AI算力全链条价值重估:从台积电涨价到互联技术破局

H持续震荡走高，华虹更是一路突破、不断创出阶段新高，国产成熟制程外溢红利、先进制造稀缺重估逻辑，正在盘面不断兑现。晶圆厂即将迎来耀眼的时代——从“HBM挤出效应”到“成熟制程超级周期”的逻辑共振

不止代工，算力互联瓶颈爆发的行情同样爆发力拉满！
作为PCIe/CXL高速互联国产稀缺龙头的数渡科技（万通发展），今日直接强势封死涨停！凿开博通的围墙：万通发展，要重写AI算力的“交通规则”和数渡科技拆解

光模块材料、Mlcc也在演绎。陶瓷基板行业深度交流和金属钨的延伸思考
不知道有没有跟踪细心的小伙伴，吃到肉。

晶圆制造、存储、互联三大环节的供需重构与产业深层逻辑

全球AI产业正处于一轮长周期的算力扩张通道中。大模型参数规模持续攀升、多模态推理应用加速落地，带动全球科技巨头与云厂商的算力资本开支维持高位增长。与传统消费电子的短周期补库存反弹不同，本轮需求增长源于算力架构的底层变革，是具备刚性支撑的结构性升级。

传导至上游半导体产业链，先进制造产能紧缺、存储价格持续上行、互联瓶颈日益凸显，多个环节同步出现产能重分配、价值重定价的趋势。从台积电覆盖七成以上晶圆营收的先进制程全线涨价，到DRAM景气周期下国产存储的差异化突破，再到光互联、CXL、PCIe等互联技术的加速迭代，看似分散的产业事件，实则是同一套AI算力供需逻辑下的连锁反应，共同构成了AI时代半导体基础设施的价值重估图景。

一、先进制造稀缺性重估：台积电涨价背后的产能体系重构

1. 涨价落地：覆盖全系列先进制程，盈利弹性超预期

据科技分析师科潘独家报道，台积电已陆续向客户通知晶圆代工价格调整方案，涨价范围远超市场此前盛传的3纳米制程，全面扩及7纳米及以下所有先进制程，整体涨幅约5%至10%。从营收影响范围来看，此次调价覆盖了台积电约75%的晶圆营收，对整体盈利的拉动效应显著。

这一调价的广度超出了行业普遍预期。2026年一季度数据显示，3纳米制程仅占台积电晶圆营收的25%；将7纳米至2纳米全系列先进制程纳入调价范围后，受影响的营收规模较单一制程调价提升了两倍。值得注意的是，就连采用初代EUV技术的7纳米制程也被纳入涨价名单，部分客户已被要求在新采购订单中执行更新后的报价，后续部分成熟制程同样存在跟进调整的可能。

此次涨价并非临时的市场行为，而是台积电明确的战略导向。据悉，台积电高层在年初即向业务团队提出强化盈利能力的目标，将定价策略与技术领先性、客户产能确定性深度绑定，把涨价转化为技术领先与客户价值主张的直接体现。市场测算显示，若按平均5%的涨幅估算，此次调价将为台积电2026年毛利率额外注入超过2个百分点。针对外界问询，台积电未正面证实涨价计划，仅表示定价策略属于长期且具战略性的安排。

耐人寻味的是，就在今年4月的北美技术论坛上，台积电还高调展示了A14之后的A13、A12制程技术蓝图，并邀请SK海力士分享HBM4存储器的布局规划，释放出持续引领先进制程路线的公开信号；而台面之下，覆盖全产品线的大规模价格调整计划已在产业端稳步推进。

2. 产能再分配：制造体系的系统性战略倾斜

涨价并非孤立的成本转嫁行为，而是台积电整体产能战略调整的直接体现，与行业此前观察到的“成熟制程产能外溢、先进封装优先级提升”的现象形成完整的逻辑闭环。

近期台积电正持续重构全公司的产能资源分配，将更多资本开支、工程研发资源与客户服务能力，向先进制程与先进封装两大高价值、高战略意义的方向倾斜。其中，CoWoS先进封装产能紧张已是行业共识，AI芯片对高密度2.5D/3D封装的爆发式需求，让先进封装成为与先进制程同等重要的稀缺资源，其产能分配甚至直接决定了高端AI芯片的交付节奏。

