AI资本开支持续超预期，本轮AI基建长周期确定性再强化

AI资本开支持续超预期，本轮AI基建长周期确定性再强化 AICapexContinuestoSurprisetotheUpside,ReinforcingtheLong-CycleCertaintyofAIInfrastructure 事件 华尔街机构再度大幅上调全球头部科技巨头AI算力资本开支预测，单月上调增量规模1670亿美元，上修幅度、迭代速度与持续性均显著超出市场年初预期。覆盖亚马逊、微软、谷歌、Meta、SpaceX五大核心主体，AI相关资本开支将从2025年4040亿美元持续抬升，预计2028年达1.277万亿美元，三年实现三倍扩容。2027年预期上调最为显著，2026年1月预测5270亿美元，时隔七个月上修至9940亿美元，近乎翻倍，仅2026年7月以来单月上调幅度即达20%。持续高频超预期的上修，说明本轮扩张是真实产业需求驱动的长周期上行趋势，算力落地节奏持续跑赢市场模型测算。 点评 全球头部科技企业AI资本开支正从“千亿级”向“万亿级”跃迁，资金高度集中于算力基础设施物理建设，并非AI芯片或软件算法。具体而言，资金主要流入三大板块：其一，数据中心主体工程，涵盖土建、机电安装、机房温控与散热系统。AI高功率密度机柜对液冷和风冷技术提出更高要求，直接拉动冷却设备与工程服务需求。其二，电力配套系统，数据中心从电网接入、变电站建设到中低压配电、变压器、开关柜、储能设施构成完整的电力传输链条，占基建总成本的比重持续攀升。单个超大规模数据中心的电力配套设施投资可达数十亿美元，且该环节受制于电网审批、设备交期、工程安装三重约束，是目前紧缺度最高、涨价最显著的细分领域。其三，通信与硬件互联，包括数据中心内部的高速互联芯片、智能电缆模块、定制化AI服务器组装等，承担GPU集群间的数据搬运与算力聚合功能。上述三大板块的共性在于：所有投资最终都转化为实物设备采购与工程服务合同，具备清晰的订单跟踪路径和收入确认节奏，与纯概念驱动的软件投资有本质区别。上述环节正成为本轮资本开支中占比最大、增速最快的资金承接方。 从成本结构来看，AI数据中心的资本开支可拆分为IT设备与非IT设备两大板块。Bernstein测算显示，建设一千兆瓦AI数据中心总成本约350亿美元，其中GPU等计算硬件占39%，网络设备占13%，机械和电气系统合计占近三分之一——发电机与涡轮机约6%、变压器约5%、UPS约4%、热管理约4%。伯恩斯坦进一步指出，仅Nvidia的毛利润就占所有AI数据中心总成本的约29%。非IT设备（电力配套、冷却系统、其他机电）合计占比已接近GPU单项规模，且该部分受制于电网审批、设备交期、工程安装三重约束，是当前紧缺度最高、涨价最显著的细分领域。 科技巨头发债并非“缺钱”，而是主动的资本结构管理策略。其背后存在三重考量。一是成本套利逻辑。上述公司长期维持极低财务杠杆和顶级信用评级，发债成本显著低于股权融资成本。在美联储利率周期高位逐步明朗的背景下，提前锁定长期限、低成本的建设资金属于理性的财务决策。二是资金期限匹配。AI基础设施投资回收周期长达5-10年，以长期债务匹配长期资产可规避短债长投带来的流动性风险，同时将自有现金留作回购和分红，实现股东回报最大化。三是“资金瀑布”的逐层推进。高盛将本轮融资策略描述为"多层次资金瀑布"——巨头正在系统性地消耗不同资本市场的深度，先内部现金流、再发债、再股权融资、再引入私募资本，逐层推进以确保跨时数年的投资计划不断流。数据显示，债务融资占资本开支比重已从2025年27%升至2026年33%，预计2027年达35%峰值。2025年全球科技巨头AI相关债券发行1080亿美元，2026年至今已达1940亿美元，AI相关债务融资总规模（含债券、私募信贷、项目融资等）已逼近5000亿美元，涵盖投资级公司债、私募信贷、基础设施基金、离岸债券等多个品种。花旗与高盛均判断，尽管2026-2027年将是发债高峰期，但巨头距离触及债务容量上限仍有充足空间。