台积电 8 月营收同比猛增 53.3% 至 5148 亿新台币（约 163 亿美元），创下单月历史新高；环比增长 10.1%，年初至今营收 3.38 万亿新台币、同比 +39.3%。供需结构更值得注意：3nm、4nm、5nm 等最先进制程产能据报已"全部售罄"，副共同营运长侯永清直言"现在你几乎是 4 倍或 5 倍地在追赶，但仍然无法满足需求"。公司规划 2026 年资本开支达到创纪录的 600-640 亿美元，全年美元营收增长指引超过 40%，股价年内已上涨约 60%。
真正的信号在产能端：台积电同时在台湾与海外建设并装备约 20 座晶圆厂，而历史同期常态只有 4-5 座——扩产速度被拉到峰值的四倍以上，说明管理层并不把 AI 需求当作短期脉冲。对下游而言，先进制程"售罄"意味着 2027 年前的产能分配权仍握在台积电手中，Nvidia、AMD、苹果、联发科的排产顺位之争更加激烈；对上游而言，设备、材料、先进封装与厂务工程同步进入"交付瓶颈即利润"的阶段。风险在于兑现节奏——若 2027 年 AI 资本开支出现波动，20 座在建晶圆厂将从增长引擎转为折旧压力。
ASML 计划与包括台积电在内的主要芯片制造商合作，开发采用更大 12 英寸光罩的下一代 High-NA EUV 工具，目标是让单次曝光覆盖更大的芯片面积——这正是数据中心级大芯片（AI 加速器、CPU、交换芯片）提升良率、降低成本的关键。时间表已经排定：台积电将于 2030 年开始在先进节点量产中使用 High-NA EUV，试点大光罩产线计划 2031 年落地，2033 年达到全面商业化就绪。设备单价约 4 亿美元，ASML 预计光罩升级带来的转换后生产力提升约 40%。
这条消息的分量在于"摩尔定律的下一段由封装与光罩尺寸共同定义"：当晶体管微缩的边际收益递减，通过更大的曝光场把更多计算单元集成到单片上，成为延续性能提升的现实路径——大光罩本质是用设备工程替代制程微缩。对 ASML 而言，4 亿美元一台的定价权与 40% 的生产力提升难以替代，High-NA 的更新周期将接续 EUV 成为其下一个十年的增长曲线。挑战同样明确：更大光罩意味着掩模版、光刻胶、检测设备全套升级，中国设备与材料厂商在这一轮"光罩革命"中仍处缺席位置，是必须长期规划的差距。
来源：Lokmat Times
供应链消息显示，Nvidia 正在支付溢价锁定先进测试介面产能——包括晶圆测试用的探针卡与成品测试用的测试插座，这一动作直接挤压了其他客户的研发与工程验证需求。为应对供应紧张，台积电及其他芯片厂已启动多供应商验证，试图打破单一供应依赖。测试介面虽处产业链末端，却是 AI 加速器出货前的必经环节：芯片面积越大、I/O 越多、功率越高，对探针卡针数与插座耐流能力的要求就越苛刻。
这则消息揭示了 AI 供应链紧张的两个新层次：其一，"卡点"正从光刻、HBM、CoWoS 向后段的测试环节扩散，任何关键耗材都可能成为出货瓶颈，与过去两年基板、液冷的短缺逻辑一致；其二，Nvidia 用"溢价锁产能"把现金优势转化为供应链排他性——中小 AI 芯片公司即便设计完成，也可能因拿不到测试介面而无法量产。从投资视角看，探针卡与测试插座属于高毛利、高壁垒细分赛道，产能扩张周期通常 6-12 个月，一旦被头部客户长单锁定，二线厂商的议价能力将显著削弱。
来源：链捕手
