猜你想问
这份研报的核心内容是什么？
这份研报的核心内容是分析AI领域的资金轨迹和资本开支趋势。报告指出，2027年超大规模与新型云客户收入将占标普500总收入的4.9%，驱动指数约24%的同比收入增长。AI相关板块贡献标普500约78%的盈利增长，其中“科技七巨头”占AI板块收入的70%及盈利增长的75%。报告还通过租赁资本开支模型，揭示AI资本开支结构演变，2026年同比增幅约100%，2027年放缓至约60%，2028年进一步降至约14%，但2027年单年新增约7,000亿美元。
AI供应链有哪些受益层级和瓶颈机会？
AI供应链的受益层级和瓶颈机会主要体现在半导体与算力、服务器与ODM、电力与热管理、电子设计自动化（EDA）等环节。半导体与算力方面，英伟达（NVDA）单GW收入规模向400亿美元迈进，2028年XPU市场有望突破1万亿美元；博通（AVGO）及存储（MU、SNDK）在定制ASIC与HBM领域持续攫取价值。服务器与ODM方面，戴尔（DELL）、慧与（HPE）及台湾ODM厂商通过组装与集成获取单机柜价值增量。电力与热管理方面，卡特彼勒（CAT）、康明斯（CMI）、EROC受益于电力瓶颈，电气化与液冷解决方案供应商（Vertiv VRT、Eaton ETN等）数据中心收入预计未来3-5年实现两位数复合增长。EDA方面，新思科技（SNPS）与楷登电子（CDNS）随超大规模厂商自研芯片浪潮，从设计软件与IP授权中获取增量收入。
报告重点分析了哪些方向？
报告重点分析了AI资本开支结构演变、供应链受益层级与瓶颈机会、超大规模厂商的回报与融资前景、投资策略以及风险提示。在资本开支结构演变方面，报告预测2026年AI资本开支同比增幅约100%，2027年放缓至约60%，2028年进一步降至约14%，但2027年单年新增约7,000亿美元。在供应链方面，报告详细分析了半导体与算力、服务器与ODM、电力与热管理、EDA等环节的受益机会和瓶颈。在超大规模厂商的回报与融资前景方面，报告测算AI资本开支在不同商业模式中均可实现25%-50%的增量投入资本回报率（ROIC），模型API业务边际EBIT利润率超70%。投资策略方面，报告建议聚焦瓶颈与定价权的标的，超配“赋能+采用”混合型公司。
当前AI市场现状如何判断？
当前AI市场现状表现为资本开支的快速增长和供应链的紧张。报告指出，2026年AI资本开支同比增幅约100%，2027年放缓至约60%，但2027年单年新增约7,000亿美元，显示AI领域的投资热度持续。供应链方面，半导体、服务器、电力和热管理等领域均面临瓶颈，如英伟达（NVDA）单GW收入规模向400亿美元迈进，博通（AVGO）及存储（MU、SNDK）在定制ASIC与HBM领域持续攫取价值，戴尔（DELL）、慧与（HPE）及台湾ODM厂商通过组装与集成获取单机柜价值增量。电力瓶颈催生卡特彼勒（CAT）、康明斯（CMI）、EROC受益，电气化与液冷解决方案供应商数据中心收入预计未来3-5年实现两位数复合增长。
研报提到了哪些风险提示？
研报提到了AI变现进度不及预期、电力与供应链瓶颈持续、融资环境收紧及租赁会计政策变动等风险提示。AI变现进度不及预期可能导致投资回报不及预期。电力与供应链瓶颈持续可能影响AI算力的扩张速度和成本。融资环境收紧可能限制超大规模厂商的资本开支能力。租赁会计政策变动可能影响相关公司的财务表现。尽管存在这些风险，但报告认为长期算力稀缺性逻辑未改，这些风险更多是短期波动因素。