大摩最新发布的半导体产业链调研报告指出，中国 AI 芯片行业正在经历显著的结构性调整，推理计算需求正逐渐取代单纯的算力堆叠，成为市场增长的核心驱动力。

据追风交易台消息，摩根士丹利 8 日在亚洲市场的实地调研显示，中国 AI 加速器市场正出现新的路径分化。部分中国本土 AI 芯片设计公司开始主动调整技术路线，通过开发相对中端规格的产品，以专注于推理应用。

这一转变带来的直接影响是技术规格的务实化。报告指出，供应链反馈表明，包括燧原科技在内的本土芯片设计商，正转向采用台积电 6nm 或 7nm 工艺设计推理芯片。与此同时，为了适应推理任务对能效和成本敏感的特性，这些芯片方案更多转向使用 LPDDR 内存以替代供应紧张且成本高昂的 HBM，在特定应用场景中开拓新的增长空间。

在代工端，摩根士丹利维持对台积电的乐观展望，同时在本土代工厂中更看好中芯国际。分析师认为，全球 AI 需求的强劲增长仍足以支撑台积电未来五年复合年增长率达到 40% 以上。

推理芯片崛起：中端路线成主流

摩根士丹利的供应链调查显示，中国 AI 芯片企业正采用更加灵活的策略，以适配推理场景的快速扩张。

调研指出，中国 AI 计算的侧重点正在从训练端加速向推理端迁移。目前市场可用的算力主要来自英伟达 5090 级别的消费显卡、早期 Hopper 架构产品以及部分国产 AI 加速芯片。在这种组合下，本土厂商如燧原科技正通过成熟度更高的 6nm 与 7nm 节点，加快推理专用芯片的迭代节奏。

内存供应链信息同样印证了推理需求的兴起。大摩指出，新一代国产 AI 推理芯片正加速采用 LPDDR 作为主要配套存储方案。这类内存方案在成本、能耗与部署灵活性上具备显著优势，更契合推理侧高并发、低延时、低功耗的使用场景。

市场供需重塑与本土替代窗口

在外部供应方面，摩根士丹利注意到，中国市场的 AI 算力需求呈现 " 训练偏紧、推理拓展 " 的分层格局。报告认为，部分新品类 AI 加速器由于定价、能效或生态适配度等因素，未能在中国市场形成强劲的放量动力，从而为本土方案释放出更多窗口期。

调研指出，目前中国 AI 推理算力的实际主力仍由消费级 GPU、Hopper 早期芯片以及国产替代方案共同承担。这种格局使国内芯片设计公司获得了更大的迭代空间，也推动它们通过差异化路线在 " 推理性能 " 上重点突破。

在本土晶圆代工领域，摩根士丹利更新了其情景分析。报告认为，如果中国云服务商（CSP）能够在特定场景中提升国产设计方案的使用占比，或台系工艺国产芯片加快放量，部分原有需求可能在短期内重新分配。

尽管存在这种分流效应，大摩依然维持对中芯国际的 " 增持 " 评级，并将其前景优于华虹半导体。分析师强调，SMIC 的 N+2（7nm）节点有望成为 2025 年国内 AI 芯片生产的关键技术点，而 2026 年的 N+3（5nm）节点将进一步增强本土供给能力。

市场展望：自给率与营收预测上调

基于对推理需求强劲增长的判断，摩根士丹利上调了中国 AI GPU 市场的收入预期。在基准情景下，分析师将 2026 年和 2027 年的中国 AI GPU 收入预测分别从 940 亿元人民币和 1360 亿元人民币，上调至 1130 亿元人民币和 1800 亿元人民币。

数据模型显示，随着本土厂商填补供应缺口，预计到 2027 年，中国 AI GPU 的自给率将达到 50%。尽管面临复杂的外部环境，国内 AI 计算需求的结构性韧性依然存在，而 " 推理 " 应用将是未来几年支撑这一市场增长的最大赢家。