Nvidia 向台湾芯片设计公司联发科投资 35 亿美元，用以深化双方关系并扩展其数据中心生态。这笔交易的分量在于资本纽带的建立：联发科近年持续把资源从手机 SoC 向数据中心与定制芯片倾斜，而 Nvidia 是 AI 加速器与互连生态的绝对主导者——两者结合意味着联发科可以更快切入云端客户的产品定义环节，Nvidia 则获得在 Arm 架构与终端侧更深的产品触角。对台系供应链而言，信号是订单能见度的进一步延长。
这也延续了 Nvidia"参股而非并购"的生态策略：用资本锁定关键伙伴的技术路线，同时规避各地区的反垄断审查。对联发科而言，背书带来订单想象空间，也带来路线依赖——其数据中心业务的差异化本就建立在"不与 GPU 巨头正面竞争"的定位上，绑定过深可能削弱它对云厂商的中立形象。对投资者的启示是，"谁在 Nvidia 生态圈内"正在成为估值体系中的隐性资产，而资本的流动方向往往比单季度的订单公告更早揭示产业权力的重新分配。
路透报道显示，全球 HBM（高带宽内存）短缺正在把成本压力向下游传导：中国 AI 芯片厂商华为与寒武纪因 HBM 采购价格昂贵，已将 AI 处理器价格上调最多 50%。传导链条清晰可循——HBM 是 AI 加速器物料成本中占比最高的单一品类，当供给被 AI 服务器需求抽干、价格进入卖方市场，中国厂商既拿不到足够的量，也难以获得与北美客户相同的价格条件，涨价成为维持毛利率的被动选择。
深层原因在于管制的叠加效应：美国对 GPU 与先进 HBM 的出口管制，使中国厂商难以从三星和 SK 海力士获得最先进世代的 HBM，只能转向更有限的供给渠道，价格自然被推高。后果有两条：一是国产 AI 算力的单卡成本上升，可能延缓国内智算中心的扩张节奏；二是倒逼国产 HBM 供应链加速成熟——存储原厂与先进封装环节的国产化率，将成为决定中国 AI 算力"单位成本曲线"的关键变量。短期涨价改善芯片厂商毛利率，中期则是全行业为供应链安全支付的溢价。
来源：链捕手
在 HBM 供应受限的背景下，中国两大存储厂商 CXMT（长鑫存储）与 YMTC（长江存储）正在 HBM 开发上展开合作，具体分工是利用 YMTC 的混合键合（Hybrid Bonding）技术提升 HBM 的堆叠良率。这一分工逻辑并不意外：HBM 的制造难点有两处——DRAM 裸片本身，以及多层裸片的堆叠与键合；前者是 CXMT 的强项，后者是 YMTC 在 3D NAND 上积累的工艺能力，双方互补性极强。
这次合作的产业意义超出单一产品：HBM 是 AI 算力供应链中最"卡脖子"的单点之一，也是本轮存储超级周期中利润最厚的品类，中国企业选择"联合攻关"而非各自为战，说明国内产业政策已把 HBM 列为优先级最高的攻关方向。挑战同样明显：混合键合能改善良率，但 HBM 需要 8-12 层甚至更高的堆叠与 TSV 硅通孔工艺，与国际三强仍有代际差距，且产线爬坡需要设备与材料端同步支撑。可预期的路径是先在国产 AI 芯片的中低阶产品上实现替代，再逐步向高端渗透。
来源：链捕手
报道称台积电明年可能将先进芯片与先进封装的价格上调最多 10%，这一动作将直接挤压 Nvidia、AMD、博通的毛利率。涨价的前提是产能极度紧张——3/4/5nm 产能据报"全部售罄"、先进封装订单排期拉长至数年，台积电在议价桌上拥有罕见的主动权。对客户而言，代工与封装成本同时上升，意味着 AI 加速器的物料成本曲线由降转升。
涨价的产业含义有三层：其一，代工环节的利润再分配——过去十年"客户吃肉、代工喝汤"的模式正在反转，掌握瓶颈产能的一方获得超额定价权；其二，AI 芯片公司的毛利率将受考验，若终端售价无法同步上调（云厂商的议价能力同样强大），经营杠杆会被压缩；其三，这也是对国产替代的间接激励——当海外代工报价持续走高，国内客户对本土产能的价格敏感度下降，给了国产晶圆厂更宽容的爬坡窗口。投资者需要重新审视"AI 芯片公司高毛利"这一假设的可持续性。
