摩根士丹利科技论坛BrianNowak深度解析14万亿美元AI资本开支及20260807

一、当前一、当前AI算力供需与资本开支路径算力供需与资本开支路径 1.算力仍处于供给约束状态，capex仍有上修空间行业仍处compute-constrained生态，算力价值高，新增容量决定超大规模云厂商增速与全行业AI 技术扩散速度。摩根士丹利维持对四大超大规模云厂商capex的高位预测：2026年合计约1.2万亿美元，2028年合计升至约1.4万亿美元。部分投资者较其预测还高出约2000亿美元/年，capex整体仍有上修倾向。2027年是本轮capex最后一个显著的二阶导上台阶，之后增量更多来自容量端释放，capex节奏将从硬件/半导体/内存逐步让位于软件互联网环节。2.2025-2028年算力容量约4倍扩张，2028年底合计115-120GW 范围涵盖Google、Amazon、Microsoft、Meta及SpaceX地面算力capex 。2025年合计capex约8000亿美元，2027年增至约1.2-1.3万亿美元，2028年达1.4万亿美元。Google与Amazon合计占每年capex的50%-60%，也是新增容量贡献最大的两家（约60%）。五家公司2025年底算力容量约10GW，2026年翻倍至约20GW，2027年再增30GW，2028年新增35GW。2025-2028年合计新增约85GW，到2028年底五家公司总算力达30GW的4倍，即115-120GW。容量排序：Amazon第一、Google第二、Microsoft第三、Meta第四、SpaceX地面算力第五；Google新增最多，预计2026年底至2027年初反超Microsoft Azure。 二、三套二、三套GenAI ROIC框架框架 1.IaaS（基础设施即服务）业务：增量ROIC约30%代表：AWS、Azure、GCP 向客户出租算力。收入端：每GW对应约230亿美元营收；核心假设为GPU正常运行时间（75%）以及GPU租金基础情形8.50美元/小时。成本端：GW对应capex约390亿美元，其中230亿美元IT capex按5年折旧，160亿美元非IT capex按15年折旧；能耗与其他opex约2美元/瓦。增量EBIT利润率约70%，增量ROIC约30%。2.自建算力上跑模型API：ROIC 最高、最具吸引力代表：Google自建数据中心跑Gemini、Meta自建算力跑Meta AI/Muse ，私有实验室自建数据中心。收入端：可获取API层溢价，单GW收入更高；不需支付第三方GPU租金溢价。成本端：同样承担GW对应折旧、能耗与其他opex，但无需向第三方付费。核心敏感性：①推理vs训练算力配比（训练不直接产生收入，但维持长期模型定价权）；②token吞吐量与token定价之间的取舍（Amazon在最新季报中已强调此杠杆）。是三类业务中利润率与ROIC最高的一类。3.第三方算力上跑模型API：增量ROIC约25%以上 代表：模型实验室租用Hyperscaler或Neocloud 算力跑自家模型。收入端：单GW收入相对更高，因为本框架假设100% GPU uptime（对比自有算力情形的75%）。成本端：最大变量为GPU租金（直接对应Hyperscaler IaaS的收入）；其余变量同样是推理/训练配比、token吞吐量与token定价。增量EBIT利润率约30%，增量ROIC约25%以上。 三、关键驱动变量与框架的灵活性三、关键驱动变量与框架的灵活性 1.开源/开放权重模型对ROIC的影响有限Brian观点：开源模型仍需算力，而Hyperscaler掌握算力入口，不会做损害unit economics 的交易。增量bottom-line unit economics仍可能为正，营收节奏可能从30%+ ROIC回落至20%+，但以更高交易量弥补。Nikhil补充：开源模型通常参数更小（如DeepSeek V4为1.6万亿参数模型），反而token吞吐量更高，可补偿定价端的劣势。自研芯片（如TPU、Trainium）有望成为Hyperscaler在开源场景下拉高吞吐量的关键杠杆。2.GPU 租金长期会回归平衡，短期仍有供给缺口溢价行业仍处算力紧张状态，Amazon自报需求已排到2-3年后，Microsoft 管道类似。短期内不会再出现30-50美元/瓦的极端高价，租金中枢将随产能释放而下移，但供需失衡仍将维持租金紧平衡。 Meta的Neocloud定位是”Plan B”：可能用可能用H100等旧芯片而非等旧芯片而非Blackwell做短期租赁做短期租赁，但不构成估值的核心驱动力；Meta AI产品与API在2027年之后的兑现才是真正驱动股价的关键。 3.推理与训练算力配比：推理占比将持续上升当前推理占算力约50%-60%，长期方向是继续上行，但短期内不会达到100% ，因为前沿模型仍需继续投入大模型预训练。算力可替代性较高：大型GW级数据中心通常先用于训练集群，后续可逐步切向推理；GB300等当前最强芯片主要被用于预训练，下一代Rubin等推出后GB300才更可能用于推理。由于GB300集群当前主要跑训练，GB300实际定价数据仍不透明。4.芯片代际升级与单GW组件成本通胀 团队与覆盖半导体的Joe Moore团队合作，覆盖从Blackwell到GB300、Rubin、Fine Man 等代际的吞吐与成本演进。即使单GW capex随代际上升，token吞吐量的提升与可货币化的能力升级仍能维持有吸引力的uniteconomics。自研芯片（Trainium、TPU等）的进展对Google与Amazon的unit economics有显著杠杆作用。5.Capex per Gigawatt与内存通胀 团队维护Hyperscaler capex per gigawatt文件，覆盖TPU、Trainium3以及NVIDIA H100至Rubin Ultra 等代际。