INTC 單日大漲逾 11%，同產業鏈中還有哪些值得關注的半導體股票？

2026年6月9日，英特爾股價單日上漲超過11%，直接催化市場對谷歌向英特爾下單超過300萬顆TPU晶片的消息。這批訂單採用英特爾18A製程，預計2028年開始交付。與此同時，特斯拉確認計畫在奧斯汀AI晶片工廠使用英特爾的下一代14A製程。摩根士丹利分析師亦指出，伺服器CPU供應依然緊張，英特爾出貨有望持續受益。

這一大漲並非英特爾的孤立事件，而是反映整個AI算力賽道對半導體板塊的結構性驅動。理解這一邏輯是否同樣適用於英特爾的同賽道公司，需要從三個層面展開：代工訂單的擴散效應、AI晶片需求的產業性成長，以及先進製程產能分配帶來的競爭格局變化。

對於同賽道的其他公司而言，谷歌將高階晶片代工訂單分散至英特爾，意味著台積電的先進製程產能可能仍然供不應求，從而為AMD、輝達等無晶圓廠設計公司帶來產能保障與議價空間。同時，AI推理與訓練晶片需求的持續擴張，也為博通、美光等提供配套晶片或儲存解決方案的公司創造明確的收入成長路徑。

晶圓代工格局變化下哪些廠商值得關注

全球晶圓代工格局正在經歷微妙但重要的變化。在台積電先進製程產能持續吃緊的背景下，大型科技公司尋求第二甚至第三代工來源已成為產業趨勢。谷歌將TPU訂單交由英特爾生產，蘋果此前也已與英特爾達成代工協議，輝達據報導持續評估利用英特爾製程打造高階處理器的可能性。

這一變化直接利好兩類同賽道公司。

第一類是台積電。雖然英特爾獲得部分訂單，但全球AI晶片需求增量遠超單一工廠的擴產速度。台積電的3nm與5nm產線仍處於滿載狀態，其客戶名單涵蓋輝達、AMD、蘋果、高通等幾乎所有頭部AI晶片設計公司。只要AI算力需求持續成長，台積電作為產業龍頭的地位不會因英特爾獲得少量訂單而動搖。事實上，分散的代工來源反而有助於減緩客戶對單一供應鏈風險的擔憂，長期來看可能促使更多設計公司放心擴大AI晶片的投片量。

第二類是聯電、中芯國際等成熟製程代工廠。AI晶片不僅需要最先進的製程，還需要大量配套晶片，包括電源管理IC、介面IC、網路晶片等，這些晶片通常採用成熟製程。隨著AI伺服器出貨量增加，這些配套晶片的需求同步放大，為成熟製程代工廠帶來額外訂單。

無晶圓廠AI晶片設計公司如何受益於需求擴張

AI算力需求的持續爆發，最直接的受益者是無晶圓廠的AI晶片設計公司。與英特爾不同，這些公司不自行生產晶片，而是將設計交由台積電等代工廠製造。它們對AI需求變化的彈性更高，但同時也受制於先進製程產能的分配。

輝達是目前AI訓練晶片的絕對龍頭。其Blackwell架構GPU供不應求，訂單能見度已延伸至2027年。雖然市場擔心競爭加劇，但輝達的CUDA軟體生態形成了強大的用戶黏性，短期內難以被取代。只要全球超大規模資料中心持續採購AI訓練晶片，輝達的業績就具備高度確定性。

AMD是輝達最直接的競爭對手。其MI300系列AI加速器在2025年下半年開始大量出貨，2026年有望進一步擴大市場份額。AMD同時擁有CPU（中央處理器）與GPU（圖形處理器）兩大產品線，在AI伺服器中能提供更完整的解決方案。市場對AMD的主要分歧在於其軟體生態的成熟度，但硬體效能已獲多家雲端服務業者認可。

博通在AI晶片領域的角色較為特殊。它不直接生產通用GPU，而是為谷歌、Meta等大客戶客製化ASIC（專用積體電路）。這類晶片用於推理任務時具備更高的能效比，隨著AI應用從訓練階段走向大規模推理部署，ASIC的市場份額有望提升。博通還提供AI資料中心所需的高速網路交換晶片，同樣是算力基礎設施的關鍵環節。

儲存晶片廠商在AI算力浪潮中的結構性機會

AI算力的提升不僅依賴運算晶片，還需要高速、大容量的儲存晶片支援。每一顆AI加速器都需要搭配多顆HBM（高頻寬記憶體），而AI伺服器對DDR5 DRAM與NAND快閃記憶體的需求量也遠高於傳統伺服器。

美光是全球主要的儲存晶片供應商之一，也是HBM市場的重要參與者。美光在2025年開始大量出貨HBM3E產品，並已獲得輝達、AMD等客戶認證。受益於AI需求，儲存晶片價格自2025年下半年起進入上升週期，美光的毛利率與獲利能力顯著改善。與邏輯晶片公司不同，儲存晶片具有明顯的週期性，當前處於上行階段。

韓國儲存巨頭同樣受益於此，但因平台規範無法具體列名。投資人可關注在美國上市的相關ETF或ADR產品。需要注意的是，儲存晶片的供需變化較快，一旦AI資本支出增速放緩，儲存價格可能率先承壓，這是與設計公司不同的風險特徵。

