- 阿斯麥(ASML: NA/US)與臺積電(TSMC: 2330:TT)本週雙雙上調全年營收指引，確認美國頭部雲服務商正無視短期投資回報率壓力，持續擴大對先進人工智能芯片的資本開支。
- 行業數據顯示，微軟(MSFT:US)、Meta(META:US)和亞馬遜(AMZN:US)等科技巨頭今年的數據中心總支出預計將突破6000億美元，這爲無晶圓廠芯片設計商的業績提供了極強的確定性。
- 算力需求正在發生結構性偏移，臺積電管理層指出，隨着大型語言模型(LLM)的成熟，算力消耗正日益從模型訓練端向推理端轉移，這要求供應鏈提供更高規格的高級處理器與先進封裝服務。
資本開支週期與投資回報率的博弈
臺積電與阿斯麥本週發佈的超預期前瞻指引，爲全球半導體市場的估值中樞提供了強有力的基本面支撐。此前，華爾街分析師羣體中逐漸瀰漫着對人工智能資產泡沫的擔憂情緒。市場質疑的核心在於，超大規模雲服務提供商(Hyperscalers)在算力基礎設施上的鉅額投入，遲遲未能轉化爲對等的軟件端現金流回報。然而，臺積電首席執行官魏哲家在分析師電話會議上的表態，暫時平息了這種疑慮。他明確指出，客戶及其下游主要雲服務商持續發出極其強烈的需求信號與積極的展望。
這種供需動態表明，在通用人工智能(AGI)的軍備競賽中，科技巨頭已將資本開支視爲維持技術護城河的沉沒成本，而非追求短期市盈率的財務工具。預計今年高達6000億美元的數據中心資本開支，不僅涵蓋了核心的圖形處理器(GPU)採購，還包括了高帶寬內存(HBM)、光模塊、液冷系統以及配套的電力基礎設施建設。這種不計成本的投入，使得英偉達(NVDA:US)、超威半導體(AMD:US)及博通(AVGO:US)等頭部芯片設計廠商的未交付訂單(Backlog)繼續維持在歷史高位，其業績的能見度已延伸至2027年。
先進製造產能與設備訂單解析
作爲全球半導體制造產業鏈的絕對底層資產，阿斯麥的極紫外光刻機(EUV)訂單與臺積電的先進製程產能利用率，是衡量全球科技資本流動性的核心代理指標。阿斯麥週三上調全年營收預期的舉動，直接反映了晶圓代工廠正在加速擴建3納米及以下先進製程的產能。投資分析平臺 Reflexivity 聯合創始人朱塞佩·塞特的觀點印證了這一點，他認爲阿斯麥的積極數據在全球宏觀經濟放緩的背景下，爲半導體行業描繪了一幅極具韌性的有利圖景。
臺積電不僅上調了營收指引，更宣佈將進一步加大今年的資本支出。這部分新增資本支出的核心投向，除了傳統的晶圓製造節點外，極大概率將傾斜於CoWoS（晶圓級芯片尺寸封裝）等先進封裝產能的擴張。在當前的人工智能芯片架構中，由於光刻尺寸逼近物理極限，通過先進封裝技術將計算核心與高帶寬內存進行異構集成，已成爲提升算力密度的唯一可行路徑。臺積電在先進封裝領域的產能瓶頸，長期以來一直是制約英偉達高端芯片交貨週期的核心堵點，此次資本支出的上修，預示着這一供應鏈瓶頸有望在未來幾個季度得到實質性緩解。
算力結構的演進：從訓練走向推理
本次財報季透露出的另一個關鍵趨勢，是人工智能算力需求正在經歷從訓練(Training)向推理(Inference)的結構性拐點。在過去兩年中，市場的算力飢渴主要源於各家科技巨頭從零開始訓練千億參數級別的大型語言模型。然而，隨着基礎模型框架的逐漸收斂與商業化應用的落地，處理用戶日常查詢、生成文本和視頻的推理任務，正在呈指數級增長。
這種需求轉移對底層的硅片設計提出了截然不同的要求。相較於訓練階段對單卡絕對算力與集羣互聯帶寬的極高要求，推理階段更看重芯片的能效比、延遲表現以及特定任務的吞吐量。這促使算力需求日益轉向針對特定算法優化的高級處理器及定製化芯片(ASIC)。博通(AVGO:US)等在此類定製化網絡與計算芯片領域具備深厚技術積累的廠商，正迎來一波新的結構性增長機遇。同時，爲了支撐龐大的並行推理計算，臺積電的先進製程訂單結構也變得更加多元化，進一步降低了對單一核心客戶的過度依賴。
