一、核心判断：买资源分配权，不买科技复苏叙事

二、需求账：capex 还在上修，但钱不会平均流向供应链

三、第一条利润线：ASIC/CPU 把 GPU 外溢变成云厂自研平台

四、第二条利润线：服务器订单正在变成机柜级交付

五、第三条利润线：存储、ABF 和 MLCC 拿到价格，传统终端吞下成本

六、先进封装与基板：ASIC 扩张让 CoWoS/EMIB/ABF 都进入价格窗口

七、电源、连接器、测试设备：小环节开始变成大约束

八、公司排序：先买项目闸门，再买瓶颈涨价，最后才看低估值修复

九、三种世界观：结构性重估、订单后移、需求证伪

十、核心模型：需求、供给、价格、利润率四象限

亚太科技 2026 深度：AI 资本开支继续上修，存储、封装、电源拿走定价权，传统终端先吞成本

亚太科技 2026 年不再是一场 "AI 带动科技复苏 " 的顺风局，而是一张资源再分配账：云厂商继续加资本开支，存储、先进封装、基板、电源、连接器和测试拿到定价权，PC、手机、面板和低议价零组件则先吞下成本通胀。

全文内容概括

2026 年亚太科技的主线仍然是 AI，但不能再把它理解成科技板块的普遍复苏。云厂商资本开支继续上修，服务器出货仍有增长，ASIC/CPU、TPU、Trainium、Rubin、GB300 等项目把需求从 GPU 扩散到先进封装、ABF、HBM、MLCC、网络、电源、连接器、液冷和测试设备。真正发生变化的不是 " 需求强不强 "，而是谁能把这笔预算转成订单、价格和利润率。

同一时间，传统科技链被推到另一条曲线上。UBS 将 2026 年 PC 和智能手机出货预测分别下修至同比下降 11% 和 10%，但内存、先进制程和高规格零组件成本先涨起来。AI 服务器愿意为供给买单，传统终端却很难向消费者完整转嫁成本，手机、PC、面板和低议价零组件由此承受利润率压力。这就是 2026 年亚太科技最关键的分层：AI 链不是简单受益，传统链也不是简单低估，核心在于资源、价格和交付能力重新排序。

投资上更适合沿三条线配置。第一条线买项目闸门，关注世芯 -KY、创意电子、联发科、智邦科技、嘉泽、台达电、致茂电子和鸿海这类能把 AI 项目转成收入的公司；第二条线买瓶颈定价，关注三星电子、SK 海力士、三星电机、HBM、DRAM/NAND、ABF、MLCC、CoWoS、CPO 测试和高功率电源；第三条线谨慎看传统终端链，尤其是面板、手机 PC 低议价组件和无法转嫁内存成本的品牌与模组。未来四个季度只看一件事：AI 资本开支上修能否穿过供应瓶颈，最终落到收入、毛利率和现金流。

AI 硬件周期二次上修：存储、HBM、PCB 与 MLCC 的亚洲科技再定价

AI 硬件通胀深度：从 Computex 800VDC 到存储危机，系统瓶颈如何重估亚洲科技链

Computex 2026 大摩拆解：AI 硬件价值链从 GPU 外溢到电源、互连、存储与机械件

一、核心判断：买资源分配权，不买科技复苏叙事

2026 年亚太科技最容易误判的地方，是把所有科技股都放进 "AI 景气 " 这一个筐里。

AI 当然还在扩张。云厂商继续提高资本开支，服务器出货还在增长，GPU 平台仍然吃掉最大预算。但 AI 硬件已经从单点芯片采购走到系统交付，预算不再只付给 GPU、HBM 和 ODM，而是向 ASIC/CPU、先进封装、基板、网络、电源、液冷、连接器、MLCC、测试设备和数据中心部署资源扩散。

扩散本身不是坏事。真正要问的是：哪一类公司拥有资源分配权，哪一类公司只是拿到更大的低毛利订单。

亚太科技板块内部已经分成两套利润函数。

第一套利润函数来自 AI。云厂商要算力，算力要芯片，芯片要 HBM、CoWoS、ABF、PCB、MLCC、供电、散热、网络和测试。只要其中某个环节紧张，价格和利润率就会向它倾斜。存储厂、高端被动元件厂、先进封装链、AI 交换机、数据中心电力和测试设备公司，正在从 " 配套环节 " 变成 " 交付闸门 "。

