Morgan Stanley: Đầu tư AI bước vào giai đoạn giảm tốc, nhưng giá trị chip vẫn đang tăng

TL;DR
·Morgan Stanley dự báo chi tiêu vốn của các nhà cung cấp đám mây lớn toàn cầu sẽ đạt gần 1,6 nghìn tỷ USD vào năm 2028, nhưng tốc độ tăng trưởng so với cùng kỳ có thể chậm lại còn khoảng 12%.
·Nhưng chất bán dẫn AI sẽ không giảm tốc đồng bộ với tổng chi tiêu vốn: năng lực đóng gói tiên tiến 2.5D toàn cầu năm 2028 vẫn có thể tăng khoảng 50% so với cùng kỳ.
·Đến năm 2030, Morgan Stanley dự báo quy mô thị trường bán dẫn toàn cầu có thể đạt 1,5 nghìn tỷ USD, trong đó TAM bán dẫn AI khoảng 753 tỷ USD, gần một nửa toàn ngành.
·Động lực tăng trưởng giai đoạn tiếp theo không chỉ còn là GPU NVIDIA. Các ASIC tùy chỉnh như Google TPU, AWS Trainium đang mở rộng nhanh chóng, tăng trưởng bắt đầu lan sang các khâu sản xuất tiên tiến, đóng gói, kiểm thử và lưu trữ.
·Nhu cầu AI tại Trung Quốc đang mở rộng, nhưng năng lực chip vẫn là ràng buộc then chốt; ngay cả khi tính thêm năng lực mới của CXMT, Morgan Stanley dự báo khoảng trống cung cầu DRAM tổng thể năm 2026 và 2027 vẫn khoảng 17% và 15%.

Chi tiêu vốn bắt đầu giảm tốc, nhưng bán dẫn AI chưa đồng thời tạo đỉnh

Hai năm qua, cách trực tiếp nhất để thị trường đánh giá mức độ sôi động của AI là xem Meta, Google, Microsoft và Amazon còn sẵn sàng tiếp tục tăng chi tiêu vốn hay không.

Năm 2026, chỉ số này vẫn rất mạnh. Thống kê của Morgan Stanley cho thấy chi tiêu vốn quý 2 của bốn nhà cung cấp đám mây lớn Amazon, Google, Microsoft và Meta tăng 87% so với cùng kỳ, đồng thời tỷ lệ Chi tiêu vốn/EBITDA đã vượt 70%.

Nhưng tốc độ tăng cao như vậy rõ ràng không thể kéo dài mãi.

Do đó, báo cáo này kéo dài góc nhìn đến năm 2028. Morgan Stanley dự báo khi đó chi tiêu vốn của 14 nhà cung cấp dịch vụ đám mây niêm yết hàng đầu toàn cầu sẽ đạt gần 1,6 nghìn tỷ USD, nhưng tốc độ tăng trưởng tổng thể so với cùng kỳ có thể đã giảm xuống còn khoảng 12%.

Chỉ nhìn con số này, rất dễ đưa ra nhận định “chu kỳ đầu tư AI bắt đầu hạ nhiệt”. Nhưng báo cáo ngay sau đó đưa ra một bộ dữ liệu khác: năng lực đóng gói tiên tiến 2.5D toàn cầu năm 2028 vẫn có thể tăng khoảng 50% so với cùng kỳ.

Morgan Stanley dự báo năng lực đóng gói tiên tiến 2.5D toàn cầu năm 2028 vẫn có thể tăng khoảng 50% so với cùng kỳ

Đây chính là điểm đáng chú ý nhất của toàn bộ báo cáo.

Chi tiêu vốn tổng thể của các nhà cung cấp đám mây giảm tốc không đồng nghĩa với việc bán dẫn AI đồng thời tạo đỉnh.

Trong vài năm qua, tăng trưởng chip AI chủ yếu dựa vào mở rộng tổng chi tiêu vốn: trung tâm dữ liệu xây càng nhiều, GPU mua càng nhiều.

