，为什么需要4.6万片月产能
市场讨论AI硬件时，注意力通常集中在GPU。但一套AI计算系统消耗的半导体远不止先进逻辑芯片。
GPU承担主要计算任务，CPU和网络芯片负责系统调度与互连，HBM承担高带宽数据交换，传统DRAM提供CPU侧内存，NAND则用于存放模型文件、训练数据、检查点和本地缓存。新增算力实际上同时拉动先进逻辑、HBM、DRAM和NAND四类晶圆需求。
基于Vera Rubin级别机架配置，伯恩斯坦测算，每新增1GW AI计算能力，约需要4.6万片/月新增晶圆产能，其中DRAM约2.5万片/月，NAND约9000片/月，HBM约8000片/月，先进逻辑约5000片/月。
关键认知
从晶圆数量看，AI基础设施最大的增量需求不是先进逻辑，而是存储。DRAM、HBM和NAND合计占新增晶圆需求接近九成。
不过，晶圆数量不能直接等同于设备收入。先进逻辑工厂的单片晶圆资本强度明显高于存储。伯恩斯坦估算，每新增1万片/月产能，先进逻辑设备投资约34亿美元，HBM及DRAM约14亿美元，NAND约13亿美元。
因此，先进逻辑晶圆数量占比虽然较低，但光刻、沉积、刻蚀、离子注入和量检测设备价值量更高。存储则依靠更大的晶圆规模、更多的堆叠层数和更复杂的工艺步骤形成设备需求。
三、3760亿美元增量设备投入，存储占据主导
在50GW新增AI容量情景下，伯恩斯坦测算相关增量晶圆厂设备投入约3760亿美元。其中先进逻辑约900亿美元，HBM与DRAM约2280亿美元，NAND约580亿美元。
HBM、DRAM和NAND合计贡献约76%的增量设备投入。AI设备周期因此不只是先进逻辑和光刻的故事，刻蚀、沉积、热处理、清洗和过程控制等存储密集型设备同样处于支出中心。
HBM首先是一项先进DRAM前道制造业务。在形成堆叠产品之前，每一层HBM都需要独立完成DRAM晶圆制造、测试和筛选。随着产品由8层、12层向16层及更高层数演进，单颗可售HBM所需的裸片数量继续增加，良率损耗和冗余产能需求也随之上升。
DRAM需求则来自两条路径。一是HBM占用更多先进DRAM晶圆，挤压传统服务器DRAM产能；二是AI服务器本身仍需要大容量CPU侧内存。在两类需求同步增长的情况下，存储厂商仅靠产品结构切换难以满足供给，净新增晶圆产能成为更直接的解决方案。
NAND的设备逻辑更容易被低估。训练和推理并非所有数据都存放在HBM中，大量模型文件、向量数据库、训练数据和检查点仍需要本地或近线存储。AI推理由云端向企业数据中心渗透后，数据中心级NAND需求可能脱离传统消费电子周期。
每新增1GW算力对应的晶圆需求结构，以及50GW情景下约3760亿美元增量设备投入的分布。
四、2027—2029年WFE为何可能迈向3000亿美元
AI相关增量产能只是全球设备支出的一部分。晶圆厂还需要投入成熟制程、模拟、功率、汽车与工业芯片，同时维持原有产线升级、设备替换和工艺迁移。
纳入这些支出后，伯恩斯坦预计全球WFE将由2026年的约1480亿美元，提升至2027年的2000亿美元、2028年的2450亿美元和2029年的2910亿美元。2027—2029年三年累计约7360亿美元，年均约2450亿美元。
7360亿美元不能全部归因于AI。更准确的理解是，AI需求可能将全球WFE的中枢由过去约1000亿至1500亿美元，提高到2000亿至3000亿美元。
这与传统存储设备周期存在两点差异。第一，需求持续时间可能更长。若2027—2029年设备支出逐年上升，行业面对的不是单年扩产高点，而是连续三年的产能建设。第二，中周期盈利中枢可能提高。若AI算力、内存和存储需求使WFE维持在更高平台，设备公司的中周期收入、服务收入和自由现金流也会相应上移。
问题在于，市场已经为这一情景支付了较高价格。主要海外设备股虽然较阶段高点出现不同程度回撤，但年内涨幅和远期估值仍处于较高水平。下一阶段，WFE上修只能提供行业基础，无法保证全部设备公司获得超额收益。
五、刻蚀与沉积是存储扩产的第一顺位
DRAM、HBM和NAND均属于刻蚀与沉积密集型产品。高层数NAND需要在厚堆叠结构中完成高深宽比刻蚀；先进DRAM需要构建更复杂的电容、字线和接触孔；GAA晶体管、背面供电和新型互连结构也会增加原子层沉积、选择性刻蚀和新材料处理步骤。