第二套利润函数来自传统终端。PC、手机、面板和低议价组件面对的是另一个现实：出货预测下修，库存回补不强，内存和先进制程成本却先涨。它们同样在科技链里，却没有 AI 服务器那种预算弹性，也很难把成本完整传给终端消费者。

这就是亚太科技 2026 年的核心矛盾：AI 把资源价格推高，但只有一部分公司能收钱，另一部分公司只是在付钱。

这张表的含义很直接：2026 年不能只买 " 科技 "。要买的是资源分配权、涨价权和交付闸门。

没有项目闸门的 AI 公司，容易变成主题股；没有涨价权的传统科技公司，容易变成低估值陷阱。真正值得付估值的是那些能回答三个问题的公司：订单从哪里来，瓶颈为什么在自己手里，利润率为什么不会被客户拿走。

二、需求账：capex 还在上修，但钱不会平均流向供应链

UBS 对 2026-2027 年云厂商资本开支同比增速的测算分别上调至 77% 和 19%，较此前假设再上修 7 个和 16 个百分点。这是整条亚太科技链最硬的一组数据。

这组数据至少说明两件事。

第一，AI 基础设施需求没有进入衰退。市场担心过 AI capex 过热，也担心过推理价格下降会压缩资本回报，但目前云厂商预算仍在向上修。只要资本开支还在扩，服务器、网络、存储、电源和封装链的收入基础就还在。

第二，资本开支上修不等于所有供应商都能拿到利润。云厂商花钱的方式正在变化。早期是多买 GPU；中期是围绕 GB200、GB300、Rubin、TPU、Trainium 和 AI CPU 做平台扩张；后面会更像数据中心工程，预算要同时支付电力、散热、网络、存储、机柜、施工和运维约束。

服务器出货 2026-2027 年预计同比增长 19% 和 17%，这给零组件放量提供了底盘。但 PC 和智能手机 2026 年预测被下修至约 -11% 和 -10%，说明传统终端没有同等增长。需求端一强一弱，供给端却共用内存、先进制程、PCB、MLCC 和封装资源，结果就是 AI 链拿到资源，传统链支付成本。

预算还在扩，但预算不再平均分配。

如果一个环节能卡住 AI 项目交付，它拿到的是价格和优先级；如果一个环节只是可替代代工，它拿到的是收入和折旧压力；如果一个环节主要服务传统终端，它拿到的甚至可能是成本通胀。

这就是为什么 2026 年亚太科技要从收入增长切到利润分配。收入增长能解释景气，利润分配才能解释股价。

三、第一条利润线：ASIC/CPU 把 GPU 外溢变成云厂自研平台

GPU 仍然是 AI 基建的核心，但 2026 年新增弹性更多来自 GPU 外溢。

云厂商继续买 GPU，并不妨碍它们加快自研 ASIC、TPU、Trainium、Axion 和 AI CPU。原因很简单：当算力支出进入园区级、年度级预算，客户不会只追峰值性能，还会追总拥有成本、能耗、软件控制权和供应链冗余。GPU 解决生态与性能，自研芯片解决成本与控制。

对亚太供应链来说，这个变化比单纯 GPU 放量更重要。GPU 平台的利润集中度很高，自研 ASIC/CPU 则会把机会扩散到设计服务、先进封装、基板、测试、网络和服务器集成。

主报告的公司排序已经反映了这条变化。IC 设计服务侧首选世芯 -KY 和创意电子，智原保持观察；Fabless 侧买入祥硕，中性联咏和谱瑞 -KY。这不是简单看好半导体设计，而是市场愿意给 AI 项目管线、定制硅协同、高速 I/O 和客户连续性更高估值。

JPM 对联发科和创意电子的交叉验证更直接。联发科 ASIC 收入 2026 年约 20 亿美元，2027 年隐含 70 亿至 120 亿美元；TPU v8 在 2026 年 50 万至 60 万颗，2027 年超过 200 万颗；TPU v9 同时支持 CoWoS-L 与 EMIB-T，联发科在 EMIB-T 路径上拿到额外价值。这不是手机芯片公司获得一笔副业订单，而是从消费芯片供应商向 AI 定制硅平台迁移。