成熟制程产能外溢、先进制程涨价、先进封装扩产，三者并非独立事件，而是AI驱动下半导体先进制造体系价值重估的不同表现。核心逻辑始终一致：在有限的资本开支与工程资源约束下，产能持续向AI算力最核心的制造环节集中，向能产生更高价值的技术节点倾斜。

3. 涨价的底层支撑：结构性紧缺而非短周期波动

市场中始终存在“涨价不可持续、下游终将承压”的观点，认为价格上涨最终会抑制下游需求，迎来拐点。这类判断看似永远正确，却忽略了本轮涨价的核心驱动——AI算力扩张带来的结构性产能紧缺，对产业判断与投资决策的参考价值极为有限。

传统消费电子周期中，涨价往往伴随需求见顶、下游抵触，最终价格随周期回落。但本轮AI驱动的需求增长，本质是全球科技巨头对先进制造能力的刚性争夺：先进制程的扩产周期长达数年，技术壁垒极高，供给端无法快速响应爆发式的需求增量。对下游AI芯片厂商而言，稳定的产能交付与领先的工艺支持，直接决定其产品的市场竞争力与落地节奏，客户愿意为产能确定性与技术领先性支付溢价。

真正值得关注的核心问题，从来不是“会不会涨到头”，而是“涨价的核心驱动是什么”“成本由谁承担”“行业价格中枢是否已经上移”“供需拐点的明确信号是什么”。落到台积电此次涨价上，其本质不是简单的成本向下游转嫁，而是AI算力需求持续扩张下，先进制造能力的稀缺性重新定价。只要AI算力扩张的长期趋势不变，先进制造产能的稀缺性就将持续存在，行业价格中枢的上移便具备坚实的基本面支撑。

关于晶圆制造，可以延伸阅读晶圆厂即将迎来耀眼的时代——从“HBM挤出效应”到“成熟制程超级周期”的逻辑共振

二、存储景气上行周期：国产存储的追赶节奏与赛道分化

算力需求的爆发不仅拉动了先进制程与封装的价值提升，也直接带动了存储芯片的需求扩容。AI大模型对高带宽内存的极致需求，叠加通用服务器、消费电子的需求复苏，DRAM行业正式进入新一轮景气周期，国产存储厂商也在行业上行周期中实现差异化突破。

1. 行业周期向上：龙头扩产印证长期需求

AI大模型训练与推理对高带宽内存（HBM）的需求呈爆发式增长，HBM已成为存储行业价值量最高、增速最快的细分赛道，也是三星、SK海力士、美光三大海外存储巨头的核心竞争高地。在台积电北美技术论坛上，SK海力士已分享HBM4的技术布局，显示出龙头厂商对高端存储技术路线的持续加码。

近期SK集团董事长公开表示，计划未来五年内将内存产能扩大一倍，侧面印证了行业对存储需求长期增长的共识。高端HBM与通用DRAM同步扩容，成为存储行业本轮周期的核心特征，也让全球存储产业的竞争格局迎来了新的变量。

2. 长鑫存储：通用DRAM稳步突破，高端赛道仍存代差

半导体研究机构SemiAnalysis在近期发布的长鑫存储专题报告中预测，长鑫存储（CXMT）2026年营收有望突破500亿美元，成长速度显著快于行业平均水平。

从盈利与成本结构来看，当前长鑫存储的技术追赶仍在途中。报告通过对四家存储供应商的DDR5产品进行每比特成本分析发现，长鑫存储DDR5产品的每比特成本仍较全球三大存储龙头高出30%以上。但受益于2026年一季度DRAM市场价格持续走强，公司毛利率仍有望攀升至70%以上。机构分析指出，当前阶段其利润率提升主要受益于行业价格上行周期，而非产品竞争力或成本结构的根本性改善。

