大摩：手把手教你如何解析全球雲AI供應鏈
摩根士丹利於 2025 年 2 月 28 日發佈了關於全球雲 AI 供應鏈的研究報告，旨在爲投資者提供分析框架，解讀複雜的供應鏈數據。報告主要內容包括研究背景、分析框架、供應鏈關鍵參與者、供應鏈動態、行業展望等。
提要
研究背景與目的
全球雲 AI 供應鏈因大語言模型發展而愈發複雜，英偉達供應鏈涵蓋衆多公司與組件，數據解讀困難。摩根士丹利在過往研究基礎上，發佈此報告提供分析框架，助投資者理解數據、剖析供應鏈。
六因素分析：識別供應鏈關鍵參與者與組件，理解供應鏈流程和收入確認時間，衡量公司內容增長與市場份額，估計 AI 收入敞口，評估庫存積累潛在影響，考量包括終端市場需求在內的其他因素。
四方式追蹤：按季度發佈雲資本支出追蹤報告和超大規模數據中心資本支出預測;臺灣科技團隊每月更新臺灣 AI 供應鏈追蹤報告;亞洲科技團隊每週發佈 AI 供應鏈追蹤報告;持續分析關鍵供應商。
供應鏈關鍵參與者
半導體級供應商：臺積電是英偉達和 AMD 高性能 GPU、超大規模數據中心 ASIC 主要代工廠，也是先進封裝領導者;ASE 在先進封裝領域領先;博通、美滿等提供 ASIC 設計服務;SK 海力士、三星電子和鎂光供應 HBM;ALRing、ASMPT 等提供半導體生產設備;KYEC、Advantest 負責測試工具;Synopsys 和 Cadence 是關鍵 EDA 企業。
系統級供應商：廣達、緯創等參與服務器組裝;AVC、Auras 等供應散熱組件;金像電子、Unimicron 生產 PCB;Chroma 開展系統級測試;Ibiden、Unimicron 供應 ABF 基板;Innolight 提供收發器;衆多企業涉及服務器和存儲 OEMs 與 ODMs;英特爾、英偉達等製造處理器和協處理器。
供應鏈動態
供應鏈流程與收入確認：以英偉達 HGX、DGX 和 L40S GPU 服務器爲例，生產週期 4 - 7 個月不等，臺積電代工和先進封裝耗時最長。英偉達在產品交付給特定環節時確認收入，ODM 在產品交付客戶並完成最終測試後確認收入。
內容增長與市場份額：不同代 AI 服務器中，供應商市場份額和組件內容有差異。英偉達不同型號服務器 ODM 供應商份額變化，CPO 供應商有望在英偉達下一代服務器架構中發揮關鍵作用。
庫存積累評估：通過多視角預測模型評估 GPU 出貨量，展示供應鏈庫存積累情況，如 Hopper、Blackwell 和 Rubin 芯片出貨量預測，以及鴻海和廣達庫存週轉天數。
行業展望與案例分析
超大規模數據中心資本支出：谷歌、微軟等超大規模數據中心運營商 2025 年資本支出增加，主要用於技術基礎設施，摩根士丹利上調雲資本支出增長預測。
案例分析：以 Aspeed 爲例，其季度收入同比增長滯後英偉達約兩個季度，2025 年預計增長緩慢，因英偉達收入確認早，且 Aspeed 增長趨勢滯後。
“行業展望”部分的主要觀點：
報告中的行業展望主要圍繞超大規模數據中心的資本支出以及共封裝光學(CPO)技術的發展前景展開，爲相關行業的投資決策提供參考。
超大規模數據中心資本支出
企業投資規劃：谷歌、微軟、Meta Platforms 和亞馬遜等超大規模數據中心運營商，在 2025 年都有大規模的資本支出計劃。谷歌預計 2025 年資本支出約 750 億美元，其中大部分用於技術基礎設施;微軟在 2025 財年繼續投資以滿足強勁需求，但增長速度低於 2024 財年;Meta Platforms 預計 2025 年資本支出在 600 - 650 億美元，主要用於數據中心建設;亞馬遜 2025 年資本投資將保持在較高水平，以支持技術基礎設施的增長。
行業增長預測：摩根士丹利技術分析師預計 2025 年雲資本支出將增長，其雲資本支出追蹤器顯示，2025 年雲資本支出同比增長預測從 2025 年 1 月的 21% 和 2024 年 8 月的 8% 上調至 32%，高於技術團隊 17% 的中位數估計。2024 年第四季度美國雲資本支出同比增長 68%，較第三季度的 62% 進一步加速。
共封裝光學（CPO）技術
技術優勢與應用前景：CPO 是一種先進的硅光子方法，能減少信號損耗、功耗和成本。隨着傳統光收發器速度瓶頸的出現，CPO 技術的採用可能加速。預計 Broadcom、NVIDIA 和 Cisco 等公司將在 NVIDIA 下一代 GPU(Rubin)服務器機架系統中推出 CPO 解決方案。
市場規模預測：在基本情況下，CPO 市場收入預計將以 172% 的複合年增長率增長，從 2023 年的 800 萬美元增長到 2030 年的 93 億美元。預計 2026 年 NVIDIA 的 Rubin 服務器機架系統的 CPO 市場規模爲 5.53 億美元，2027 年將進一步增長到 19.35 億美元。
“案例分析”部分主要內容：
報告中的案例分析主要圍繞 Aspeed 展開，通過與英偉達(Nvidia)營收增長以及超大規模數據中心(hyperscalers)雲資本支出的對比，深入剖析 Aspeed 在 2025 年營收增長預期較弱的原因，爲理解 AI 供應鏈中不同企業的發展差異提供了實際依據。
Aspeed 營收增長與英偉達及超大規模數據中心雲資本支出對比
歷史營收增長趨勢對比：從 2023 - 2025E 的歷史數據來看，Aspeed 的季度營收同比增長率明顯滯後於英偉達，大約相差兩個季度。英偉達營收增長從 2022 年開始加速，並在 2024 年第三季度達到峰值，而 Aspeed 營收增長從 2023 年第三、四季度開始加速，在 2024 年第三季度達到峰值。
2025 年增長預期差異：英偉達營收同比增長率在達到峰值後開始減速，到 2024 年第四季度已降至 77%，但仍略高於 2023 年第二季度的 58%。由於 Aspeed 營收增長趨勢滯後，預計其 2025 年第三季度增長率可能降至略高於 2023 年第二季度(26%)的水平，在預測模型中，2025 年第三季度增長率爲 - 6%。考慮到 2025 年第三、四季度的下降，Aspeed 在 2025 年的整體營收增長率預計僅略高於 2024 年。
Aspeed 營收增長緩慢的原因分析
供應鏈位置導致營收確認滯後：Aspeed 直接向下遊原始設計製造商(ODMs)供貨，而英偉達在供應鏈中的位置使其能夠比 Aspeed 更早地確認收入。這意味着即使超大規模數據中心的雲資本支出增加，帶動英偉達營收增長，但 Aspeed 的營收增長會因爲其在供應鏈中的位置而延遲體現。
行業整體動態影響：AI 供應鏈的複雜性使得個別數據點對不同企業的影響不同。雖然超大規模數據中心在 AI 領域的投資持續增加，但 Aspeed 的業務受限於其產品在供應鏈中的流轉速度和需求波動。庫存積累等因素也可能影響其營收增長，因爲 Aspeed 可能需要在庫存管理上投入更多資源，從而影響整體營收表現。
本文源自智通財經APP