7月以来，AI 供应链出现明显回调。触发因素包括英伟达 Kyber 机架的潜在延迟、对算力过度建设的担忧，以及动量资金的普遍去杠杆。Bernstein 在今天发布的《2Q26 AI Server Pulse: Summertime Cool-Down》将这一阶段称为"夏日降温"。
不过，在股价回调的同时，该报告上调了服务器与 AI 芯片的出货量预测。报告内容非常多，我们这篇文章重点分享一下其中服务器和 AI 芯片（尤其是 ASIC）的出货量数据。
一、需求背景：资本开支预期继续上调
2Q26 财报季后，市场共识将四大美国云厂商（亚马逊、微软、谷歌、Meta）2026 年资本开支预测较 3 月上调约 15%，预计 2025-2027 年以 58% 的年复合增速增至约 9400 亿美元。若计入 Oracle 与 neocloud（CoreWeave、Nebius 等），2027 年合计资本开支约 1.11 万亿美元，对应年复合增速 61%。
全球在建及规划中的数据中心总投资额已从 4 月的约 9600 亿美元增至约 1.18 万亿美元。资本开支预期的持续上修，是出货量预测上调的直接基础。
二、服务器出货量：2028 年市场规模预计突破 1 万亿美元
Bernstein 本次上调了两项核心出货量预测：
全球服务器总出货量：2025-2028 年复合增长率上调至 15%；
高端 GPU AI 服务器出货量：同期复合增长率上调至 22%。
按此模型，全球服务器市场规模 2026 年将超过 5600 亿美元，2028 年预计突破 1 万亿美元。
年度节奏上，以 8-GPU 等效口径计的高端 AI 服务器，2026 年出货量预计同比增长 48%，2027 年增幅为 mid-teens（约 13%-17%），2028 年（假设 Rubin Ultra 采用双 die 等效设计）维持高个位数增长。通用服务器方面，Agentic AI 将推理从单次问答扩展为连续多步工作流，产生以 CPU 为中心的编排需求，预计通用服务器出货量到 2028 年保持 mid-teens 的年复合增速。
三、机架出货：2026/2027 年预计 6.1 万/8.8 万个
AI 服务器出货形态正从板卡转向整机架。报告预计英伟达服务器机架出货量 2026 年约 6.1 万个、2027 年约 8.8 万个。2026 年的 6.1 万个中，富士康预计承担约 3.2 万个，广达、纬创/纬颖各约 1 万-1.5 万个。
机架形态将成为今年出货主流，HGX/MGX 板卡形态预计消耗约 35% 的 GPU。综合测算，今年下游部署的英伟达芯片约 670 万颗。
产品节奏方面，
GB300 机架已于 2025 年第四季度放量，Vera Rubin 机架与 AMD Helios 机架均定于 2026 年第四季度开始出货，Helios 的客户包括 Meta、微软、Oracle、OpenAI 与 Anthropic。风险点在于下一代 Kyber 机架：连接计算刀片的 PCB 背板仍是关键瓶颈，报告预计英伟达还需与头部 PCB 厂商进行 1-2 个季度的设计与良率磨合。
四、ASIC：出货占比与市场规模同步提升
报告将 2026 年定义为 ASIC 的又一个拐点年：云厂商从试点部署转向规模化推广，定制芯片成为提升单位算力成本效益、降低总体拥有成本、减少对外部 GPU 供应链依赖的明确手段。核心数据如下：
ASIC 预计今年占 CoWoS 先进封装 AI 芯片总出货量的约 45%；
TPU 出货量今年预计同比增长 90% 以上，占 CoWoS 基 ASIC 出货量的约 42%；
按价值口径，ASIC 占 XPU（GPU+ASIC）市场的份额将从去年的 10% 升至 2027 年的 20%；GPU 仍占主导地位，英伟达在训练侧的优势未发生变化；
XPU 整体市场规模（含 HBM）预计从去年约 1900 亿美元增至 2027 年约 5000 亿美元；
数据中心 ASIC 市场 2028 年预计达 1400 亿-1600 亿美元，其中约一半为 HBM 价值。
竞争格局上，TPU 预计占 2027 年 ASIC 市场的近 70%，2028 年约 60%；仅 TPU 一项，2028 年对应的市场规模至少 900 亿美元。
产业链层面的印证包括：博通与谷歌签订长期协议，为其开发供应未来数代 TPU 直至 2031 年，同时扩展与 Meta 的合作；Marvell 的定制加速器在四大云厂商全面放量；联发科获得两个谷歌 TPU 项目（一个 v8t、一个 v9 代），将 2026 年 ASIC 收入指引上调至"超过 20 亿美元"，并预计 2027 年 ASIC 可及市场规模 800 亿美元、目标份额 15%-20%。
芯片规格迭代方面：谷歌 Ironwood（TPU v7）较 v6 实现 2 倍每瓦性能与 6 倍 HBM 容量，单机架集成 256 颗加速器；亚马逊 Trainium 3 的 FP8 性能约为 Trainium 2 的 2 倍；下一代 Trainium 4 单芯片 BF16 算力预计接近 3900 TFLOPS。
五、供应链数据交叉验证
出货预测可由供应链收入数据部分验证：
深度参与亚马逊、Meta ASIC 项目的纬颖与智邦，市场共识预计 2026 年收入分别同比增长 36% 和 54%；
世芯（Alchip）去年因美国 IDM 项目结束收入下滑 41%，今年受 Trainium 3 项目驱动，共识预期收入翻倍以上；台湾 ASIC 相关公司月度收入增速在 2026 年 6 月重新加快；
台湾地区对美出口中，包含 AI 服务器的资通视听产品 2Q26 同比增长 63%，主要来自 GB300、ASIC 与通用服务器的同步放量；
ODM/OEM 库存金额虽自 2024 年起上升，但库存天数仍处于历史正常区间。
六、风险与不确定性
报告同时提示了三方面风险：
估值与盈利预测背离。年初至今，样本内 29 只 AI 供应链股票中 21 只出现市盈率压缩，仅 7 只估值扩张；但同期多数公司 2026/2027 年 EPS 共识预测上调。估值收缩与盈利预测上修并存，反映市场对资本开支可持续性与投资回报的分歧。
HBM 定价是出货量价值测算的主要扰动项。2027 年 HBM 涨价已基本确定，幅度仍在谈判。博通等 ASIC 厂商代客户采购 HBM 并计入 ASIC 收入，因此 ASIC 市场规模测算直接受 HBM 涨幅影响；HBM 价格越高，客户越可能转向直采以规避加价。
未来 12 个月的关键观察点：Rubin 机架出货进度、Rubin Ultra 与谷歌 TPU v8、亚马逊 Trainium 3 的落地节奏、Agentic AI 对 CPU 需求的拉动、T-glass 与 ABF 载板供给，以及电力机架与 CPO 的放量情况。
END