来源：TipRanks
Nvidia 公布的销售指引虽然超出市场普遍预期，却依然令部分投资者失望——这本身就是一个值得解读的信号。当一家公司的业绩持续超出预期，"预期锚"就会不断上移，超预期的幅度收窄即被解读为增速见顶。报道指出，投资者担忧的核心是 AI 投资动能能否延续：超大规模厂商的资本开支增速虽然仍高，但其二阶变化开始被反复审视。
这种"利好出尽"式的反应，说明 AI 硬件板块的估值已经充分反映了乐观情景：股价继续上涨需要新的增量叙事（更强的模型、更大的推理负载、更多的主权 AI 项目），而不仅仅是"符合预期的超预期"。对产业链的启示是，接下来的行情驱动力将从"财报超预期"转向"订单与产能的能见度"——产能售罄、长约预付、封装排产这些供给端信号，比季度营收数字更能支撑估值。对投资者而言，Nvidia 波动率的上升本身就是这轮 AI 交易走向成熟化的标志。
来源：朝鲜日报
尽管台积电交出了营收暴增 53% 的成绩单，9 月中旬 Nvidia、AMD、博通、英特尔与台积电的股价仍同步走低。压制因素来自宏观：10 年期美债收益率触及多年高位、突破 4.85%，为 2023 年 11 月以来最高；同时油价突破 100 美元/桶（美伊紧张局势推动）。分析师指出，仅靠强劲的 AI 需求已不足以推升芯片股——估值高企与 AI 基础设施成本上升构成双重阻力。
更值得注意的是下跌的"不均匀性"：9 月 9 日韩媒报道 AMD 上涨 5.90%、台积电 ADR 上涨 2.35%，而 Nvidia 与美光下跌，费城半导体指数当日仍上涨 1.30%。这种分化说明市场在做"结构选择"而非"整体撤退"——资金从拥挤度最高的龙头向相对低估的品种扩散，与 VanEck 半导体 ETF 年内跑赢 Nvidia 的观察互相印证。对投资的含义：板块已进入"个股定价"阶段，利率与油价成为影响估值中枢的短期变量，而订单能见度决定长期方向。
来源：TipRanks
韩媒报道显示，Nvidia 在 9 月某交易日下跌约 2.01%，交易价约 225.73 美元——在台积电营收创纪录的同一周，龙头股却收跌，说明市场的关注点已从"需求是否存在"转向"估值是否透支"。与此同时，华尔街卖方仍普遍给出"强力买入"（Strong Buy）评级，分析师测算的最高上行空间约 45%，多空分歧的裂口正在扩大。
这种"股价疲弱 + 评级坚挺"的组合，通常出现在景气周期的中后段：基本面数据依然强劲，但边际买盘开始犹豫。对 Nvidia 而言，真正的变量不在需求端（算力供需紧张的判断仍是共识），而在定价权与份额——自研 ASIC 的替代、云厂商的议价能力、先进封装与 HBM 的成本传导，都会侵蚀其"量价齐升"的叙事。对投资者的实操含义：45% 的潜在上行空间建立在高增长假设之上，若 2027 年的订单能见度出现裂缝，估值压缩的幅度会远大于业绩下修的幅度。
来源：朝鲜日报
这组数据给出了本轮周期最直观的证据：美光年内上涨 250%，Sandisk 上涨 632%——内存股的涨幅远超逻辑芯片龙头。更结构性的变化是收入占比：记忆体现已占半导体营收的 50-55%，而历史上这一比例仅为 20-30%。这意味着存储不再是"周期性配角"，而成为决定整个半导体产业营收曲线的第一大品类，其价格波动足以左右全行业的景气读数。