上述趋势表明，巨头正在主动利用当前有利的信用环境扩充融资容量，以支撑跨时数年的AI基建投资。 从信用等级来看，2026年8月Alphabet发行十档基准债券，规模最高达250亿美元，获得约1150亿美元认购需求，期限横跨2年至40年，预计将获得Aa2/AA+的顶级信用评级。各档利差从2年期的+60个基点逐步攀升至40年期的+155个基点，反映了市场对不同期限AI基建债务的风险定价。当前AI债券市场已出现明显的信用分层。顶级信用主体（Aa2/AA+）仍能获得市场追捧。Alphabet的1150亿美元认购需求即为佐证；但项目层面发行人则面临截然不同的境遇。以贝莱德发行的125亿美元数据中心债券为例，收益率高达7.53%，较A/AA级债券平均收益率高出约2个百分点，认购倍数仅1.6倍，远低于今年约4倍的平均水平。更值得关注的是趋势变化：近80%自2025年初以来发行的数据中心证券，当前报价利差均高于发行时水平。这意味着市场对AI基建债权投资的风险溢价正在被重新定价。投资者已从此前的“闭眼买”转向“挑着买”，信用分化的趋势仍在恶化。上述趋势表明，巨头正在主动利用当前有利的信用环境扩充融资容量，以支撑跨时数年的AI基建投资，但信用分层现象的持续加剧提示融资成本并非铁板一块，项目层面发行人的融资条件正在边际收紧。 资料来源：J.P.Morgan，HFI 如果说信用分层是资金端的分化信号，那么实物层面的瓶颈则是更刚性的约束。AI算力落地高度依赖重资产基建配套。以电力设备为例，干式变压器、高压开关柜交付周期已从50周翻倍至近两年，产品价格两年涨超60%；数据中心冷却、电网接入、储能配套同步面临工程产能不足、专业人才短缺等硬约束。从供需格局来看，美国配电变压器供需缺口约10%，成本自2019年以来已上涨78%-95%，大型电力变压器价格几乎翻倍，订单交期拉长至数年，有行业分析师预测本轮紧缺至少持续至2030年。微观层面，PowellIndustries单笔数据中心订单超4亿美元、积压订单达18亿美元，HammondPowerSolutions单季度数据中心订单占此前全部积压订单的53%，均指向实物产能缺口仍在扩大。WoodMackenzie数据显示，美国大型电力变压器进口额已从2020年的9300万美元飙升至2025年的3.36亿美元。涨价已从设备传导至安装和服务环节，AI数据中心带动了从设备制造到工程安装的全链条涨价。燃气发动机方面，INNIO数据中心订单占其设备订单的61%，股价较IPO上涨46%，计划到2030年将制造产能提升约三倍至10吉瓦，2026年Q2再获1.1吉瓦历史性大单。中低压变压器方面，全球处于供给紧缺状态，仅考虑超大规模AIDC，预计箱式变压器需求量将从2025年的1573台增至2030年的9395台，增长约5倍；配电板需求将从5111台增至30500台以上，同步带动开关柜、ATS、PDU等设备需求量增长5-6倍。目前北美AIDC装机容量预计将由2026年的约24GW大幅增长至2030年的110GW，占同期全美电力负荷增量的68%，相关电气设备市场规模将从2025年的200亿美元增长至2030年的650亿美元。在此背景下，设备制造商和工程承包商具备持续提价能力和订单可见度，供需紧张局面预计至少延续至2028-2030年，产业链“卖铲子”公司的订单可见度和议价能力将持续受益。 市场容纳瓶颈方面，美国投资级债券市场中AI相关供应占比从2024年1%飙升至2026年18%，30年期以上超长久期债券供应中40%来自AI主题，市场已出现明显消化不良信号。高盛AI领导者信用利差从74个基点扩大至近两倍，保险公司等长期资金在30年期AI债券上的订单量较Q1接近腰斩。但高盛亦指出，即便传统债市趋近饱和，全球私募信贷、基础设施基金、高收益债、离岸债券等多层次市场合计拥有超4.5万亿美元可投资金，能够有效填补融资缺口。