数据来源：亚太半导体团队的rack BOM（如Howard Chow团队对GB200、GB300、Vera Rubin的拆解）。内存约占rack成本25%，IT成本约占GW总成本60%；GW级BOM中约15%-20%锁定在内存。Rubin较GB300在DDR5、HBM、SoCAM等各类内存上均有所增加，是单GW capex通胀的主要来源之一。在ROIC框架仍具备吸引力的前提下，Hyperscaler对内存等组件涨价的承受能力较高。6.ROIC兑现的可见路径 收入侧：AWS、GCP、Azure的关键KPI 增长加速；增量需求随产能释放而释放。在compute-constrained环境下，年增速是产能投入的”输出”，应更关注环比美元增量而非同比增速。利润侧：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。订单储备（backlog）是未来增长的领先指标；行业应用（医疗、金融、工业、能源等）的具体落地是判断能否继续从硬件轮动到软件层的关键依据。 四、四、Neocloud与与AWS利润率可持续性利润率可持续性 1.Neocloud的角色：短期释放阀，长期被Hyperscaler收回在极端算力约束期，任何持有算力的Neocloud都有市场需求；早先以较低价格售出算力的Neocloud 可能有所后悔。Amazon、Google长期倾向于自建算力；Meta则可能延续混合模式，保留与Neocloud的长期合同（4-5年低价锁定），不排除将API托管在Hyperscaler。短期内Neocloud对盈利是正面贡献，中长期看是阶段性”释放阀”。2.AWS 50%增量利润率的可持续性 团队认为50%增量利润率具备可持续性，但不预计AWS报告口径利润率在2028年达到55% 。支撑因素：①二季度首次体现裁员后的成本基础；②H100、Blackwell预留实例提价的能力；③Bedrock净会计法（API负载按净额计入）的高margin属性；④非AI业务（存储、Graviton、基础推理等）随AI客户采用而上行，结构性正向贡献。团队预计AWS报告口径利润率逐步走向40%区间，具体节奏取决于管理层在产品/价格上的再投资决策。 Q&A 1.Q：开源：开源/开放权重模型若抢占份额，对超大规模云厂商开放权重模型若抢占份额，对超大规模云厂商ROIC影响几何？是否影响计算强度与定价？影响几何？是否影响计算强度与定价？A：Brian：开源模型仍需算力入口，Hyperscaler不会做损害unit economics的交易；增量bottom-line 仍可能为正，可能从30%+ ROIC回落到20%+区间，但靠量弥补。Nikhil：开源模型参数更小，token吞吐量天然更高，可部分对冲定价劣势；自研芯片（TPU、Trainium）也是重要杠杆。：：GPU租金将如何演化？算力大量上线后旧芯片租金会否断崖？如何看待租金将如何演化？算力大量上线后旧芯片租金会否断崖？如何看待Meta潜在的潜在的Neocloud 2.Q机机会？会？A：Brian：供给释放后租金中枢会回落，30-50美元/ 瓦的极端价位不可持续，但供需失衡仍将维持租金紧平衡；ROIC框架并不依赖极端租金。Meta的Neocloud是Plan B，可能用于H100等旧芯片而非Blackwell；Meta股价的真正驱动仍是2027年之后Meta AI产品与API的兑现，Neocloud只是提供盈利底。：模型中长期推理：模型中长期推理vs训练负载的配比如何假设？两类负载的训练负载的配比如何假设？两类负载的margin profile 3.Q有何不同？训练集群后续能有何不同？训练集群后续能否转作推理？否转作推理？ A：Nikhil：训练本身不直接产生收入，是维持模型长期定价权的必要投入；当前推理占比约50%-60%，长期上行但不会到100%。算力可替代性高，GW级集群通常先用于训练集群，再逐步切换至推理；GB300当前主要跑预训练，定价数据仍不透明，下一代Rubin推出后GB300或更多用于推理。：投资人何时能看到：投资人何时能看到ROIC更明确的信号？更明确的信号？ROIC的盈亏平衡是的盈亏平衡是2028还是还是2029 4.Q？？A：Brian：未来几个季度将看到关键KPI加速增长（AWS、GCP、Azure）；compute-constrained 环境下应关注环比美元增量而非同比增速。增量EBIT利润率50%+（甚至50%高位）有望延续；backlog是领先指标；行业垂直应用（医疗、金融、工业、能源）落地是能否继续从硬件轮动到软件层的关键。：芯片代际升级（：芯片代际升级（Blackwell→GB300→Rubin→Fine Man）对）对unit economics的影响？的影响？NVIDIA 5.Q在吞吐上在吞吐上的领先能否抵消单的领先能否抵消单GW成本上行？成本上行？A：Brian/Julian：单GW capex会上升，但token吞吐与可货币化能力提升足以维持有吸引力的unit economics；NVIDIA在吞吐侧仍领先于自研芯片。自研芯片（Trainium、TPU）的进步对Google、Amazon的unit economics是重要补充。：：capex per gigawatt的关键假设？内存通胀多大？的关键假设？内存通胀多大？Hyperscaler 6.Q对组件涨价的承受能力？对组件涨价的承受能力？A：Nikhil/Julian：模型覆盖TPU、Trainium3与NVIDIA H100至Rubin Ultra；内存约占rack成本25%，GW 级BOM中15%-20%锁定在内存；IT成本约占GW总成本60%。Rubin较GB300在DDR5、HBM、SoCAM等各类内存上均有增加，是单GW成本通胀主因；只要ROIC仍具吸引力，Hyperscaler对组件涨价的承受意愿较高。：：Hyperscaler与与Neocloud 7