推动这一位移的正是 HBM 与服务器 DRAM 的紧缺：AI 服务器对内存容量与带宽的需求呈指数级增长，而供给端扩产受制于厂房建设与设备交期，形成"需求先行、供给滞后"的价格弹性。投资者需要警惕结构的另一面——历史上存储的高利润必然引来产能扩张，2027-2028 年的新增供给可能重新压低价格。因此，内存股当前的涨幅本质是"周期高点利润的提前兑现"，判断顶部的关键变量是三大原厂的资本开支节奏与 AI 资本开支的实际兑现度。
来源：MarketWatch
博通在其创纪录的财年第三财季中，AI 半导体营收激增 221% 至 167 亿美元，成为公司增长的主引擎。这一数字的意义在于它验证了"定制 ASIC"路线的商业可行性：当云厂商希望针对自有模型优化算力效率并压缩成本时，通用 GPU 并非唯一选择，自研或定制的加速器在特定推理负载上具备更优的能效比与总拥有成本，且供应链可控性更强。
对产业格局而言，博通的爆发式增长意味着加速器市场正在从"一家独大"走向"分层竞争"：通用 GPU 主导训练与通用推理，定制 ASIC 承接超大规模厂商的规模化推理需求，两条路线长期并存。对供应链而言，ASIC 放量对先进封装、HBM 与高速互连的需求同样强烈，受益链条与 GPU 高度重叠。风险在于客户集中度——定制 ASIC 收入高度依赖少数几家云巨头的资本开支决策，一旦客户调整自研节奏，订单波动幅度会显著大于通用产品线。
来源：TipRanks
Alphabet、亚马逊、微软与 Meta 已将 2026 年的资本开支预测上调至合计超过 7000 亿美元，同比增长约 74%。这一规模超过多数国家的年度基础设施投资，也构成芯片行业需求端最直接的锚点——云厂商每增加一美元资本开支，都会沿着 GPU 与 ASIC、HBM、先进封装、光模块、电源与液冷等环节逐级放大，形成乘数效应。
值得关注的是资本开支的"结构"而非仅仅"总量"：越来越多预算流向自研芯片、数据中心自建与电力配套，而非单纯采购商用 GPU——这对 Nvidia 的份额是长期变量，对 ASIC 设计服务、先进封装与电力基础设施则是确定性增量。同时，"同比 +74%"在数学上不可能长期延续：2027 年的基数将变得极高，届时增速回落（即便绝对额仍在增长）也足以引发市场对"AI 资本开支见顶"的担忧。这是投资者需要在乐观情绪中预先计入的风险。
来源：TipRanks
Piper Sandler 分析师 David O'Connor 于 9 月 10 日启动对 AI 算力板块的覆盖，给出五只股票的"增持"初始评级，核心判断是算力需求"贪得无厌"：到 2030 年 AI 算力市场规模将达 2.2 万亿美元。其估值论据是：板块当前市盈率仅 14-22 倍、平均上行空间约 30%、2030 年前平均 EPS 年复合增速约 45%。个股目标价方面：Nvidia 300 美元（"绝对领导者，80% 份额"）、博通 460 美元（定制 ASIC 领导者，75% 份额）、AMD 600 美元、Marvell 270 美元、Arm 320 美元。
报告的价值在于给出了"代理式 AI（Agentic AI）"这一新变量的量化框架：当 AI 从"回答问题"走向"执行任务"，单位任务的算力消耗与调用次数都会跃升，需求曲线因此出现阶跃。报告同时点名 GPU 价格年内上涨 25-40%，与台积电涨价、HBM 短缺形成完整的成本传导图景。需要留意其"选择性"：Piper 对英特尔（"好消息已反映"）与高通持中性，说明这一轮看多的核心是"供给瓶颈的受益者"，而非泛半导体。