半導體設備與材料公司如何受益於產能擴張

AI晶片需求的爆發，正在推動全球晶圓廠加速擴產。無論是台積電在美國、日本、德國的海外建廠，還是英特爾在美國本土的晶圓廠建設，亦或是三星、海力士的儲存晶片產線擴張，都需要採購大量的半導體設備與材料。

應用材料、泛林集團、科磊等設備供應商直接受益。AI晶片對製程精度的要求更高，先進設備的需求增速快於成熟製程設備。尤其是用於3nm及以下製程的蝕刻、沉積、檢測設備，訂單能見度高，交期已排至2027年。

材料領域同樣存在明確機會。光刻膠、電子特氣、矽晶圓、靶材等耗材的用量隨晶圓產出量的增加而同步成長。雖然單台設備價值量高，但設備訂單屬於「一次性投入」，而材料耗材則具備重複購買屬性，長期成長更平滑。日本與美國的材料公司在全球市場占據主導地位，部分可透過美股ADR形式參與。

先進封裝與測試環節是否具備獨立投資價值

先進封裝是AI晶片製造中不可忽視的環節。傳統上，封裝被視為晶片製造的後段工序，技術含量較低。但HBM與邏輯晶片的3D堆疊、Chiplet（晶粒）異質整合等先進封裝技術，已成為提升AI晶片效能的關鍵路徑。台積電的CoWoS封裝產能自2024年以來一直供不應求，成為AI晶片出貨的瓶頸環節。

日月光、安靠等封測代工廠受益於CoWoS產能的溢出需求。雖然台積電也在擴充其先進封裝產能，但短期內難以滿足全部需求，部分訂單外溢至專業封測廠。此外，隨著Chiplet設計成為主流，封測環節的技術門檻與附加價值不斷提升，相關公司的估值邏輯可能面臨重估。

測試環節同樣值得關注。AI晶片的複雜度大幅提升，測試時間與測試設備的需求量同步增加。泰瑞達、愛德萬等測試設備供應商的訂單自2025年以來持續成長，尤其在HBM測試領域，需求遠超前幾年水平。

如何看待該賽道目前的估值與風險

在INTC大漲的背景下，同賽道公司股價普遍處於歷史高位或接近歷史高位。當前市場對AI算力需求的預期已相當飽滿，任何低於預期的訂單或資本支出數據都可能引發板塊調整。

主要風險集中在以下幾個方面。首先是資本支出增速放緩的風險。微軟、谷歌、亞馬遜、Meta四大雲端業者的AI相關資本支出在2025年同比成長超過50%，這種增速難以長期維持。一旦資本支出增速回落至20%以下，晶片訂單的增速將同步下降，對估值形成壓力。

其次是競爭加劇的風險。除了英特爾，AMD正在追趕輝達，博通與Marvell在ASIC領域不斷滲透，自研晶片也成為大型雲端業者的選項。雖然產業需求總量仍在成長，但每家公司的市場份額可能被稀釋。

最後是地緣政治與供應鏈風險。先進製程主要集中在台積電，地緣政治緊張可能對全球晶片供應鏈產生衝擊。雖然各國都在推動半導體本地化生產，但短期內難以改變高度集中的現狀。

從資金流向看同賽道個股的延續性

資金流向數據顯示，AI晶片板塊已告別全面普漲的階段。2026年以來，資金明顯從概念炒作轉向業績兌現確定性高的龍頭。英特爾的大漲雖然引發市場關注，但英特爾自身的晶圓代工業務仍處於投入期，短期內難以貢獻獲利，其估值中包含較高的轉型預期溢價。

相較之下，輝達、台積電、博通等公司的業績可見度更高，每一季的財報都驗證了AI需求的持續成長。資金在這些公司之間進行輪動，而非撤出整個賽道。當輝達漲幅較大時，部分資金可能切換至漲幅相對落後的AMD或美光；當英特爾有利多催化時，資金也會短期湧入。

整體來看，AI算力驅動的半導體上行週期尚未結束。世界半導體貿易統計組織預測2026年全球半導體市場將同比成長89.9%至1.51兆美元，2027年再成長26.6%。只要AI應用的滲透率仍在提升——從大模型訓練走向邊緣推理、從雲端服務走向終端設備——底層晶片的需求就不會出現斷崖式下降。但不同公司在產業鏈中的位置決定其受益程度與風險特徵，投資人需根據自身的風險偏好與投資期限進行篩選。

總結

英特爾單日大漲超11%的核心驅動力是AI算力需求對半導體產業的結構性拉動，這一邏輯同樣適用於同賽道的其他公司。無晶圓廠設計公司如輝達、AMD、博通直接受益於AI訓練與推理晶片需求的爆發；台積電作為先進製程代工龍頭，產能滿載且地位穩固；美光等儲存晶片廠商借助HBM與DDR5需求進入價格上行週期；應用材料、日月光等設備與封測企業則受益於全球晶圓廠的擴產浪潮。

但投資人需認識到，該賽道目前估值已偏高，資本支出增速放緩、競爭加劇與地緣政治是主要風險。在資金流向日益集中的背景下，篩選具備業績確定性與產業鏈核心地位的公司，比單純追逐熱門更為重要。