9月AI半导体产业链梳理：GPU、ASIC、HBM与半导体设备

9月以来，AI半导体的基本面出现了一个明显变化：增长不再集中在GPU一个环节。英伟达的数据中心收入仍在高速增长，Broadcom的定制AI芯片收入开始进入百亿美元级，HBM紧缺继续向高容量服务器内存与企业级固态硬盘传导，先进制程、存储扩产和先进封装则开始反映在设备商的收入与指引里。

AI资本开支沿半导体产业链扩散

一、万亿美元资本开支，仍是这轮半导体景气的底盘

所有半导体链条最终都要回到一个问题：云厂商还有没有能力继续投入。

从公开财务数据看，答案暂时没有变化。NVIDIA FY27Q2实现营收 962亿美元，同比增长 106%；其中数据中心收入 890亿美元，同比增长 117%，环比仍增长18%。公司给出的FY27Q3收入指引进一步升至1080亿美元。

云侧同样保持扩张。Microsoft FY26Q4实现收入900亿美元，同比增长18%；Microsoft Cloud收入593亿美元，同比增长27%，Azure全年收入首次突破1000亿美元。

摩根大通汇总Amazon、Google、Microsoft、Meta、Oracle及部分新型云服务商后，预计Cloud Capex在2026年约为 9530亿美元，2027年升至约 1.405万亿美元，2028年进一步达到约 1.548万亿美元。

这个规模的资本开支不可能只停留在GPU采购。服务器数量上升之后，交换芯片、光互连、HBM、DDR5、企业级SSD、先进封装和晶圆制造设备都会同步增加。半导体景气向外扩散，本质上是同一笔AI基础设施投资在产业链不同环节陆续确认收入。

二、GPU继续高增，ASIC开始进入财务报表

GPU没有降速，但定制AI芯片已经从设计项目变成收入。

Broadcom FY26Q3收入295.9亿美元，同比增长86%；其中AI半导体收入达到 167亿美元，同比增长 221%、环比增长54%。公司预计FY26Q4 AI半导体收入继续升至 217亿美元，同比增长236%。

这组数字意味着，ASIC已经脱离过去“项目很多、收入很远”的阶段。OpenAI与Broadcom今年6月公开Jalapeño，首代芯片从设计推进至生产只用了9个月，计划从2026年底开始部署，后续是多代、吉瓦级的平台路线。

Marvell的方向类似。FY27Q2公司收入27.39亿美元，同比增长37%；数据中心收入增速进一步加快至46%。公司给出的下一季度收入指引约31.5亿美元。

GPU与ASIC出货结构变化

摩根大通预测，按AI加速器出货量计算，ASIC/XPU占比将从2025年的32%升至2026年的41%，2027年进一步达到 54%；GPU同期占比由68%降至46%。

这里需要区分出货量与市场价值。GPU单颗售价、平台价值以及软件生态仍显著高于多数定制芯片，54%的单位占比并不等于ASIC收入超过GPU。

产业变化发生在另一层：Google、Meta、Amazon、Microsoft以及前沿模型厂商都在增加定制芯片投入。Hyperscaler希望降低单位推理成本、功耗和对单一通用GPU供应体系的依赖，ASIC因此获得了一条独立于GPU增长的需求曲线。

ASIC客户与量产时间表

Broadcom与Marvell的差别也越来越清楚。Broadcom掌握更多头部XPU项目，并同时覆盖交换芯片、SerDes和先进封装；Marvell的收入基数较小，但在Trainium、Maia以及SmartNIC、CXL、光互连等配套环节具备更高的增量弹性。ASIC这一阶段已经不缺项目，接下来决定盈利斜率的是 量产时间、客户部署规模和先进封装供给。

三、HBM之后，高容量服务器内存开始接棒

存储是另一条已经从单点扩散的链。Micron FY26Q3披露，HBM4已经进入高量出货，HBM4E预计2027年进入量产；同时，公司已经向关键服务器生态客户送样256GB DDR5 RDIMM。

SK hynix在2Q26也开始HBM4量产出货，并披露正在与约10家关键客户推进长期供应协议。公司对需求结构的描述已经从单一HBM，扩展到高价值DRAM与NAND。