欧洲债市目前AI相关供应贡献偏低，数据中心建成后的ABS结构化融资亦存在较大发力空间。因此，资金总量并非核心约束，但融资成本和发债节奏将成为影响资本开支可持续性的关键变量。 整体来看，本轮AI资本开支已进入明确的扩张周期，且持续超预期的上修趋势反复验证，绝非短期主题脉冲。更大的机遇在于capex结构本身的系统性转移。资金正从AI芯片、服务器等IT硬件，向电力配套、数据中心基建、冷却系统等非IT设备环节大规模转移，这种结构性转移正在重塑产业链上的资金分配格局。为支撑跨时数年的capex扩张，头部科技巨头正主动通过债务融资扩充容量，且投资级信用评级确保了低成本融资的可持续性。而在物理产能刚性紧缺的约束下，资金将持续向供需格局最紧张的环节集中。设备交期翻倍、价格上涨、订单可见度强的细分领域持续受益。债务端充裕的流动性与供给端紧缺的实物产能之间的持续博弈，决定了资金在产业链不同环节的轮动方向，正是这种轮动创造了最大的投资机会。 资料来源：VisibleAlpha（截至2026年8月7日市场一致预期），HFI 资料来源：WoodMackenzie，TerraPraxis，美国能源部（DOE），HF 投资建议 短期实物紧缺链条优先布局。电力与热管理设备：INNIO【INNIO】、PowellIndustries【POWL】、HammondPowerSolutions【HPS.A】、维 谛技术【VRT】、伟 创力【FLEX】、nVentElectric【NVT】、卡 特彼勒【CAT】、康 明斯【CMI】；工 程 基 建 ：广 达 服 务 【PWR】 、ComfortSystemsUSA【FIX】 、EMCORGroup【EME】 、MYRGroup【MYRG】；设备租赁：美国联合租赁【URI】；AI算力芯片：英伟达【NVDA】、AMD【AMD】、英特尔【INTC】；AI网络与连接：博通【AVGO】、Ciena【CIEN】；CSP云厂商：微软【MSFT】、亚马逊【AMZN】；中长期财务韧性龙头：EMCORGroup【EME】、ONSemiconductor【ON】纯概念二线AI标的缺乏实物资产支撑和稳定现金流，我们建议回避。 风险 第一，AI商业化落地不及预期风险。若AI应用场景变现速度放缓，巨头或主动下调资本开支，产业链景气度边际回落，这是当前最大的需求端风险。第二，电力设备产能扩张不及预期风险。当前变压器、开关柜等关键设备交期持续拉长，若设备制造商扩产进度慢于需求增长，将进一步拖累数据中心投运节奏，导致部分AI资本开支无法按计划转化为实际收入，产业链收入确认周期被拉长。第三，行业供需格局恶化风险。当前紧缺的电力设备、基建配套产能若集中释放，可能导致供需反转、产品价格回落，压缩设备商和工程商的利润空间。第四，技术迭代与竞争格局超预期变动风险。AI技术路线、行业监管、头部企业竞争格局若发生重大变化，或将重塑当前受益逻辑。 APPENDIX1 Summary WallStreetinstitutionshaveonceagainsignificantlyrevisedupwardtheirAI-relatedcapexforecastsforglobaltechgiants,withasingle-monthupwardrevisionof$167billion.Themagnitude,cadence,andpersistenceoftheserevisionshavemateriallyexceededconsensusexpectationsatthestartoftheyear.Coveringthefivecorehyperscalers—Amazon,Microsoft,Google,Meta,andSpaceX—AI-relatedcapexisprojectedtorisefrom$404billionin2025to$1.277trillionby2028,morethantriplingoverthreeye