因此，在50GW基准情景下，Lam Research与Applied Materials对新增WFE的收入敏感度相对较高。Lam的优势集中于高深宽比刻蚀和薄膜沉积，对DRAM和NAND资本开支变化更敏感；Applied Materials的产品覆盖更广，在逻辑、存储、离子注入、CMP和先进封装之间具备更均衡的敞口。
Applied Materials截至2026年4月的财季收入达到79.1亿美元，同比增长11%；非GAAP毛利率为50.0%，非GAAP EPS为2.86美元，同比增长20%。收入增速低于伯恩斯坦对2027—2029年WFE的预测斜率，意味着后续股价表现仍取决于客户资本开支能否继续上修，以及公司能否保持产品份额。
Lam Research的设备结构更偏存储。若HBM、DRAM和NAND成为设备投资主力，其盈利增速可能高于行业；但同样因为存储暴露更高，一旦客户延迟扩产，其盈利预测也更容易向下调整。
六、量检测的收入弹性更平滑，现金流质量更高
KLA的设备数量未必像刻蚀和沉积一样随晶圆产能线性增长，但制程越复杂，晶圆厂对缺陷检测、关键尺寸量测和良率管理的依赖越高。
先进逻辑由FinFET转向GAA，HBM由单层DRAM转向多层堆叠，先进封装由传统凸点转向混合键合，都会提高缺陷成本。产品在后段工艺发现失效时，前段已经投入的晶圆、封装和测试成本可能全部损失，因此过程控制支出通常随单片晶圆价值量提高。
KLA截至2026年3月的财季收入34.15亿美元，GAAP摊薄EPS为9.12美元，非GAAP EPS为9.40美元；季度自由现金流达到6.22亿美元，过去12个月自由现金流约40.1亿美元。
KLA的核心优势不在于某一类存储产品放量，而在于逻辑、存储和先进封装的工艺复杂度同时提升。即使最终新增数据中心容量低于50GW基准情景，单位晶圆的过程控制强度仍可能提高。
七、ASML提供技术垄断，但并非本轮最高弹性资产
ASML仍是先进逻辑和先进DRAM不可替代的设备供应商。其核心逻辑来自EUV渗透率提升、High-NA EUV导入，以及庞大装机基础带来的服务和升级收入。
ASML 2026年第二季度收入约93.3亿欧元，毛利率54.0%，每股收益7.59欧元；公司将全年收入指引提高至430亿至450亿欧元，毛利率指引提升至54%至56%。管理层同时释放出2027年EUV产能接近充分预订、2028年可能进一步扩产的信号。
ASML的订单可见度和技术壁垒在设备行业中处于最高水平，但其对本轮AI增量WFE的敏感度并非最高。原因在于，50GW模型中的最大支出池来自HBM、DRAM和NAND，而NAND对EUV的依赖相对有限。
八、海外设备股：确定性与弹性需要分开定价
若投资目标是盈利确定性，ASML和KLA更占优势。若投资目标是WFE上行阶段的利润弹性，Lam Research更直接。Applied Materials处于两者之间，既能受益于先进逻辑和存储扩产，也能从先进封装、CMP和服务业务获得增量。
九、A股设备链已进入收入质量验证阶段
全球WFE扩张为国内设备公司提供需求基础，但A股设备公司的收入增长还同时受到国产替代、客户验证和产品份额提升驱动。
与海外成熟设备公司相比，国内厂商仍处于产品线扩展期。新产品从研发、验证、批量采购到收入确认，需要经历较长周期，并伴随更高的研发、人员和供应链投入。收入增长、扣非利润与经营现金流可能明显不同步。
北方华创：平台属性最完整，利润释放是下一阶段关键
北方华创覆盖刻蚀、薄膜沉积、热处理和清洗等多个设备环节，是A股中产品平台最完整的半导体设备公司。
2026年第一季度，公司收入103.23亿元，同比增长25.80%；归母净利润16.35亿元，同比增长3.42%；经营活动现金流净额7.48亿元。收入增速明显高于利润增速，说明研发、人员扩张、产品结构或费用投入仍在压制盈利释放。
北方华创的核心矛盾已经从“设备能否进入客户产线”转向“新增产品能否形成规模收入，并转化为利润和现金流”。
中微公司：与存储WFE结构的匹配度最高
中微公司的核心资产是等离子刻蚀设备。先进逻辑、DRAM、HBM和高层数NAND均需要更高深宽比、更精细和更具选择性的刻蚀工艺。
2026年第一季度，公司收入29.15亿元，同比增长34.13%；归母净利润9.30亿元，同比增长197.20%；扣非净利润4.78亿元，同比增长60.09%。归母利润中包含出售股权形成的投资收益，因此主营经营质量应更多观察收入、扣非利润和现金流。
公司后续估值上限取决于两点：刻蚀份额能否继续提高，薄膜沉积及其他新产品能否形成第二收入来源。
