面向未来 AI 基础设施建设，从 CPU、GPU、ASIC，到光通信等等，大摩有话说，今日份带大家一起看看这份报告。
注意，《5 月行情展望》的逻技交汇有没有效果，看评论区就懂，即将删除，记得保存。
先来看看台积电 2026 年 CoWoS 产能分配的关键变化，可以看到 AMD、MediaTek 以及 AWS 的上修。
更具体一点，其实看出是 Google TPU 和 AMD MI系列等上调了产能，但是笔者想说，这依然低估，甚至比之前《存储闪迪目标价大幅上调到 3000 美元…》一文里 JPM 4 月份的预测还低估…
怎么说呢，其实大摩内部不同口径之间也存在明显差异。仔细看这份报告就会发现，部分数据本身就有些冲突。比如上面按 CoWoS 产能反推，Google TPU 三种型号在 2026 年的出货量分别是 2320k、960k 和 800k。但到了下面的 TPU 出货量预测表，又变成了 2300k、900k 和 500k。
Anyway，笔者认为，无论哪种口径都是低估。但是可以从下图看出很明显的趋势，2026 ASIC 开始起势了。
其实，这个判断 2025 年笔者就多次给出。原因无他，当大模型范式固定，训练和推理的数据流固定，ASIC 的价值就会越来越清晰。如果懂了这里的逻辑，也就能反过来理解，为什么英伟达这么着急从算力、存力以及运力出发，去布局全产业链。
因为要想保持优势，英伟达就不能只停留在 GPU 本身，而必须把 GPU 周围的关键瓶颈一起锁住。ASIC 的崛起，本质上是在挑战通用算力的成本效率。而英伟达的应对，则是把优势从单点芯片扩展成系统能力。换句话说，未来竞争的核心不只是“谁的芯片更强”，而是谁能把算力、存力、运力、电力和软件生态整合成最高效的 AI 基础设施。英伟达之所以持续向 HBM、光通信、DSP、激光器、连接层乃至数据中心容量延伸，就是为了让自己的优势不被单一 ASIC 轻易瓦解。
当大模型的范式逐步固定，真正的竞争焦点就会从“谁能训练出更新的模型”，转向“谁能把训练与推理的工程体系做到更稳定、更低成本、更可规模化”。在这样的阶段，ASIC 生态天然会变得更高效、更廉价。 梦四维，公众号：第四维的梦想谷歌在 Meta 的帮助下努力削弱英伟达的软件优势？
不管 GPU 也好，ASIC 也罢，不可逆的发展趋势就是芯片封装尺寸都在越来越大。原因很简单，单颗 Die 不可能无限变大，先进制程成本也不可能无限下降。因此，行业只能通过先进封装技术，把更多计算单元、更高存储带宽和更强 I/O 能力整合到同一个封装体里。
随着芯片封装尺寸越来越大，台积电只能祭出 CoWoS-L 这把大杀器。更重要的是，笔者很高兴看到，大摩终于开始讲 Intel EMIB 技术了。此刻，谁还记得 1 月付费文《最新的几点思考与机会》？评论区可以举起你们的双手了。你们整整领先了 117 天，笑… EMIB 在技术上等价于 CoWoS-L，剩下的话筒交给你们…
至于光，大摩则主要讲了 CPO 测试设备与组件，乐观的是看到了 ficonTEC，悲观的是只看到 ficonTEC，真心希望 CPO 时代可以越来越好。
继续看看国产区，还是蛮有意思的。很明显，关于国产 AI 芯片市场规模，大摩就只看到 26 年，27 年及后面若干年每年加2，这活笔者认为众多逻技π干这活也是问题不大…其实，笔者认为 26 年都是低估了…
