您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 SeeDance:《互联网大厂资本开支调研纪要:国内大厂27年资本开支及算力采购规划》-发现报告

互联网大厂资本开支调研纪要:国内大厂27年资本开支及算力采购规划

2026-11-06 SeeDance 车伟光
互联网大厂资本开支调研纪要:国内大厂27年资本开支及算力采购规划

猜你想问

大厂2027年资本开支真的没下调吗?

根据调研纪要,大厂2027年资本开支未下调,反而通过租赁模式增加投入,尤其在GPU资源扩采上。租赁支出预计达2000多亿,资本开支增量主要来自Opex租赁而非自建自采。下修传闻可能源于国产芯片产能不确定性及订单预算未完全落定。

AI算力采购趋势如何?

AI算力采购呈现阶梯式增长趋势,政策合规等因素可能导致短期放缓,但预算和数据充足下仍将曲折向前。数据不足是主要瓶颈。市场算力紧张,租赁服务续约价格上涨,合同期通常三年。市场对模型能力更新迭代仍抱有期待,持续驱动算力基础设施投入。

国产芯片与HBM供应链进展?

国产GPU采购、自研芯片及HBM供应链进展顺利,但产能及交付存在不确定性。芯原作为HBM中转通道,尤其在产能受限背景下,通道价值进一步明确。6纳米芯片性能未达预期,更多精力投入下一代芯片。

AI推理业务盈利能力如何?

AI推理业务已盈利,企业级GPU生命周期长,算力资产价值高。即使前沿模型迭代放缓,现有模型功能外溢和渗透仍能驱动推理需求增长。60%-70%白领及政务工作可被改造,产生可观的推理需求。公司持续降低Token推理成本,从不畏惧价格战。

AI投资需关注哪些风险?

AI投资需关注前沿AI实验室技术突破停滞、Transformer架构存在根本性问题、政策与社会因素制约(如就业影响、伦理安全)等风险。基础模型能否持续迭代产生成果是投资持续性核心逻辑。Transformer理论极限未明确,模型迭代持续则投资不会轻易停止。