拓荆科技：增长斜率高，估值容错率低
拓荆科技聚焦PECVD、ALD和SACVD等薄膜沉积设备，并向先进制程、混合键合和三维集成相关设备延伸。
2026年第一季度，公司收入11.12亿元，同比增长56.97%；归母净利润5.71亿元，扣非净利润1.02亿元，经营现金流净额为负5.20亿元。归母利润与扣非利润差异较大，说明非经常性项目对当期利润贡献明显。
拓荆的产业逻辑较强，问题在于当前定价对订单确认、验收进度和利润率要求严格。
华海清科：先进封装映射直接，风险收益比相对均衡
华海清科的核心产品包括CMP、减薄和湿法设备。CMP受益于先进逻辑互连层数增加，减薄设备则直接映射HBM堆叠、Chiplet和先进封装。
与薄膜沉积公司相比，华海清科的收入斜率可能更平滑，但市场对远期业务的定价也相对克制。若减薄和其他新产品逐步形成收入，其估值与增长匹配度可能优于已经计入较高增长假设的设备公司。
盛美上海：清洗基本盘稳定，新设备决定增长斜率
盛美上海以清洗设备为核心，同时扩展电镀、炉管、涂胶显影和先进封装设备。
2026年第一季度，公司收入14.76亿元，同比增长13.06%；归母净利润1.04亿元，同比下降57.66%；扣非净利润1.06亿元，同比下降57.24%。利润下降主要受到汇兑和财务费用影响，但收入增速也低于中微、拓荆等设备公司。
盛美上海后续估值空间取决于电镀、炉管、涂胶显影和先进封装设备能否形成批量收入。
十、A股设备股不能只按收入增速排序
对国内设备公司而言，比收入增速更重要的是四项指标：扣非净利润能否接近收入增速；合同负债与存货结构是否健康；经营现金流能否跟随利润改善；第二、第三产品线能否形成批量收入。
按照光刻、刻蚀、沉积、清洗、量检测及CMP/减薄等设备环节，梳理海外龙头与A股公司的对应关系。
十一、模型兑现仍受三项约束
1. 电力接入可能早于芯片供给成为硬约束
50GW新增算力需要长期、稳定且低成本的电力供应。数据中心即使已经获得土地，也可能因变电站建设、输电线路审批和发电资源不足而延迟。如果电力接入速度低于预期，GPU部署和晶圆需求都会向后推迟。
2. 单位算力的晶圆消耗可能下降
若单位芯片性能增长快于算力需求，达到相同有效算力所需的GPU和内存数量可能下降；反之，若模型参数、推理调用和上下文长度继续增长，晶圆需求也可能高于当前测算。每GW对应4.6万片/月更适合作为产业测算框架，而不是固定常数。
3. 存量设备复用可能降低新增采购额
存储厂商并不一定完全依赖新建晶圆厂满足需求。制程迁移、设备升级、产品组合调整和良率提升，都可能增加存量产线的有效产出。如果存量设备复用程度高于预期，新设备采购额将低于模型。
十二、结论：行业仍在扩张，但设备股已经进入兑现阶段
AI基础设施投资正在从GPU采购向晶圆制造能力扩散。每新增1GW算力，不仅需要先进逻辑芯片，还需要更大规模的HBM、服务器DRAM和数据中心NAND。由此形成的晶圆需求，正在推动半导体设备行业由单一先进逻辑周期转向逻辑与存储同步扩产。
伯恩斯坦测算的2027—2029年7360亿美元WFE不是确定性结果，但其支出方向具备产业合理性。即使50GW基准情景只部分兑现，全球WFE中枢仍可能高于过去周期。当前真正需要警惕的不是行业需求突然消失，而是设备股已经提前计入较强的2027—2029年增长预期。
海外设备股中，ASML和KLA的核心价值是技术壁垒、订单可见度和现金流质量；Lam Research是存储资本开支回升的高弹性资产；Applied Materials提供逻辑、存储和先进封装的综合敞口。
A股设备链中，北方华创仍是平台型核心资产，但需要利润率和现金流重新匹配收入增长；中微公司与存储设备支出结构的契合度最高；拓荆科技拥有较高增长斜率，但现有定价对业绩兑现要求严格；华海清科在CMP、减薄和先进封装方向具备相对均衡的风险收益比；盛美上海需要依靠清洗以外设备改善增长斜率。
投资框架
设备股下一阶段的超额收益不会来自“AI资本开支增长”这一共识本身，而来自三个更具体的变量：谁占据设备支出增长最快的工艺环节，谁能够在客户扩产中提高份额，谁能够把订单转化为扣非利润和自由现金流。
风险提示
本文涉及的产业测算依赖数据中心新增容量、机架配置、晶圆消耗、设备资本强度及晶圆厂扩产节奏等假设。实际结果可能受到电力接入、资本开支调整、芯片架构变化、良率提升、设备复用、出口限制及宏观周期影响。文中涉及公司及数据仅用于产业研究，不构成任何投资建议。
精彩评论