Nhưng bước sang giai đoạn tiếp theo, ngay cả khi tốc độ tăng chi tiêu vốn của CSP giảm từ 50%, 80% xuống 10%-20%, chỉ cần tỷ trọng AI trong tổng chi tiêu vốn tiếp tục tăng, GPU, ASIC, HBM, sản xuất tiên tiến và đóng gói tiên tiến vẫn có thể vượt trội so với tổng chi tiêu vốn.

Nói cách khác, thị trường đang chuyển từ một “câu chuyện tổng lượng” sang một “câu chuyện cơ cấu”.

Dự báo quy mô thị trường dài hạn của Morgan Stanley cũng phản ánh điều này. Báo cáo dự báo đến năm 2030 quy mô ngành bán dẫn toàn cầu có thể đạt khoảng 1,5 nghìn tỷ USD, trong đó TAM bán dẫn AI khoảng 753 tỷ USD, gần chiếm một nửa toàn bộ thị trường. Kịch bản lạc quan do chuỗi cung ứng thúc đẩy thậm chí dự báo thị trường bán dẫn AI đám mây năm 2026 có thể đạt 485 tỷ USD. Cần lưu ý rằng 485 tỷ USD thuộc kịch bản bull case được báo cáo ghi chú rõ ràng, không phải dự báo cơ sở.

Đồng thời, sự phân hóa giữa bán dẫn AI và phi AI đang ngày càng lớn.

Báo cáo dự báo nếu loại trừ doanh thu bộ nhớ và GPU AI của NVIDIA, tăng trưởng bán dẫn phi AI năm 2026 thậm chí có thể giảm. Điều này có nghĩa chu kỳ hiện tại ngày càng khó áp dụng khung truyền thống “toàn ngành bán dẫn phục hồi”.

Thứ thực sự tăng trưởng cao là một chuỗi công nghiệp độc lập được hình thành khi AI liên tục hấp thụ nguồn lực wafer, bộ nhớ, đóng gói tiên tiến và kiểm thử.

Logic tăng trưởng đang chuyển từ “mua thêm GPU” sang giá trị AI cao hơn

Nếu trọng tâm đầu tư AI giai đoạn một là “mua nhiều GPU”, thì câu hỏi quan trọng hơn ở giai đoạn hai là: mỗi máy chủ AI rốt cuộc cần bao nhiêu chất bán dẫn đắt hơn và phức tạp hơn.

TSMC là ví dụ trực tiếp nhất.

Morgan Stanley dự báo tỷ trọng bán dẫn AI trong doanh thu năm 2026 của TSMC có thể đã vượt 30%. Đồng thời, năng lực dòng N2 của TSMC dự kiến đạt tốc độ tăng trưởng kép khoảng 70% trong giai đoạn 2026-2028; năng lực N3 tiếp tục tăng, còn N5 có thể bắt đầu giảm từ năm 2027.

Tỷ trọng bán dẫn AI trong doanh thu TSMC liên tục tăng, năm 2026 có thể đã vượt 30%.

Logic phía sau không phức tạp.

Chip AI không chỉ tăng về số lượng, mà từng con chip cũng đang liên tục “đắt hơn”. Từ 5nm tiến lên 3nm, 2nm, từ đóng gói thông thường tiến lên CoWoS và SoIC, cộng thêm nhiều HBM hơn, mỗi thế hệ bộ tăng tốc AI đều nâng giá trị wafer, đóng gói và bộ nhớ tương ứng trên từng con chip.

Do đó, ngay cả khi tốc độ tăng số lượng máy chủ chậm lại trong tương lai, giá trị bán dẫn trên mỗi máy vẫn có thể tiếp tục tăng. Đây cũng là lý do tốc độ tăng của đóng gói tiên tiến có thể cao hơn nhiều so với tổng chi tiêu vốn.

Đồng thời, nguồn tăng trưởng của chip AI cũng bắt đầu lan từ NVIDIA sang ASIC tùy chỉnh.

Morgan Stanley cho rằng ngay cả khi NVIDIA liên tục ra mắt GPU mạnh hơn, các CSP lớn vẫn cần chip tùy chỉnh của riêng mình. Google có TPU, Amazon có Trainium, Meta và các công ty khác cũng đang thúc đẩy dự án ASIC của riêng họ.