这条线最适合用 " 闸门 " 理解。

云厂商自研芯片从设计胜出到量产，要穿过架构、IP、先进制程、封装、基板、测试、服务器导入和软件优化。世芯 -KY、创意电子、联发科这类公司并不只是拿设计费，它们连接的是客户芯片路线能不能落地。若项目连续，估值可以从周期型设计服务变成 AI 平台代理；若项目断档，估值又会迅速回到单一客户和单一项目风险。

所以这条利润线要看三件事：设计胜出是否转为量产，客户是否从一个项目变成连续平台，封装和基板是否能支撑放量。只看 " 拿到 AI 项目 " 还不够，能不能连续交付，才是 2026 年的分水岭。

四、第二条利润线：服务器订单正在变成机柜级交付

服务器出货增长 19% 和 17%，表面看是数量增长，真正的变化是交付单位变了。

传统服务器可以按整机理解。AI 服务器越来越像机柜级系统：功率密度更高，节点互联更复杂，液冷和电力要求更严，机柜内铜互连、光互连、交换机、PDU、BBU、重铜板、滑轨、连接器、测试和运维都变成系统的一部分。客户买的不是一台服务器，而是一组能稳定上线的算力资产。

这会改变利润池。

过去 ODM 容易被贴上低毛利代工标签。这个标签仍然有风险，但不能简单套到 AI 机柜上。AI 机柜交付要求系统工程能力、供应链整合能力、客户协同和部署经验。谁能把复杂系统按期交付，谁就比普通代工更接近项目闸门。

JPM 对 GTC 影响的报告给出一个清楚参考：AI 服务器机架出货量 2026 年有望达到 4 万至 5 万台，到 2029 年行业年复合增长率可能达到 40% 至 50%，鸿海目标维持 40% 至 50% 份额。这个口径说明机柜不再只是出货形式，而是未来几年 AI 硬件价值池的重要载体。

机柜级交付还有一个被低估的含义：传统服务器产业链里的 " 小环节 "，开始决定大项目能不能上线。

电源不稳，GPU 利用率上不去；连接器和背板信号完整性不够，交换带宽被卡住；液冷导入不顺，整柜无法按计划部署；测试时间拉长，芯片和系统交付都会延迟。过去这些环节只是成本项，现在它们是交付风险项。交付风险项一旦稀缺，就会获得估值溢价。

鸿海、广达、纬创和和硕需要分开看。收入增长只是第一层，真正要比较的是机柜份额、客户结构、工程整合能力、供应链控制和毛利率防守。若客户把价值留在自己手里，ODM 只是放量；若 ODM 承担更多系统集成，估值才可能从代工修复到系统交付。

五、第三条利润线：存储、ABF 和 MLCC 拿到价格，传统终端吞下成本

AI 服务器最锋利的影响，不只是拉动需求，而是重新定义资源价格。

HBM、DRAM、NAND、企业 SSD、ABF、CoWoS、MLCC 和高端 PCB 都被 AI 抢走优先级。云厂商愿意为了算力交付锁定供给，传统终端却没有同样预算能力。结果是同一个上游涨价，对 AI 链是价值量提升，对 PC 和手机链是成本压力。

这也是传统科技链最难受的地方。

UBS 将 2026 年 PC 和智能手机预测分别下修至约 -11% 和 -10%。需求已经不强，内存和先进代工成本却继续上行。品牌厂如果涨价，可能进一步压制出货；如果不涨价，毛利率被吞掉。低议价模组、面板和成熟零组件夹在中间，很难从 " 科技复苏 " 叙事里获得真实利润。

JPM 对三星电子和三星电机的观点能印证这条线。三星电子仍处在存储长协和供给紧张的价格窗口，三星电机同时受益 MLCC 和 ABF 上行周期，FY26-28 营业利润复合增速可能达到 55%。Murata 的 AI 服务器 MLCC 量增逻辑也被明显上修，相关口径显示 AI 服务器 MLCC 需求增速从约 30% 的年复合增长抬到接近 80%，未来两到三年销售额存在翻倍可能。

这类公司不应再只按传统周期股看。

若 AI 服务器持续吞噬供给，存储和高端被动元件的价格窗口会比传统周期更长。若企业 SSD、HBM4、HBM5、高容 MLCC 和 ABF 继续紧张，价格和组合改善会一起推动利润。相反，手机、PC 和面板即使估值便宜，也需要先证明自己能转嫁成本，否则便宜只是对利润下修的补偿。