Susquehanna 分析师 Mehdi Hosseini 在 9 月 8 日给出本轮周期中最激进的存储价格预测：本季 DRAM 价格环比上涨 50%、第四季度再涨 20%；NAND 本季环比 +60%、第四季度 +25%。其核心判断是内存已成为半导体产业的"王者"——内存占半导体营收的比重从历史上的 20-30% 升至 50-55%，并推动全产业营收在今年迈向 1.5 万亿美元。这解释了为何内存股的涨幅远高于逻辑芯片：价格环比涨幅直接落入利润。
对产业链的连锁影响是深远的：内存成本上升将推高手机、PC、服务器的整机成本，可能抑制终端出货量，形成"存储繁荣、终端承压"的分化；同时存储的超额利润会虹吸设备与资本配置，间接挤压逻辑芯片的扩产资源。对投资者而言，关键问题是涨价的持续性——存储原厂的产能弹性极低，涨价几乎没有成本对冲，但也正因如此，一旦 AI 资本开支的边际增速放缓，存储价格将是最先反应的高 beta 变量，回调幅度往往大于逻辑芯片。
来源：MarketWatch
9 月 7 日，SK 海力士股价大涨 7%，直接催化剂是 OpenAI 的 GPT-6 "Astra" 模型点燃了市场对 AI 芯片需求的期待。DB 证券随后给出判断：DRAM 景气将因供应紧张延续至 2027 年，维持"强力买入"共识，测算上行空间超过 50%。这是一次典型的"模型发布 → 硬件需求重估"传导，且发生在存储而非 GPU 环节，说明市场认为当前最紧缺的环节是内存。
值得思考的是这种传导的有效性：更强的模型确实带来更大的推理负载与更长的上下文窗口，但模型效率提升（单位 token 成本下降）也可能部分抵消硬件需求增长——市场通常只交易前者。对存储厂商而言，真正决定 2027 年盈利的是产能而非需求：HBM 与服务器 DRAM 的产线切换会进一步压缩通用 DRAM 供给，这种结构性挤压才是"景气延续"的物理基础。投资者需关注的风险点是客户集中度与长约覆盖率——预付款与长期协议越普遍，周期底部的抗跌能力就越强。
来源：TipRanks
汇丰在 9 月 9 日提出了明确的区域配置观点：AI 投资者应把目光从"估值过高"的美国 AI 股票转向三个方向——韩国内存、台湾半导体，以及中国的半导体设备与电力基础设施。其逻辑是需求强劲而供应受限：当算力供给的瓶颈集中在内存、先进制造与电力，价值就会向瓶颈环节所在的地区集中；同时 ASIC 的扩张将维持台湾产能的高利用率，而供应链本土化将驱动中国的设备与电力需求。
这份观点最有价值之处，是把"电力基础设施"与芯片并列：AI 数据中心的约束条件正在从芯片供应转向电力与散热，中国的电力设备、液冷与数据中心建设环节因此获得了独立于芯片周期的成长逻辑。对全球配置者而言，汇丰的建议本质是"买瓶颈、买本土化"——在管制与补贴重塑供应链的背景下，本地化产能的稀缺性溢价将持续存在。风险在于政策变量的不可预测性：关税与出口管制的每一次变化，都会重新定义"受益者"的名单。
高盛在 9 月 2 日重申对 AI 基础设施支出的正面看法，并给出少见的量化路径：晶圆制造设备（WFE）的上行周期至少持续到 2028 年，2026-2028 年 DRAM 供应缺口分别为 5.0%、5.9% 与 3.9%——连续三年供不应求。报告还预计 Nvidia 将强调 2027 年营收增长 70% 的指引与 Rubin 平台的放量，并把 EDA 称为"被低估的机会"（到 2030 年约 37 亿美元/年）。
