AI需求不缺了，卡脖子的现在轮到它了

这份报告印证了我们一段时间以来一直主张的观点：AI 不再受需求限制。瓶颈仍然在供给端，具体来说就是 TSMC 的先进封装产能。

最重要的结论是，到 2027 年，NVIDIA 将继续主导 CoWoS 产能分配。Morgan Stanley 估计，NVIDIA 的 CoWoS-L 月消耗量可能超过相当于 910000 片晶圆，同比增长超过 40%。这意味着 Blackwell、Rubin、Vera CPU 以及未来的 AI 系统早在部署之前就已经拿到了产能担保。

当 NVIDIA 称需求超过供给时，这份报告显示这种情况到 2027 年依然会存在。

第二个重要结论是，Google 正悄悄成长为比大多数投资者认知中规模大得多的 AI 基础设施参与者。TPU 的需求似乎正在快速加速，Morgan Stanley 认为 Google 可能在 2027 年部署 360 万到 390 万台 TPU。

AI 竞赛正越来越多地变成超大规模企业自研芯片的竞争，而非完全依赖第三方商用 GPU。

同样值得注意的是，CPU 已经成为先进封装产能的重要消耗方。市场往往只关注 GPU，但 NVIDIA 和 AMD 的下一代服务器 CPU 也越来越多地采用先进封装技术。

这意味着 AI 基础设施需求正在整个计算栈范围内扩大，而非仅仅集中在加速器上。对 TSMC 而言，这可以说是整份报告中最利好的一个数据点。

Morgan Stanley 将其对 2027 年底 CoWoS 产能的预测上调至每月 200000 片晶圆，相较当前水平增长约 60%。但尽管扩张力度如此之大，产能其实已经被 NVIDIA、Google、AMD 和其他 ASIC 客户分配完了。

换句话说，供给增长已经非常庞大，但需求增长还要更大。

更广泛的推论是，AI 资本开支周期仍然处于早期阶段。如果 TSMC 的先进封装产能到 2027 年都已经被全部预订，那就很难说超大规模企业的 AI 支出会在近期见顶。

行业的表现类似早期云计算扩张阶段，只不过规模要大得多，进入壁垒也要高得多。受益方基本没有变化：NVIDIA、TSMC、Broadcom、MediaTek、ASE、ABF substrate 供应商、测试公司、服务器制造商和电力基础设施供应商。

每新增一片 CoWoS 产能，最终都会转化为更多 AI 算力进入系统。最突出的一点是瓶颈在不断转移。两年前，限制因素是 GPU。然后变成了 HBM。今天是 CoWoS 封装。明天可能会变成发电、制冷基础设施或数据中心建设。

贯穿始终的线索是，AI 栈每一层的需求都在超过供给。对于寻找 AI 投资周期放缓证据的投资者来说，这份报告指向了相反的方向。产能分配