HBM向服务器内存与企业级SSD扩散

AI服务器的内存瓶颈正在向两端扩散。一端是高容量DDR5，模型参数、上下文长度以及内存数据库对CPU侧容量提出更高要求，256GB、512GB RDIMM开始进入新一轮服务器平台验证和部署；另一端是企业级SSD，训练数据、推理缓存和Agent工作流增加数据读写量，NAND需求逐渐从消费电子恢复转向数据中心驱动。

摩根大通预计，2026年DRAM位元需求增长 29%，2027年进一步增长 32%；NAND同期分别增长 24%和 29%，其中企业级SSD是主要驱动之一。

这一轮存储周期还有一个与过去不同的变量：长协。DRAM和NAND厂商开始通过长期供应协议提前锁定价格和供货量。HBM占用更多先进DRAM产能，加上原厂资本开支仍保持纪律，供给端很难在短时间内复制过去那种无序扩产。观察存储周期只看现货价已经不够，产品结构、长期合同和新增晶圆产能，正在决定这一轮盈利能够维持多久。

四、设备开始兑现：AI已经走到制造环节

如果芯片设计公司的收入代表需求，那么半导体设备公司的收入代表产能开始落地。

Lam Research截至6月的季度收入 67.22亿美元，环比增长15.1%，下一季度收入指引升至约81亿美元。Applied Materials FY26Q3收入 91.2亿美元，同比增长25%，创季度纪录；公司同时上调了对2026年半导体系统业务的预期。

KLA FY26Q4收入36.6亿美元，并给出FY27Q1约40亿美元、上下浮动2亿美元的收入指引。公司明确把先进逻辑、存储复杂度和先进封装列为需求来源。

全球WFE支出与主要设备公司财报

摩根大通预计全球WFE支出从2025年的 1240亿美元升至2026年的 1630亿美元，2027年达到 2250亿美元，2028年进一步升至2630亿美元。2026和2027年对应增速分别为31%和38%。

设备环节的关键并不只是晶圆数量增加。2nm、3nm工艺需要更多沉积、刻蚀和量测步骤；HBM增加高深宽比刻蚀、键合和检测需求；2.5D/3D先进封装继续拉长制造流程。芯片越复杂，每片晶圆背后的设备价值量越高。2026年的设备行情已经逐渐从“未来扩产”切换到“订单与收入兑现”。

五、同一条AI主线，估值已经明显分层

产业趋势同时向上，不代表估值处在同一个位置。按摩根大通9月16日的2027E一致预期口径，NVIDIA约14.2倍PE，Broadcom约16.6倍，Marvell约35.6倍；Micron约5.5倍；Applied Materials约21.4倍，Lam Research约25.7倍，KLA约27.8倍。

这些数字不能机械横比。Micron的低PE来自存储利润处在强上行阶段，周期利润越高，静态估值越低；Marvell的估值明显更高，市场已经提前计入2027—2028年ASIC和数据中心业务的放量；设备股介于两者之间，估值依赖WFE上修能否继续转化为收入和EPS。

AI半导体投资主线与下一阶段变量

从盈利兑现顺序看，目前可以分成三层：第一层是已经形成大额利润的算力核心，NVIDIA、Broadcom的AI收入已经达到足够大的基数；第二层是收入弹性更大的ASIC与存储，Marvell、Micron的利润斜率更依赖产品爬坡和供需缺口；第三层是制造端，Applied Materials、Lam、KLA受益于先进制程、DRAM/HBM和先进封装同步扩产。

风险也比一年前清楚：云厂商Capex一旦高位降速，ASIC项目延期，存储供给释放过快，或者设备订单提前透支，都会迅速打断盈利上修。

截至9月20日，公开财报给出的信号仍偏强： GPU继续增长，ASIC开始确认大额收入，服务器内存进入新一轮产品升级，设备公司的订单和收入已经接上。 对这一阶段的AI半导体而言，值得看的已经不是“下一只英伟达是谁”，而是哪一段产业链的盈利上修还没有被估值完全消化。

风险提示： 本文仅用于行业与公司基本面研究交流，不构成任何投资建议、证券推荐或收益承诺。文中涉及的预测数据、估值与产业链判断可能随公司经营、行业供需、宏观环境及市场预期变化而调整，投资者应基于自身风险承受能力独立决策。