这份判断的价值在于"缺口数据"而非"看好情绪"：5%-6% 的年度供应缺口意味着存储价格具备持续上涨的物理基础，也让设备厂商的订单能见度延伸到 2028 年。对投资布局而言，报告点出的 EDA 方向尤其值得注意——芯片设计工具是极少数具备高壁垒、高毛利且与制程节点强相关的环节，市场绝对体量虽小，但对整个设计生态的"卡位"意义极大。总体来看，卖方共识正在从"AI 是不是泡沫"转向"缺货还要持续多久"，这种叙事切换本身就意味着周期尚未走完。
来源：TipRanks
摩根士丹利在 9 月 9 日对欧洲半导体给出"建设性但更具选择性"的立场，理由直指存储周期的位置——DRAM 已接近周期后段的拐点。具体调整包括：上调 Synopsys，将英飞凌调整为中性（Equal Weight），下调 ASML 与 Besi 的目标价。同时提示四项年末风险：数据中心建设可能不及预期、宏观环境转差、大模型讨论从"增长"转向"回报"、以及 800V 汽车架构的延迟。
这份报告提供了本轮 AI 行情中最有价值的"反面清单"。其深层含义是：当市场注意力从"需求有多强"转向"投资回报率有多高"，估值最高的环节（设备与工具）将最先承压；而 800V 汽车架构延迟这类细节，则提醒车规半导体的复苏节奏可能慢于预期。与 Piper Sandler 的全面看多相比，摩根士丹利的谨慎更像是"周期位置"的判断而非"方向"的否定——两者结合意味着板块内部轮动会加快，"选股"的收益差将大于"选板块"。
Northland 分析师 Gus Richard 上调英特尔至"跑赢大盘"、目标价 120 美元，理由有三：公司转型的进展、服务器 CPU 的短缺，以及与马斯克合作的 Terafab 项目。与此同时，他对 AMD 保持谨慎，认为 2027 年的市场预期过高——其模型测算的数据中心营收约 500 亿美元，而市场共识超过 600 亿美元；更尖锐的判断是，这轮景气具有"泡沫特征"，可能存在重复下单（double ordering）。
这份观点的价值在于把"重复下单"这个周期风险摆上台面：当所有客户都担心拿不到货，订单会被系统性放大，一旦真实需求低于预期，取消订单的连锁反应会造成库存与估值的双杀。对英特尔的看多则建立在"预期已足够低"的逻辑上——当坏消息出尽，任何转型进展都是向上的期权。对投资者，这提供了一个对冲思路：在高景气板块里，估值洼地（英特尔）与预期过高的品种（AMD 的 2027 年共识）之间的风险收益比，可能正在发生反转。
来源：TipRanks
AMD 将 AI 芯片总市场规模（TAM）的预测上调至 2030 年约 3 万亿美元，这一口径比公司此前大幅提升，也高于多数第三方估算。与之呼应的是资金流向的变化：VanEck 半导体 ETF 年内上涨 74%，跑赢 Nvidia 约 59 个百分点（Melius Research 数据），原因是投资者正把 AI 配置分散到 Nvidia 之外。
两条信息结合起来，指向一个重要的市场结构变化：AI 交易正在从"押注单一龙头"转向"押注整个产业链"。龙头股的估值天花板与拥挤度促使资金外溢，受益者包括存储、设备、封装、模拟与 ASIC 定制等环节——这也是 ETF 能跑赢个股的技术原因。对投资者而言，扩大 TAM 预测本身带有公司层面的叙事意图（更大的市场有利于估值），真正需要验证的是份额与毛利率：AMD 能否把市场的"预测"转化为自己的"营收"，取决于其软件生态与产能保障，而非 TAM 数字的大小。
