情报速览
Morgan Stanley 再次上调了对全球 AI 基础设施资本支出的预测。五大超大规模科技公司——Amazon、Google（Alphabet）、Meta、Microsoft、Oracle——在 2026 年的 AI Capex 总额预计将达到 8050 亿美元，而 2027 年的新预测更是高达 1.1 万亿美元。
数据拆解
2026 年各家 Capex 预算
| 公司 | 2025 年实际 | 2026 年预算 | 同比增幅 | 主要投向 |
|---|---|---|---|---|
| Amazon | $83B | ~$200B | +141% | AWS AI 基础设施、Anthropic 投资 |
| Microsoft | $80B | ~$190B | +138% | Azure AI、OpenAI 投资、数据中心 |
| Alphabet | $75B | $180-190B | +140-153% | Google Cloud AI、TPU、DeepMind |
| Meta | ~$65B | ~$135B | +108% | Llama 训练、AI 广告、AR/VR |
| Oracle | ~$20B | ~$80B | +300% | OCI GPU 集群、AI 数据库 |
| 合计 | ~$323B | ~$805B | +149% | — |
关键趋势
1. 全员翻倍 每一家巨头的 Capex 都实现了翻倍增长。这不再是某一家公司的战略押注，而是整个行业的共识性行动。
2. Oracle 的异军突起 Oracle 的增幅最为惊人（+300%），从约 200 亿美元跃升至 800 亿美元。其 OCI（Oracle Cloud Infrastructure）正在积极建设大规模 GPU 集群，试图在 AI 云服务市场分一杯羹。
3. 2027 年的 $1.1T 意味着什么 如果 2027 年预测成真，五大巨头的 AI Capex 将超过全球半导体行业 2025 年的总收入（约 6000 亿美元）。这意味着 AI 基础设施投入已经超越了整个芯片制造行业的产出规模。
钱花在哪里？
GPU/加速芯片（~40%）
- NVIDIA H100/H200/B100/B200 系列
- AMD MI300/MI350 系列
- 自研芯片：Google TPU v5/v6、AWS Trainium/Inferentia、Meta MTIA
数据中心与电力（~30%）
- 新建 AI 专用数据中心
- 电力基础设施（变压器、输电线路）
- 冷却系统（液冷成为主流）
HBM 内存（~15%）
- SK Hynix、Samsung、Micron 的 HBM3E/HBM4
- 供应紧张导致价格持续上涨
网络与互联（~10%）
- InfiniBand/RoCE 网络
- 光模块（800G → 1.6T 升级周期）
其他（~5%）
- 软件与工具链
- 人才与研发
对产业链的影响
直接受益者：
- NVIDIA：GPU 需求确定性最高，B 系列芯片供不应求
- SK Hynix：HBM 市场份额领先，定价权强
- Arista Networks：AI 数据中心网络的核心供应商
- Vertiv：数据中心电力与冷却设备龙头
潜在受益者：
- AMD：MI300 系列开始获得大规模订单，但份额仍远低于 NVIDIA
- Broadcom：定制 AI 芯片（ASIC）需求增长
- 台积电：先进制程产能持续紧张
风险信号：
- HBM 供应瓶颈可能限制 GPU 出货
- 电力基础设施（尤其是美国电网）成为制约因素
- 数据中心建设周期长，可能导致资本支出效率下降
格局判断
短期（6-12 个月）： AI 基础设施投入不会放缓。各巨头的 Q2/Q3 财报中 Capex 指引只会更激进。NVIDIA 2026 财年营收大概率突破 2000 亿美元。
中期（1-2 年）： $1.1T 的 2027 年预测能否实现，取决于两个关键变量：
- AI 应用的商业化回报是否跟得上基础设施投入
- 美国 AI 监管政策是否会对数据中心建设设限
长期风险： 如果 AI 应用的营收增速无法匹配 Capex 增速，2028-2029 年可能面临"AI 基础设施过剩"的风险。这与 2000 年互联网泡沫时期的光纤基础设施过剩有相似之处。
投资启示
确定性最高的方向： GPU、HBM、先进封装——这些是 AI Capex 的"过路费"，无论哪家巨头的 AI 战略成功，都需要购买这些硬件。
需要谨慎的方向： 纯数据中心 REITs——如果 Capex 增速放缓或 AI 应用回报不及预期，数据中心可能面临过剩风险。
值得关注的信号： 密切关注各巨头季度财报中的 Capex 指引变化。一旦任何一家开始缩减 AI 投入，可能是行业拐点信号。