Khi một nhà cung cấp đám mây có nhu cầu tính toán đủ lớn, ASIC tự phát triển có thể tối ưu chi phí, hiệu năng và hiệu quả năng lượng cho từng khối lượng công việc cụ thể, đồng thời giảm phụ thuộc vào một nhà cung cấp GPU duy nhất.

Do đó, thị trường chip AI tương lai không nhất thiết là “sau khi tăng trưởng NVIDIA kết thúc thì ai sẽ kế nhiệm”, mà nhiều khả năng là GPU tiếp tục tăng trưởng, đồng thời ASIC trở thành đường cong tăng trưởng thứ hai.

Morgan Stanley dự báo doanh thu từ AWS Trainium của Alchip có thể tăng từ khoảng 1,8 tỷ USD năm 2026 lên 2,8 tỷ USD năm 2027, và đạt 8 tỷ USD vào năm 2028, khi đó doanh thu Trainium có thể chiếm khoảng 82% tổng doanh thu của Alchip.

Dự báo về Google TPU còn quyết liệt hơn.

Báo cáo dự báo trong mô hình của mình, doanh thu liên quan đến TPU của MediaTek có thể tăng từ 13,5 tỷ USD năm 2027 lên 43,5 tỷ USD năm 2028, và tiếp tục đạt 70 tỷ USD vào năm 2029; năm 2028 doanh thu TPU có thể đã chiếm khoảng 65% tổng doanh thu của MediaTek.

Morgan Stanley dự báo các dự án ASIC tự phát triển của CSP tiếp tục tăng, các chip tùy chỉnh như Google TPU bước vào giai đoạn tăng sản lượng nhanh.

Bản thân những con số này đều là mô hình dài hạn, mức độ hiện thực hóa cuối cùng vẫn phụ thuộc vào sản lượng chip, tỷ lệ lợi nhuận, hoạt động mua sắm của khách hàng và chi tiêu vốn của chính các nhà cung cấp đám mây. Nhưng hướng đi rất rõ ràng: tăng trưởng của chuỗi công nghiệp AI đang mở rộng từ xuất xưởng GPU đơn thuần sang ASIC, sản xuất tiên tiến, đóng gói tiên tiến, chất nền ABF và kiểm thử chip.

Báo cáo thậm chí chỉ ra rằng tiềm năng tăng sản lượng hơn nữa của Google TPU trong tương lai có thể bị hạn chế bởi nguồn cung chất nền ABF. Do đó, khi đánh giá chu kỳ AI, “GPU bán được bao nhiêu” vẫn quan trọng, nhưng ngày càng không còn là tất cả.

Nhu cầu AI Trung Quốc đã tăng, nhưng nút thắt thực sự vẫn là năng lực sản xuất

Thị trường Trung Quốc lại thể hiện một sự thay đổi khác.

Trước đây khi bàn về chip AI nội địa, thị trường chủ yếu quan tâm đến “thay thế nội địa”. Nhưng lần này Morgan Stanley nhấn mạnh hơn đến việc tạo ra nhu cầu.

Báo cáo cho rằng DeepSeek đã cho thấy năng lực suy luận AI với chi phí thấp hơn, điều này có thể tiếp tục kích thích nhu cầu suy luận; đồng thời, năng lực của chuỗi cung ứng sản xuất wafer nội địa Trung Quốc trong sản xuất GPU AI cũng đang được cải thiện.

Điều này có nghĩa logic chip AI Trung Quốc đang chuyển từ “thay thế nhập khẩu” đơn thuần sang: chi phí suy luận giảm → ứng dụng tăng → nhu cầu sức mạnh tính toán mở rộng → nhu cầu chip nội địa tăng.

Do đó, Morgan Stanley nhấn mạnh đến Iluvatar, Cambricon, Hygon, Naura Technology và AMEC trong hướng AI và thiết bị bán dẫn Trung Quốc, SMIC cũng được đưa vào danh mục Overweight hướng AI.