这里的关键判断是：AI 硬件通胀不是所有人的收入，它是部分人的价格权，也是另一部分人的成本。

六、先进封装与基板：ASIC 扩张让 CoWoS/EMIB/ABF 都进入价格窗口

先进封装过去常被简化成 CoWoS 和英伟达配套。2026 年开始，这种理解不够用了。

GPU 仍然是 CoWoS 需求的最大来源之一，但 Google TPU、AWS Trainium、联发科 ASIC、创意电子项目、AI CPU 和各类定制硅会让先进封装需求更分散。路线也不只一条：CoWoS、CoWoS-L、EMIB-T、ABF、HBM 封装、CPO 测试和高端基板会在不同客户项目里同时扩张。

JPM 对联发科 TPU v9 的判断尤其关键。TPU v9 同时支持 CoWoS-L 与 EMIB-T，联发科在 EMIB-T 路径上获得额外价值。这说明先进封装不是单一路线扩产，而是多技术平台并行。谁能进入具体客户路线，谁才真正拿到收益。

这一节需要和 ASIC 放在一起看。设计胜出会先带来估值弹性，但真正决定利润的是量产、良率、封装产能、基板供给和测试时间。

如果先进封装只是扩产，供应商未必赚钱；如果先进封装成为客户项目交付的瓶颈，供应商才有价格权。ABF 也是同样逻辑。GPU、CPU 和 ASIC 共同拉动基板规格升级，只有高层数、高良率、高客户认证的供应商能获得溢价，普通板材很难自动重估。

这也是三星电机、欣兴电子、日月光、致茂电子以及相关基板链需要放进同一张图里的原因。它们不是同一种公司，却都在回答同一个问题：AI 定制算力能否从纸面项目变成可交付硬件。

七、电源、连接器、测试设备：小环节开始变成大约束

AI 硬件价值外溢最容易被低估的地方，是电源、连接器和测试。

当服务器进入机柜级交付，功率密度、散热、信号完整性和测试时间都会被放大。高功率机柜无法稳定供电，就无法上线；液冷不稳定，算力利用率会受影响；连接器和线缆不达标，高速网络和机柜内短距互连会被卡住；测试时间拉长，芯片和系统交付节奏都会被拖慢。

这让台达电、致茂电子、智邦科技、嘉泽等公司拥有了新的估值解释。

台达电不再只是电源龙头，而是数据中心电力架构供应商。HVDC、BBU、服务器电源、SOFC 和数据中心电力方案，都连接着 AI 机柜能否按计划部署。致茂电子不只是测试设备公司，SoC、Metrology、CPO 和高端电力测试都在受益于 AI 系统复杂度提升。智邦科技不只是网络设备，交换机从 800G 走向 1.6T，再到 CPO 过渡，本质是 AI 集群带宽需求。嘉泽和高速连接链的价值来自单机柜连接密度、可靠性和高速传输要求提高。

这类资产有两个好处。它们不必承担 GPU 或 ASIC 研发失败的全部风险，却能吃到系统复杂度提升带来的价值量；同时，它们往往处在客户必须验证的环节，一旦导入成功，订单黏性不低。

风险也很明确。客户议价强、订单后移、平台切换、良率不稳，都可能把收入兑现往后拖。尤其是测试和电源，市场容易先给估值，再等订单；如果 Rubin、GB300、TPU、Trainium 或 Helios 等项目延迟，股价会先回撤。

所以这条线不能只看概念。要逐季看台达电的数据中心电力订单和毛利率，致茂电子的高端测试收入，智邦科技交换机和 CPO 过渡节奏，嘉泽与连接器链单机价值量是否继续提升。小环节能变成大约束，也可能在客户砍价时重新变成普通配套件。

八、公司排序：先买项目闸门，再买瓶颈涨价，最后才看低估值修复

把 UBS 与 JPM 的多份亚太科技报告放在一起，2026 年公司排序可以更清楚地分成四类。

第一类是项目闸门。世芯 -KY、创意电子、联发科、智邦科技、嘉泽、台达电、致茂电子和鸿海都在 AI capex 转成订单的路径上。它们的共同点不是估值低，而是有清晰的项目、客户、平台或系统价值量。