美国商务部长 Howard Lutnick 在 CNBC 采访中表示，特朗普政府正在准备针对半导体的"精准、深思熟虑"的关税政策：在美国制造芯片的公司可获得豁免，而不在美国投资的公司"将为进入美国市场支付关税"。他援引了总额约 1.2 万亿美元的投资承诺，其中点名台积电 2650 亿美元的亚利桑那厂与美光 2500 亿美元的内存厂（合计超 5000 亿美元），并称"所有公司都知道这些关税即将到来"，但未给出具体生效日期。政策设计仿效了此前对进口药品的处理——税收激励叠加最惠国待遇。
这套机制的实质是"关税换投资"：把市场准入作为筹码，直接交换制造业回流。对全球芯片厂商而言，美国市场的进入成本将与本土投资深度绑定——三星与 SK 海力士据报正密切关注，因为这直接关系到它们的产能布局与客户承诺。长期影响是成本结构的系统性上移：在美国制造的芯片成本高于亚洲，这部分溢价最终将由下游客户与消费者承担，与台积电涨价、HBM 短缺形成的成本上涨趋势叠加，构成 AI 硬件"量增价涨"的宏观背景。
来源：Newsis
报道梳理了美国半导体关税的潜在政策选项：一是把关税范围从芯片本身扩大到含芯片的终端产品（笔记本电脑、游戏主机、数据中心服务器）；二是实施国别关税或进口配额。CSIS 的 William Alan Reinsch 认为，这项政策同时追求三个目标：惩罚贸易伙伴、在联邦债务上升的背景下增加财政收入、以及推动制造业回流。三个目标之间并不完全兼容——关税抬升终端价格会抑制需求，财政收入目标与产业回流目标存在内在张力。
对供应链的实操影响在于"豁免机制"的设计：若豁免与投资承诺挂钩，全球厂商将被迫在"支付关税"与"承诺在美投资"之间做选择，而投资承诺的兑现周期长达数年，期间的现金流压力与产能分散风险都要企业自行承担。对台湾与韩国的厂商，这意味着"用投资买市场准入"的策略还将延续。对投资者，需要把"关税落地的时间点与覆盖范围"列为未来 12 个月最重要的政策变量之一——它的影响面远大于单一公司的业绩波动。
来源：iChannelA
特朗普在共和党集会上称台湾销往美国的芯片可能面临"100%、200%、50%，随便"的关税，再度把台湾半导体推到贸易谈判的风口。台湾经济部长龚明鑫回应称，台美之间的投资备忘录与关税框架提供了制度保障——赴美投资的台企可按实际投资额获得最高 2.5 倍的免税配额（依据 232 条款），不过美国方面的最终裁定仍待公布。措辞的随意性说明其更接近谈判筹码，而非已成型的政策文本。
这番表态揭示的博弈结构很清晰：台湾的芯片产能是美国"再工业化"无法绕开的对象，因此关税既是施压工具，也是谈判筹码；而"2.5 倍免税配额"的设计说明双方已建立起把投资额兑换为关税豁免的机制。对台积电等厂商而言，真正的成本是产能分散后的效率损失，以及补贴与关税规则的不确定性——这些都会体现在长期资本配置的折现率中。对投资者，台湾半导体板块的政策风险溢价短期内难以消除，"投资换准入"的路径依赖会持续影响其毛利率与资本回报率。
来源：三立新闻
韩国宣布总额 26 万亿韩元（约 190 亿美元）的半导体支持计划，覆盖金融、基础设施、研发与中小企业四大方向，其中包含本月早些时候宣布的 70 亿美元。具体工具包括：通过韩国开发银行提供 17 万亿韩元金融支持、设立 1 万亿韩元半导体生态基金，并在首尔郊外建设"巨型芯片集群"；此外，韩国已于 2026 年 8 月 10 日启动规模 35 亿美元的芯片基金，并扩大税收优惠范围。
