AI資本支出拉長到2029年，台積電與記憶體誰先反映獲利？

 

AI算力缺口可能延續至2029年，資本支出週期同步拉長

全球AI基礎設施需求仍在快速成長。業界評估，運算資源短缺可能延續至2029年，產業鏈還需要約15萬名專業工程師。算力與人才形成雙重缺口，AI投資週期因此涵蓋晶片、伺服器、資料中心、電力與軟體整合。

這也代表大型科技公司的資本支出具有較長延續性。Amazon、Microsoft、Google與Meta擴充AI基礎設施後，需求會沿著供應鏈傳導至Nvidia、AMD、台積電與記憶體業者。對那斯達克與費城半導體指數而言，資本支出能否持續轉成營收及EPS成長，會是機構資金評估AI週期的重要依據。

模型規模持續擴大，推論需求也逐步增加。企業除了採購更多硬體，還要改善能源效率、資料傳輸與軟體配置。運算效率已成為產能的一部分，單純增加晶片數量，仍可能受到電力、散熱、網路與工程人才限制。

 

Rapidus聯盟擴大晶片設計競爭，台灣優勢集中在製造與封裝

今年日本半導體企業Rapidus結盟17家跨國企業，籌組設計解決方案聯盟，企圖擴大晶片設計與先進製程生態系。各國投入補貼、技術標準與在地製造，反映半導體供應鏈已進入政策與商業競爭同步升溫的階段。

台積電(2330)與聯發科(2454)仍受惠於全球AI資本支出。台積電掌握先進製程與先進封裝能力，聯發科則參與高效能運算及終端晶片設計。台灣供應鏈優勢具有群聚效應，涵蓋晶圓製造、封裝測試、IC設計與設備材料。

Rapidus聯盟短期內會提高市場對市占率變化的討論，長期影響仍取決於量產良率、客戶導入與成本控制。晶片設計聯盟可以縮短研發與驗證流程，先進製程競爭仍需要龐大資本、工程經驗及穩定產能。資安規範與法規准入也會影響客戶採用速度。

 

南亞科獲利跳升，美光股價走弱呈現記憶體週期分化

記憶體市場正在反映AI伺服器需求與供給擴張之間的拉扯。南亞科(2408)今年第三季稅後淨利較去年同期成長超過50倍，顯示報價回升能快速放大獲利。記憶體具有高度營運槓桿，價格上升時，毛利與淨利通常會比營收改善得更快。

截至今年10月13日前後，美光股價走弱，市場開始評估供需反轉與新增產能帶來的壓力。股價變化反映預期調整，後續仍要搭配DRAM、NAND與高頻寬記憶體的報價、庫存及資本支出判讀。

同一產業內的獲利差異正在擴大。AI伺服器帶動高頻寬記憶體需求，傳統消費電子與一般型記憶體仍受到終端需求影響。南亞科的獲利跳升確認景氣改善，美光的市場反應則提醒投資人，產能擴張可能逐步改變供需平衡。

 

軟硬體整合決定AI投資能否轉成長期獲利

AI基礎建設已延伸至硬體加速器、記憶體、先進封裝與量子運算。跨國科技公司也在技術標準、法規准入與供應鏈安全上持續投入。企業需要同時管理軟體效率、硬體利用率與能源成本，才能讓龐大資本支出轉成穩定現金流。

我會持續觀察三組訊號：大型科技公司的資本支出增速、半導體企業的EPS預期，以及記憶體庫存與報價。算力短缺延續至2029年的判斷，可以支撐較長的投資週期；供給擴張、人才不足與執行效率仍會造成公司間分化。

市場對AI的依賴度持續提高，指數獲利也可能更集中於少數大型科技與半導體公司。題材集中會放大預期落差。當資本支出增長快於營收與獲利，費城半導體與那斯達克的波動可能同步升高，這是AI長週期下需要持續追蹤的結構性風險。