Nhưng nhu cầu không phải là hạn chế lớn nhất hiện tại. Khi tổng kết các nút thắt lớn của phát triển AI toàn cầu, báo cáo khái quát vấn đề tương ứng của Mỹ là Energy, còn của Trung Quốc là Chip Capacity. Nghĩa là cuối cùng chip AI Trung Quốc có thể xuất ra bao nhiêu sản lượng phụ thuộc nhiều hơn vào việc sản xuất tiên tiến, đóng gói tiên tiến và bộ nhớ có thể giải phóng bao nhiêu năng lực hiệu quả.

Bộ nhớ là ví dụ điển hình nhất.

Morgan Stanley dự báo đến năm 2028 năng lực DRAM toàn cầu có thể đạt khoảng 3374kwpm, trong đó CXMT khoảng 500kwpm, chiếm khoảng 15% toàn cầu; từ 2025 đến 2028, bit shipment của CXMT dự kiến đạt tốc độ tăng trưởng kép khoảng 40%.

Đồng thời, CXMT cũng bắt đầu tham gia thị trường HBM.

Báo cáo dự báo năng lực HBM TSV của họ có thể tăng từ 20kwpm năm 2026 lên 40kwpm năm 2027 và 70kwpm năm 2028. Tính theo bit shipment, CXMT có thể chiếm khoảng 3,8% thị trường HBM toàn cầu năm 2026 và khoảng 4,4% năm 2027.

Nhưng điều này không ngay lập tức thay đổi cục diện căng thẳng về bộ nhớ toàn cầu.

Ngay cả khi tính cả năng lực mới của CXMT, mô hình của Morgan Stanley cho thấy khoảng trống cung cầu DRAM tổng thể toàn cầu năm 2026 vẫn có thể đạt 17%, năm 2027 khoảng 15%; thị trường HBM cũng tiếp tục trong trạng thái cung không đủ cầu.

Năng lực DRAM và HBM của CXMT mở rộng nhanh chóng, nhưng Morgan Stanley dự báo nguồn cung bộ nhớ toàn cầu vẫn khó theo kịp tăng trưởng nhu cầu AI.

Đây cũng là một trong những khác biệt lớn nhất của chu kỳ bộ nhớ lần này so với quá khứ.

Trước đây DRAM và NAND gần giống hàng hóa chu kỳ điển hình của PC, điện thoại: nhu cầu tăng, giá tăng, nhà sản xuất mở rộng công suất, sau đó dư thừa nguồn cung. Nhưng trong máy chủ AI, HBM, DRAM máy chủ và bộ nhớ hiệu năng cao ngày càng tiến gần đến một loại tài sản nút thắt hạ tầng. Chúng không còn chỉ là linh kiện phụ trợ bên cạnh GPU, mà bắt đầu trực tiếp quyết định một máy chủ AI có thể sản xuất được hay không, cả cụm sức mạnh tính toán có thể mở rộng theo kế hoạch hay không.

Cuối cùng, điều báo cáo 61 trang này thực sự muốn truyền tải không đơn giản là “AI sẽ còn tiếp tục tăng”. Cách nói chính xác hơn là: bán dẫn AI đang chuyển từ giai đoạn một phụ thuộc vào tăng trưởng cao của chi tiêu vốn CSP sang giai đoạn hai dựa vào tỷ trọng AI tăng và giá trị trên mỗi máy tăng.

Do đó, trong tương lai để đánh giá chu kỳ phần cứng AI có thực sự tiến gần điểm ngoặt hay không, chỉ nhìn tốc độ tăng chi tiêu vốn của Meta, Google, Microsoft và Amazon đã không còn đủ.

Điều đáng quan sát hơn là tỷ trọng chi tiêu vốn AI, năng lực CoWoS/EMIB, cung cầu HBM, tỷ lệ sử dụng 2nm, cũng như nhịp xuất xưởng thực tế của các ASIC như Google TPU, AWS Trainium.

Nếu trong tương lai tốc độ tăng chi tiêu vốn tổng thể của CSP giảm, nhưng các chỉ số này vẫn duy trì tăng trưởng cao, thì mức độ sôi động của bán dẫn AI chưa chắc đã tạo đỉnh cùng tổng chi tiêu vốn. Ngược lại, chỉ khi các chỉ số cốt lõi này bắt đầu đồng thời suy yếu, đó mới là tín hiệu gần với điểm ngoặt thực sự của chu kỳ bán dẫn AI.