分产品线来看，长鑫存储的技术进展呈现明显的分化特征：

• 通用DRAM领域：国产化进展明确，份额稳步提升

在普通DRAM领域，国产厂商已取得实质性进展。无论是从晶圆产能还是比特出货量衡量，长鑫存储的市场份额都在逐步扩大，尽管进程较为缓慢，但趋势明确且持续。

产品端，其DDR5、LPDDR5产品已实现商用，广泛应用于智能手机、可穿戴设备等消费终端，同时正陆续通过海外主流PC及消费电子品牌的质量认证，部分产品已获得批准或被纳入采购评估清单。这一进展既得益于自身产品成熟度的提升，也与当前DRAM市场供应极度紧张的行业背景直接相关。

服务器DRAM是增长最快的板块，而这一领域此前正是长鑫存储业务组合中的薄弱环节。目前其DDR5产品在整体出货中的占比，已从此前20%左右的低位大幅提升至30%以上。核心驱动来自两方面：一是全球服务器DRAM供应普遍紧张，二是阿里、字节跳动、腾讯等国内超大规模云服务商的需求增量持续扩大。据悉，长鑫存储正与国内头部云厂商洽谈为期三年以上的DRAM长期供应协议，帮助客户在现有主流供应商产能之外，锁定更多服务器DRAM供应。

• HBM高端赛道：技术差距依然明显，尚未实现规模化突破

与通用DRAM的稳步突破形成对比的是，长鑫存储在HBM领域的进展仍显有限。尽管公司据称计划量产HBM3，甚至有望推进至HBM3E，但切实的规模化进展尚未出现实质性突破。目前其在HBM领域与海外三大龙头仍有约3年的技术代差，这也是海外龙头维持竞争优势的核心壁垒。

3. 长期趋势：设备迭代支撑追赶加速，国产替代具备韧性

短期来看，国产存储在高端HBM产品上与海外龙头仍有显著差距，但长期成长确定性较强。

一方面，随着国内半导体制造设备的持续升级，晶圆制造设备对国产存储产能的约束将逐步弱化，尤其当其制程技术日趋成熟并持续迭代时，这一制约将进一步缓解。另一方面，DUV设备的持续导入，也将加速其制程工艺迭代，与海外龙头的技术差距有望持续收窄。

除长鑫存储外，长江存储（YMTC）在NAND Flash领域同样保持稳步追赶节奏。整体来看，国产存储的替代进程具备长期韧性，不会因单一外部限制因素发生转向。SK集团的五年扩产规划，恰恰侧面印证了存储需求的长期空间，也为国产存储厂商留出了持续追赶的市场窗口。

三、算力互联瓶颈凸显：光互联、CXL、PCIe的技术加速迭代

当先进制程不断提升计算密度、HBM不断提升存储密度，AI算力集群的规模从千卡向万卡、十万卡级持续演进，“互联”正成为继计算、存储之后的第三大核心瓶颈。光互联、CXL、PCIe三大技术方向，分别对应集群级长距互联、系统级内存池化、板级高速互联，共同支撑AI算力架构的全面升级，也成为半导体产业链中新的价值增长极。Marvell管理层近期的公开发言，也进一步强化了高速互联技术在AI算力架构中的核心地位。

1. 光互联：AI集群的带宽底座，硅光与CPO开启新周期

传统电互联在带宽、功耗、传输距离上的瓶颈日益凸显，无法匹配万卡级AI算力集群的互联需求，光互联凭借高带宽、低损耗、长距离的优势，成为高算力集群的必然选择。

当前800G光模块已进入大规模部署阶段，1.6T产品加速落地，光模块的速率迭代周期显著缩短，从以往的3-4年一代，压缩至1.5-2年一代。硅光技术凭借高集成度、低功耗、大规模量产下的成本优势，在高速率光模块中的渗透率持续提升，成为行业核心技术路线。

更长期来看，共封装光学（CPO）将光引擎与交换芯片封装在一起，进一步降低功耗、提升带宽密度，与台积电等厂商的先进封装技术形成产业协同。AI训练集群、推理集群的规模扩张，以及AI交换机的持续升级，持续拉动光模块、光芯片、硅光芯片的需求增长，光互联环节的价值量在算力基础设施中的占比持续提升。

