AI半导体扩产周期未结束，但市场已进入‘验证回报’新阶段

刚过去的一周，AI硬件板块承压前行，等待一剂扭转情绪的强心针 市场原本期待ASML与台积电的财报能成为明确信号——结果两家公司交出的，是基本面扎实、指引上修、资本开支加码的硬核答卷，却未引发预期中的强势反弹。这不是业绩不及格，而是预期已越过‘需求是否存在’的初级阶段，直抵‘投入能否高效变现’的核心命题。 ASML与台积电同步加码：扩产不是进行时，而是加速进行时 ASML第二季度净销售额达93.26亿欧元，毛利率54%，净利润29.18亿欧元，均超指引上限。更关键的是，公司大幅上调2026年全年营收预期至430–450亿欧元，并首次明确规划2027年产能扩张：低NA EUV光刻机产能将在2026年约65台基础上提升30%，DUV浸没式设备也同步扩产30%；2028年进一步扩产的可能性已在评估中。 这一决策绝非短期订单驱动。光刻机交付周期长达18–24个月，供应链高度定制化。ASML敢于提前两年锁定设备产能，说明其晶圆厂客户已实质性启动2027–2028年先进逻辑与高端存储的建厂计划。 台积电紧随其后给出制造端印证：第二季度营收402亿美元（环比+12%，达指引上限），毛利率67.7%（略超指引上限），营业利润率首破60.3%。高性能计算（HPC）业务收入占比达66%，7纳米及以下先进制程占晶圆收入77%，其中3纳米与5纳米合计贡献63%，2纳米量产初期即贡献3%。 资本开支更具指向性：2026年预算由520–560亿美元大幅提升至600–640亿美元，其中70%–80%投向先进制程，10%–20%用于先进封装、测试与光罩等配套环节。全年美元营收增速预期亦由“超30%”上调至“略高于40%”。 设备龙头与代工龙头同步加码，意味着AI半导体资本开支不仅未见拐点，反而在为未来三年需求前置布局。这不是周期尾声的冲刺，而是新一轮产能爬坡的起点。 业绩强劲，为何市场反应偏冷？因为‘够好’已不够用 台积电第二季度毛利率67.7%，看似亮眼，但仅与市场主流上修预期持平，未能满足部分投资者接近69%的激进预判；第三季度毛利率指引反降至65%–67%，中值约66%，引发短期疑虑。 这并非需求转弱，而是高景气下的典型结构性压力：2纳米快速量产带来约3–4个百分点的毛利率稀释；海外晶圆厂折旧与运营成本持续上升；新制程导入初期良率与效率尚未完全释放。 台积电管理层在业绩会上明确表态：不追求在供给最紧张时透支定价权。公司定位是客户的长期制造伙伴，定价策略以支撑可持续扩产为前提，而非短期利润最大化。这种克制，对产业健康是利好，对交易情绪却是考验——它意味着投资者必须接受一个现实：AI需求越强，前期投入越大；而利润兑现，需要时间、良率与规模效应共同沉淀。 因此，市场反应偏冷，不是质疑AI是否真实，而是开始严肃审视：每一块新增晶圆、每一台新增光刻机、每一笔新增封装投资，最终能转化为多少自由现金流和ROIC？ 合看ASML与台积电，才能看清AI芯片‘第二波’的真实图景 所谓‘第二波’，不是GPU缺货重演，而是瓶颈从单一芯片，扩散至整套AI系统交付能力： ASML的EUV/ DUV决定先进制程扩产速度； 台积电的2/3纳米产能决定AI加速器、CPU、定制ASIC的晶圆供给； HBM厂商决定内存带宽天花板； CoWoS等先进封装能力，则决定计算芯片、存储与互连能否真正集成落地。 台积电直言：先进封装产能已成当前增长瓶颈，正全力扩产，并开放第三方封装方案作为补充。与此同时，AI芯片需求结构也在深化——Agentic AI推动CPU重要性回升，无论x86、Arm还是RISC-V架构，其先进制程芯片仍高度依赖台积电制造。这意味着资本开支将更均衡地流向CPU、网络芯片、HBM、先进封装等多元环节。 长期判断依然坚定：管理层确认AI趋势将持续至2029–2030年，阶段性波动难免，但方向未变；且当前需求强度甚至超过此前预期。 但受益不会均质化。ASML掌握光刻设备这一不可替代入口；应用材料、泛林、科磊受益于不同制程环节设备需求，但节奏各异；台积电是先进制造与封装的核心承接者；SK海力士、美光、三星主导HBM与高端存储；英伟达、AMD、博通及云厂商自研芯片则共同定义终端需求边界。 这注定是一轮结构性行情：稀缺性正从‘有没有芯片’，转向‘谁掌握难以复制的关键产能’，以及‘谁能在巨额扩产之后，持续兑现高资本回报’。 结语：产业仍在扩张，市场已切换考卷 ASML证明设备订单真实且前置，台积电证明晶圆与封装产能仍在加速释放——AI半导体产业周期远未见顶。640亿美元资本开支、2纳米量产、封装瓶颈、2027年光刻机扩产计划……这些都不是收缩信号，而是深度投入的实证。 但市场的考题已经翻页：从‘需求真不真实’，变为‘投入值不值得’；从‘产能够不够’，变为‘回报稳不稳定’；从‘能不能做出来’，变为‘能不能赚到钱、回得来现金’。 AI芯片的‘第二波’已然启程，但它不再靠情绪驱动，而将由真实的资本效率、稀缺的工艺控制力与可持续的客户协同力共同定义。