大摩研报：中美AI GPU差距被高估，2026年或成产业拐点

事件概述

摩根士丹利发布关于中国AI GPU产业的最新研判报告，核心观点认为中国AI芯片与美国的技术差距并未市场预期的那么大。报告提出2026年可能成为中国AI GPU产业的关键拐点，届时在系统级优化和本土产能扩张的推动下，中国AI芯片自给率预计将从2024年的33%提升至2030年的76%。

核心事实与数据

1. 差距缩小的逻辑与路径

尽管单芯片制程工艺存在代差，但以下因素正在缩小整体系统级差距：

• 能效经济性：中国较低的电力成本降低了“每瓦性能”的权重，若以“每美元每瓦性能”衡量，差距明显收窄。
• 三大替代路径：
  • 多芯片集成：利用先进封装技术整合多个计算单元。
  • 系统架构优化：借鉴NVIDIA NVL72等理念，通过大规模集群（如华为CloudMatrix、阿里PPU架构）弥补单卡性能不足。
  • 制造规模扩张：依赖SMIC N+2工艺（约7nm），预计其月产能将从2025年的2.2万片增至2026年的4万片。
• 结论：系统级差距有望从目前的1.5-2倍缩小至1倍左右。

2. 市场需求与商业化驱动

需求侧由“技术自主化”与“商业回报”双引擎驱动：

• 资本开支增长：预计2026年中国科技公司AI相关资本开支达5970亿元人民币（同比+38%）。
• 市场规模预测：2030年中国AI GPU市场规模预计达670亿美元（CAGR 23%）。其中云厂商（字节、阿里、腾讯等）占比约51%。
• 盈利预期：扣除折旧与运营成本后，AI算力设施预计在2028年前后盈亏平衡，2030年利润率可达50%。
• 应用场景：短期内推理场景将优先承接国产芯片，而非训练场景。

3. 竞争格局与胜出关键

• 评估框架：采用定性（产能获取、客户关系、政策、技术路线）+ 定量（TPS、每token成本、每瓦性能）的综合评估。
• 成本优势：国产芯片采购价格比可获得的NVIDIA高端产品（如H20/A100）低30%-60%。在考虑功耗与运维后，总拥有成本（TCO）更具优势。
• 性能对标：华为Ascend 950、寒武纪MLU690等部分型号在特定推理场景下的TPS表现已接近NVIDIA H20/A100水平。
• 行业趋势：后期竞争将转向规模效应与成本控制，市场集中度将提升。华为预计将获得最大的先进节点产能份额，其次是寒武纪和海光。

潜在风险与挑战

• 供应链瓶颈：仍受制于光刻设备（ASML DUV）、EDA工具（华大九天全球份额仅1-2%）及KLA检测设备供应受限。
• 良率挑战：先进制程良率目前较低（2025年约20%），需提升至2030年的50%才能支撑大规模量产。
• 估值逻辑：当前高估值反映的是国产替代预期而非盈利确定性，若出货量或ASP不及预期，面临估值修正风险。