前言：

一轮AI浪潮走到2026年，半导体行业已经出现一个有意思的变化：钱仍然围着算力转，却不再只盯着GPU。

英伟达仍坐在榜首，但它身后挤进来的公司越来越杂。AI的钱正沿着产业链流向哪里，利润会以怎样的顺序落袋？

作者 | 方文三

图片来源 | 网络

TOP20换了座次，AI重写估值坐标

按照CompaniesMarketCap在2026年9月上旬的半导体分类数据，市值前20家公司依次为：英伟达、台积电、博通、三星电子、美光、SK海力士、AMD、ASML、长鑫科技、英特尔、Lam Research、Applied Materials、Arm、德州仪器、KLA、联发科、Marvell、高通、ADI和东京电子。

英伟达市值约5.33万亿美元，台积电约2.15万亿美元，博通约1.76万亿美元；前三家公司合计已经占TOP20总市值约53%，前八家公司占比超过80%。

资本没有平均奖励所有半导体公司，而是在追逐几个最难绕开的环节：算力架构、先进制程、AI网络、先进存储，以及制造这些芯片所需要的核心设备。

产业数据也给出了同样的答案，WSTS在2026年春季大幅上调预测，预计全年全球半导体销售额达到约1.51万亿美元，同比增长约90%。

其中，存储市场预计超过8000亿美元，同比增长约250%；逻辑芯片预计增长37%，模拟芯片约增长10%，分立器件约增长8%，传感器及光电子增速只有约3%。

AI周期已经从「买更多GPU」，进入「整套计算系统全面涨量」的阶段。

模型需要GPU，也需要HBM；GPU增加之后需要更高速的交换芯片；芯片面积越来越大，需要更复杂的先进封装；2nm、HBM4和Chiplet提高了制造难度，设备投入随之抬升。于是，受益顺序也被重新排列。

第一层利润池：博通和AMD分走增量

英伟达仍然处在AI产业最靠近现金流入口的位置。2026年8月公布的FY2027第二财季中，英伟达单季收入达到962亿美元，同比增长106%；数据中心收入达到890亿美元，同比增长117%。换句话说，公司超过九成季度收入已经与数据中心高度相关。 

英伟达的优势已经不局限于一颗GPU。从GPU、CPU、NVLink、交换机，到机架系统和CUDA软件，它正在把竞争单位从「芯片」推向「AI工厂」。客户买得越大，系统级绑定反而越强。GPU性能差距可以被追赶，整套生态形成的迁移成本要难处理得多。

博通2026财年第三季度AI半导体收入达到167亿美元，同比增长221%，环比增长54%；公司预计第四季度AI半导体收入进一步升至217亿美元。它吃到的主要红利来自两块，一块是谷歌、Meta等大型客户的定制AI加速器，另一块是AI集群需要的网络芯片。

这意味着AI算力市场正在形成两套同时扩张的体系：通用加速平台继续放量，大型云厂商又在不断提高自研ASIC比例。

AMD排在第七位，同样已经跨过「概念受益」的阶段。2026年第二季度，AMD收入达到115亿美元，同比增长50%，数据中心业务占公司收入58%，该业务收入同比增长超过一倍。

GPU追求通用性和生态覆盖，ASIC瞄准确定负载下的成本、功耗与规模效率，两条路线共同瓜分AI资本开支。

因此，AI周期的第一批利润依然集中在能够直接向大型云厂商出售算力、网络和定制加速器的企业。

第二层利润池：「产能」变成稀缺资产

TOP20中最醒目的变化，其实来自存储。三星电子第四、美光第五、SK海力士第六，2026年7月上市的长鑫科技也已经进入前十。四家存储相关企业挤进TOP10，在几年前的半导体市值榜上很难看到这样的结构。

背后的逻辑并不复杂：AI让存储从相对标准化的配套器件，变成直接影响算力利用率的系统瓶颈。

存储厂这一轮获得了两重收益。一边是AI带来的结构性HBM需求，另一边是普通DRAM供应趋紧后形成的价格弹性。HBM又会占用先进DRAM晶圆和封装资源，进一步挤压普通内存供给。这也是2026年存储利润释放速度如此凶猛的原因。 

