猜你想问
摩根士丹利这份研报的核心内容是什么？
摩根士丹利在研报中深度解析了AI算力供需与资本开支路径，预测了四大超大规模云厂商2026至2028年的资本开支，分析了2025-2028年算力容量扩张趋势，并提出了三套GenAI ROIC框架，探讨了开源模型、GPU租金、推理与训练算力配比、芯片代际升级、内存通胀以及ROIC兑现路径等关键驱动变量。研报还分析了Neocloud与AWS利润率的可持续性，为投资者提供了全面的AI资本开支与算力市场分析视角。
AI算力赛道未来发展趋势如何？
AI算力赛道未来将呈现算力容量约4倍扩张趋势，2028年底合计达115-120GW，其中Amazon和Google合计占每年资本开支的50%-60%。推理算力占比持续上升，但不会达100%因前沿模型仍需预训练。自研芯片如Trainium、TPU对云厂商unit economics有显著杠杆作用。内存通胀是单GW资本开支通胀主因，但超大规模云厂商对内存等组件涨价的承受能力较高。行业应用落地是判断能否继续从硬件轮动到软件层的关键。
这份研报重点分析了哪些方向？
研报重点分析了AI算力供需与资本开支路径、三套GenAI ROIC框架、开源/开放权重模型对ROIC的影响、GPU租金长期回归平衡、推理与训练算力配比、芯片代际升级与单GW组件成本通胀、Capex per Gigawatt与内存通胀、ROIC兑现的可见路径，以及Neocloud与AWS利润率可持续性。通过这些分析，为投资者提供了AI算力市场的全面洞察。
当前AI算力市场现状如何？
当前AI算力市场仍处于计算能力受限状态，算力供给约束决定超大规模云厂商增速及AI技术扩散速度。2025-2028年算力容量约4倍扩张，2028年底合计达115-120GW。推理算力占比持续上升，当前约50%-60%。GPU租金短期内不会再出现30-50美元/瓦的极端高价，但供需失衡仍将维持租金紧平衡。超大规模云厂商50%+增量EBIT利润率有望维持甚至向50%高位靠近。
研报提示了哪些风险？
研报提示的风险包括算力供给约束可能限制AI技术扩散速度，GPU租金长期回归平衡的不确定性，内存通胀对单GW资本开支的影响，以及开源模型对超大规模云厂商unit economics的潜在损害。此外，推理与训练算力配比的优化、芯片代际升级的成本控制、以及行业应用落地的有效性也是需要关注的变量，这些因素可能影响AI算力市场的长期发展。