猜你想问
这份研报主要分析了哪些核心内容？
这份研报主要分析了全球AI加速器出货量与功耗需求、全球AI资本开支、NeoCloud厂商融资、北美数据中心增长、电力与建设限制、算力增长测算、云厂商与模型厂收入变现等核心内容。预计2024-2030年全球AI加速器出货量CAGR约35%，2030年功耗预计达到152GW。2023-2026年全球AI资本开支累计约2.5万亿美元。云厂商单GW AI云年收入约100-150亿美元。
AI算力赛道未来发展趋势如何？
AI算力赛道未来发展趋势显示全球AI加速器出货量将持续高速增长，芯片出货量对应功耗每年翻倍增长。Hyperscale数据中心资本开支占比高，2026年合计资本开支近8000亿美元。NeoCloud厂商通过多元融资扩产。北美数据中心增长迅速，但电力与建设限制成为主要瓶颈，2026年上半年仅落地6.7GW，远低于芯片理论需求。云厂商AI云收入占比快速提升，大模型厂商算力成本高，但高阶模型推理收入潜力大。
研报重点分析了哪些方向？
研报重点分析了AI算力增长与ROI变现测算，特别考虑了芯片、电力、建设能力与资本开支约束。重点分析了全球及北美数据中心增长情况，电力与建设限制对算力供给的影响，以及云厂商与模型厂的收入变现情况。还分析了AI芯片与供应链订单承压、‘芯片+基建’捆绑模式，以及算力价格维持较高水平的可能性。
当前AI算力市场现状如何？
当前AI算力市场现状显示全球AI加速器出货量快速增长，但实际落地算力受限于电力与建设能力，预计2027年全球实际落地算力约37-30GW，仅为芯片理论对应量的60%-50%。北美数据中心增长迅速，但面临电力瓶颈，BTM燃气轮机成为核心补充。云厂商AI云收入占比快速提升，大模型厂商算力需求旺盛，但算力成本高。
研报提示了哪些主要风险？
研报提示了AI商业化落地不及预期导致算力ROI承压、高额发债推升融资成本、地缘与供应链约束导致芯片交付延期、芯片快速迭代引发大额资产减值、算力供给过剩陷入价格内卷等主要风险。AI算力增长虽快，但实际落地受限，可能导致芯片订单从‘抢产能’转向‘按项目交付’，供应链增长预期承压。部分芯片可能积压形成闲置资产，拉低相关企业ROIC。