陳慧明表示,AI 伺服器仍是半導體最大成長引擎,2026年 AI 晶片將大舉導入 3 奈米製程,是推升晶圓代工產值與平均售價(ASP)的關鍵因素。相較於傳統消費性客戶,AI 客戶在相同製程節點下的價格結構明顯較佳,對先進製程廠商獲利貢獻更為顯著。
他指出,依估算 2026 年 CSP 整體資本支出年增率約 30%,成為晶圓代工最重要的需求來源。相對之下,台積電資本支出年增約 20%,低於營收成長幅度,意味獲利彈性與現金流結構仍具優勢,對未來股利政策形成支撐。
在產能結構上,陳慧明分析,中國近年新增的 12 吋晶圓廠占全球比重高達八成,使非先進製程業者面臨更激烈價格競爭;反觀台積電 7 奈米以下先進製程營收占比已達七成,幾乎不受中國低價競爭影響,先進製程門檻形成明顯護城河。
在記憶體市場方面,陳慧明指出,2026 年 DRAM 成長性將優於 NAND,主因在於高單價的 HBM 持續放量。他表示,雖然 HBM 供需相對平衡,但 DDR4、DDR5 仍處於吃緊狀態,產能優先轉向 HBM 的趨勢短期難以改變。
他引用市場預估指出,SK海力士(SK hynix)2026 年營收成長可達 60%,美光(Micron)約 40%,獲利能力與毛利率同步改善;相較之下,三星因記憶體僅為其事業群之一,成長彈性相對受限。
在 AI 算力結構上,陳慧明預期,2026 年 GPU 與 ASIC 將進入交叉期,ASIC 營收成長速度將逐步追上 GPU,並在 2027 年後超越。他指出,從總量角度來看,AWS 與 Google TPU 仍是供應鏈觀察重點,ASIC 在高 Token 使用情境下具備明顯成本優勢。
點擊閱讀下一則新聞
汎銓4大動能全開!首推矽光子測試設備 明年營運動能加速利潤衝刺