但这里需要留一根警惕的针，HBM需求具有较强的结构属性，普通DRAM价格依旧存在周期属性。两者叠加的时候，利润会像被压缩后的弹簧一样快速弹起；未来新增产能逐步释放后，普通内存价格的贡献很难永远保持目前的斜率。

排名第二的台积电，位置更加特殊。它同时承接GPU、ASIC、CPU等多个路线的先进制程需求，因此无论英伟达赢、AMD扩张，还是谷歌、Meta等公司增加自研芯片比例，相当一部分订单最终仍要经过先进晶圆制造与先进封装环节。

台积电已经把2026年资本开支提高至600亿至640亿美元，其中约70%至80%投向先进制程，约10%至20%用于先进封装、测试、光罩等领域。

GPU与ASIC最先接到AI预算；HBM和DRAM稍后承接需求，却拥有更剧烈的价格弹性。 

在供给约束最紧的时候，存储公司的业绩加速度甚至会超过算力芯片厂商。 

第三层利润池：设备商握着下一轮产能

再往榜单中段走，会发现ASML第八、Lam Research第十一、Applied Materials第十二、KLA第十五、东京电子第二十。五家大型半导体设备公司进入TOP20。

它们体现的是AI投资另一种节奏：算力公司先收到订单，晶圆厂和存储厂看到产能紧张，随后扩大资本开支，再把钱传导给设备商。

因此，设备环节的业绩兑现往往存在时间差，却可能持续得更长。

ASML今年第二季度收入达到93亿欧元，并把2026年全年收入预期提高到430亿至450亿欧元。

这里藏着AI周期中一个常被忽视的变量：芯片越复杂，每增加一单位产能，需要投入的设备价值可能越高。

2nm、更复杂的3D结构、HBM堆叠、先进封装、Chiplet，都意味着更多沉积、刻蚀、检测和量测步骤。

因此设备商吃到的并非单纯「晶圆厂多建几座厂」的红利，还包含单位晶圆制造难度提高带来的设备强度上升。这类收益的爆发力可能弱于HBM涨价，却具备更长的资本开支尾巴。

榜单后半场的分叉：定制芯片提速

Arm、联发科、Marvell和高通都在尝试扩大自己在数据中心、定制芯片和边缘AI中的位置，其中Marvell近期与谷歌的合作很有代表性。

德州仪器和ADI所处的位置则提醒投资者，AI周期还没有均匀传到整个半导体行业。

WSTS对2026年的预测中，存储增长约250%，逻辑芯片增长37%，模拟芯片增长约10%。

两类资产处于同一轮半导体上行周期，盈利斜率却完全不同。

因此，把TOP20重新按照AI利润的兑现速度排列，大致可以看到四层结构：

①最靠前的是英伟达、博通、AMD等直接出售算力和AI基础设施芯片的企业。

②紧随其后的是台积电、SK海力士、美光、三星等掌握先进制造与稀缺存储产能的公司。

③设备厂商承接的是随后数年的扩产投资。 

④Marvell、联发科、高通以及更广泛的边缘AI公司，则要等待设计项目量产和终端应用进一步扩散。

结尾：

市值TOP20已经给出了一个相当清晰的答案：2026年的AI半导体周期，已经越过「GPU独舞」的阶段。舞台越来越大，参与者越来越多，但利润依旧沿着稀缺性流动。哪里握着客户无法轻易替代的算力架构、产能、带宽和制造工具，哪里就更靠近这一轮AI资本开支的现金河道。

CompaniesMarketCap：《Largest Semiconductor Companies by Market Cap》，WSTS：《Global Semiconductor Market Surges Beyond $1.5T in 2026》，NVIDIA：《NVIDIA Announces Financial Results for Second Quarter Fiscal 2027》，Broadcom：《Broadcom Inc. Announces Third Quarter Fiscal Year 2026 Financial Results and Quarterly Dividend》，Lam Research：《Lam Research Corporation Reports Financial Results for the Quarter Ended June 28, 2026》