2. CXL：打破内存墙，开启内存池化新时代

CXL（Compute Express Link）是基于PCIe物理层的高速互联协议，核心作用是打破CPU对内存资源的独占，实现CPU、GPU、FPGA、存储设备之间的内存资源共享与池化，直击AI场景下“内存墙”与“容量瓶颈”两大核心痛点。

在传统算力架构下，每颗CPU只能访问自身挂载的内存，GPU等加速卡的显存也独立存在，算力集群的内存利用率低、扩容成本高，无法匹配大模型对超大内存容量的需求。CXL架构下，内存资源可以统一池化、按需分配，大幅提升内存利用率，降低AI大模型训练与推理的硬件成本，同时实现内存容量的灵活扩容。

当前CXL 2.0已进入规模化落地阶段，主流CPU、AI芯片、内存厂商均已完成协议支持，服务器厂商也陆续推出支持CXL的产品。随着CXL 3.0标准的推进，其交换能力、带宽效率将进一步提升，内存池化的部署规模将持续扩大。CXL的普及不仅带动了相关主控芯片、交换芯片的需求增长，也进一步拓展了DRAM的应用场景，为存储行业带来新的增量空间，与存储行业的景气周期形成正向协同。

3. PCIe：底层互联底座，持续迭代支撑算力升级

PCIe（Peripheral Component Interconnect Express）是服务器内部最核心的高速互联总线，是GPU、SSD、网卡、CXL设备等核心组件的连接基础，也是CXL协议的物理层载体，是整个算力互联体系的底层底座。

AI算力的提升持续推动PCIe标准的快速迭代。当前主流AI服务器已广泛采用PCIe 4.0，PCIe 5.0正加速渗透，PCIe 6.0、7.0的技术路线已明确，每一代标准的带宽均实现翻倍增长。

AI服务器中GPU、加速卡的数量大幅增加，对PCIe通道数、交换能力的要求显著提升，带动PCIe交换芯片、高速连接器、主控芯片等环节的价值量与需求规模同步增长。作为算力互联的底层物理底座，PCIe的技术迭代是整个算力架构升级的基础支撑，其演进节奏直接决定了上层互联技术的落地速度。

关于Pcle可以延伸阅读：凿开博通的围墙：万通发展，要重写AI算力的“交通规则”

和数渡科技拆解

4. 三大技术的协同关系

光互联解决算力集群之间、机框之间的长距离高带宽互联问题；PCIe解决服务器内部、板级之间的短距高速互联；CXL则基于PCIe物理层，实现内存资源的跨设备池化。三者从底层物理接口到系统内存架构，再到集群级互联，层层递进、相互协同，共同构建了AI时代的算力互联网络，是算力瓶颈从“计算不足”转向“连接受限”的核心受益方向。

四、全链条重估：AI算力长周期的产业启示

从晶圆制造环节的先进制程涨价、产能向高价值领域倾斜，到存储行业的景气上行与国产替代稳步推进，再到互联环节的技术加速迭代，AI算力需求的长期扩张正在对整个半导体基础设施进行系统性的价值重构。

这一轮产业变革的核心逻辑，是AI带来的算力需求具备长期性、结构性，而非传统的短周期库存波动。各个环节的技术壁垒越高、产能弹性越低，其稀缺性重估的幅度就越大。制造端的先进制程、封装端的高端先进封装、存储端的HBM、互联端的高速光模块与CXL核心芯片，均是这一轮变革中的核心稀缺环节。

对产业发展而言，技术领先性与产能确定性将成为企业的核心竞争力；对国产替代而言，在核心环节实现技术突破、填补国内产能空白，将具备长期的成长空间。整个半导体产业链的价值重估，才刚刚开始。

不止代工，算力互联瓶颈爆发的行情同样爆发力拉满！作为PCIe/CXL高速互联国产稀缺龙头的数渡科技（万通发展），今日直接强势封死涨停！凿开博通的围墙：万通发展，要重写AI算力的“交通规则”和数渡科技拆解

光模块材料、Mlcc也在演绎。陶瓷基板行业深度交流和金属钨的延伸思考不知道有没有跟踪细心的小伙伴，吃到肉。