第二类是瓶颈涨价。三星电子、SK 海力士、三星电机、Murata、SEMCO，以及 HBM、DRAM/NAND、ABF、MLCC 和高端基板链，核心不是出货复苏，而是价格、长协和产品组合。

第三类是结构迁移。联发科从手机芯片走向 AI ASIC，台达电从电源走向数据中心电力架构，致茂电子从测试设备走向 AI 系统测试，ODM 从传统代工走向机柜集成。迁移成功，估值体系会变；迁移失败，老业务会把估值拉回去。

第四类是传统压力。面板、低议价手机 PC 零组件、需求缺乏弹性的终端链，在成本上升时很难证明利润率修复。UBS 对群创给出卖出、对友达和稳懋保持中性，背后就是需求弱、成本高、议价权不足。

这套排序不是永远不变。若内存涨价压制终端需求，存储股也会从量价齐升切到价格顶部风险；若云厂商 capex 放缓，ASIC 设计服务会面临估值压缩；若传统终端出现真实换机周期，部分低估值硬件会修复。

但在当前证据下，优先级应该很清楚：先买项目闸门，再买瓶颈涨价，最后才看低估值修复。

低估值本身不能抵抗 BOM 上升。收入增长本身不能保证毛利率。AI 标签本身也不能证明公司有议价权。2026 年最好的科技资产，是能把 AI 预算转成自己财务弹性的资产。

九、三种世界观：结构性重估、订单后移、需求证伪

2026 年亚太科技不是单一路径。三种世界观同时存在，差别在于云厂商 capex、项目交付和成本传导哪个变量先变。

第一种是结构性重估。云厂商资本开支继续上修，Rubin、GB300、TPU、Trainium、AI CPU 项目按期推进，内存和先进封装虽然紧张但没有造成系统性延误。此时 AI 链从 GPU 扩散到 ASIC、网络、电源、测试、MLCC 和基板，亚太科技继续跑出结构性牛市。股价表现最好的会是项目闸门和瓶颈涨价资产。

第二种是订单后移。需求仍然强，capex 还在，但 HBM、CoWoS、ABF、PCB、电力和数据中心部署约束导致收入确认后移。此时行业景气没有反转，股价却会分化。订单能见度高、客户集中度可控、毛利率稳定的公司还能守住估值，只靠概念和远期项目的公司会先被压缩。

第三种是需求证伪。云厂商 capex 上修无法转成利润，推理价格下行导致客户重新评估投资回报，项目延后，内存涨价又压制传统终端需求。此时 AI 链低议价环节被压毛利，传统链继续下修，市场只愿意给少数供给纪律强、现金流好的瓶颈资产估值。

当前更像中性偏乐观。需求端证据仍强，capex 和服务器出货都没有给出衰退信号，但项目节奏和供应瓶颈的重要性明显提高。投资不能只押方向，还要押兑现路径。

一旦市场从 "AI 很强 " 切到 " 谁能按期交付 "，公司之间的差距会迅速拉大。

十、核心模型：需求、供给、价格、利润率四象限

这份亚太科技框架最适合用四象限看：需求、供给、价格、利润率。

需求强但供给也快扩的环节，收入会涨，利润率未必好；需求强且供给受限的环节，才有涨价权；需求弱且成本上升的环节，是最差组合；需求弱但成本可控、估值极低的环节，才可能做周期修复。

这个模型能解释很多看起来矛盾的公司表现。

同样是服务器链，AI 交换机、电源、连接器和测试设备可能比普通 ODM 更好，因为它们更接近瓶颈；同样是半导体，ASIC 设计服务可能比传统消费芯片更好，因为它们更接近云厂自研平台；同样是元件，AI 服务器 MLCC 可能比消费电子 MLCC 更好，因为产品规格和客户支付意愿不同；同样是存储，企业 SSD 和 HBM 可能比消费存储更好，因为需求弹性不在一个层级。

四象限还给出一个很实用的交易纪律：当某个公司只剩收入增长，却没有价格和利润率，就要降低估值容忍度；当某个环节同时拥有需求增长和供给约束，估值可以看得更长；当某个传统终端资产靠低估值吸引资金，必须先确认成本压力是否已经过去。