韩国的补贴节奏反映出一个现实：存储超级周期带来的出口繁荣正在被转化为产业政策资源，政府希望把周期红利沉淀为长期的产能与技术优势。对国家竞争格局而言，补贴竞赛已从美国、欧盟、日本蔓延到韩国——各方都在用财政工具争夺先进制程与存储产能。对中国产业链的启示是双向的：一方面，韩国的金融支持会强化三星与 SK 海力士的扩产能力，加剧存储与代工环节的竞争；另一方面，这也印证了"产业政策是半导体竞争的标准配置"，国内的大基金与地方配套投入在这一框架下具备合理性。
来源：Nepali Paisa
自 2014 年以来，中国中央政府通过国家集成电路产业投资基金（"大基金"）累计投入约 6800 亿元人民币（约合 140 万亿韩元），地方政府则通过持有大量股权与直接补贴参与其中——例如 CXMT（长鑫存储）的 50% 股权由地方持有。这种"国家基金 + 地方股权 + 补贴"的组合式支持，是中国半导体产业在设备与制程受限条件下仍能持续扩产的关键制度基础，韩国议员与学者已就此呼吁本国政企"统一应对"。
从产业经济学角度看，中国模式的特点是"以资本换时间"：在先进制程设备受限的约束下，用持续的资金投入维持产能扩张与技术迭代的节奏，把追赶变成一场持久战。优势在于抗周期能力强——即使行业进入下行期，国家级资金仍能维持投入；挑战则在于资本效率与产能的重复建设。对全球格局的含义是，半导体竞争已从企业层面上升为国家产业政策层面，补贴的规模与持续性成为产能份额的先行指标。观察国产替代进度，应重点关注资金投向的结构（设备、材料、EDA 还是制造），而非总量。
来源：每日经济新闻
政策时间线显示，2026 年 7 月美国商务部宣布了 8.74 亿美元的半导体研发资金，同期欧盟批准了德国对半导体设施的政府援助。前者指向研发与前沿技术，后者指向制造设施的落地补贴——两条线的组合说明西方阵营的政策工具箱已经成型：用直接补贴承接制造产能，用研发资金维持技术领先。时间线同时记录，2026 年 8 月 11 日美国对多晶硅加征关税，把上游材料的贸易壁垒纳入政策范围。
把这些动作与亚洲的补贴计划放在一起看，全球半导体政策的"补贴密度"正在快速上升：美国（CHIPS 法案与关税）、欧盟（Chips Act 与成员国援助）、韩国（26 万亿韩元计划）、中国（大基金与地方配套）几乎同步加码。对投资者的含义有两层：一是产能过剩的长期风险在积累——补贴驱动的产能扩张往往在周期下行时集中释放；二是政策敏感度成为选股的重要维度，处在补贴覆盖范围内的设备、材料与制造环节具备更强的订单确定性。多晶硅关税则提醒，材料端的地缘摩擦可能比设备端更频繁。
政策时间线记录，2026 年 6 月中国将 10 家美国企业列入出口管制名单。这一动作与同期美国的关税调整（2026 年 1 月对半导体及半导体制造设备与衍生产品的关税调整）构成一组"对称反制"的画面：双方的管制工具都在从"物项"向"企业清单"延伸，把具体的商业主体纳入政策工具箱。对被列入清单的企业而言，影响是直接的——供应链许可、市场准入与合作伙伴的合规成本都会上升。
这种"清单化"趋势改变了半导体地缘博弈的形态：过去管制主要针对技术物项（设备、芯片、EDA 工具），如今越来越频繁地指向企业实体，这意味着企业的经营风险与其母国的政策立场高度相关，跨国公司必须在合规体系上做双重准备。对中国企业而言，被反制的美国公司往往是对华业务依存度较高的经营者，清单的威慑力正来自这种依存关系。从投资角度，这类政策事件通常带来短期情绪冲击而非基本面的即时改变，但在供应链布局（第二供应商、区域化产能）上的长期影响不容低估。