摩根大通解读：AI CapEx逼近8700亿美元，电力和回报成下一道考题

TL;DR
· TrendForce 将全球九大 CSP 2026 年 CapEx 上调至约 8300 亿美元，年增率升至 79%。
· 微软、Google、Meta 和 Amazon 继续加码，芯片涨价、数据中心和电力设施一起推高预算。
· 半导体、数据中心和电力链条直接受益，但 AI 收入兑现速度仍会影响市场耐心。

全球大型云厂商的 AI 基建预算还在上修。

TrendForce 5 月新闻稿显示，2026 年全球九大 CSP 资本开支合计上调至约 8300 亿美元，年增率从 61% 上调至 79%。这一口径覆盖 Google、AWS、Meta、Microsoft、Oracle，以及字节、腾讯、阿里、百度。

JPM 相关策略材料也指向大型 hyperscaler 2026 年资本开支已进入 6000 亿美元以上区间，但不同统计口径对租赁、电力、土地、中国云厂商和新兴 AI 云平台的处理并不一致。更稳妥的读法是：无论采用偏窄还是偏宽口径，2026 年 AI 基础设施预算都没有降温。

这轮支出不是单纯买更多服务器。GPU、自研 ASIC、网络设备、数据中心土地、电力接入和冷却系统，都在一起推高预算。对市场来说，AI 基建已经从科技公司内部投资，扩散到半导体订单、数据中心租赁、公用事业投资，以及大型科技公司自由现金流。

8300 亿美元口径更宽，云厂商预算继续往上走

TrendForce 给出的 8300 亿美元，是全球九大 CSP 合计口径。它比只看美国大型云厂商的统计更宽，也把中国云厂商纳入其中。

这也是当前 AI 资本开支数字容易出现差异的原因。窄口径更接近几家美国 hyperscaler 的自有资本开支，宽口径则会把融资租赁、数据中心建设、电力相关投入和更多云平台放进来。数字不能直接相加，但方向一致：AI 基础设施投资继续上修。

几家头部公司的公开口径已经足够说明力度。

微软投资者关系资料显示，2026 日历年资本开支约 1900 亿美元。Alphabet 一季度电话会和 SEC 附件显示，2026 年 CapEx 预期为 1800 亿至 1900 亿美元。Meta 一季度公告和 SEC 文件给出的 2026 年资本开支区间为 1250 亿至 1450 亿美元，口径包含融资租赁本金。

Amazon 官方此前给出的说法是，2026 年全公司资本开支约 2000 亿美元。市场上也有第三方对 AWS 相关支出给出更高估算，但这不等同于 Amazon 官方单独给 AWS 发布了超过 2300 亿美元的指引。

换句话说，云巨头没有因为 AI 回报周期争议而踩刹车。它们仍在为训练、推理和企业 AI 需求提前建机房、买芯片、锁电力。

微软 1900 亿美元里，有 250 亿美元来自组件涨价

微软的数字最能体现这轮上修的复杂性。

公司在 FY2026 三季度电话会中提到，2026 日历年 CapEx 约 1900 亿美元，其中约 250 亿美元来自更高组件价格影响。也就是说，资本开支上升并不完全等同于服务器数量、GPU 数量或 AI 算力同步增加。

这对投资者很重要。预算变大，一部分是需求驱动，一部分是成本驱动。

需求侧来自训练和推理继续扩张。云厂商要采购更多 GPU，建设更大集群，也在推进自研 ASIC，以降低单位算力成本。成本侧则来自高端芯片、存储、网络设备、电力设备、施工和关键组件涨价。

所以，半导体、网络设备、数据中心和电力链条看到的是订单和建设需求；大型科技公司股东看到的还有现金流压力、折旧压力和利润率压力。AI 收入增长如果能跟上，市场会继续给这些开支时间。收入兑现慢于投入，争议就会回到一个更直接的问题：花出去的钱能不能足够快地变成收入。

数据中心空置率降到 1.6%，电力成更硬约束

支撑云巨头继续加码的，不只是管理层表态，还有供给端紧张。

CBRE IM 数据显示，北美主要数据中心市场空置率约 1.6%，在建容量预租率约 74.3%。这说明很多新增机房还没交付，就已经被云厂商和 AI 客户锁定。

对 CSP 来说，晚建一年可能错过客户需求。对数据中心运营商、电力设备和公用事业公司来说，订单能见度被拉长。

高端芯片同样偏紧。英伟达 Blackwell 等新一代 AI 芯片需求旺盛，供应排期仍会影响服务器交付节奏。即便云厂商推进自研 ASIC，GPU 仍是训练和高端推理集群的关键资源。

更难绕开的约束是电力。AI 数据中心不是买到服务器就能开工，还需要变电站、输电接入、备用电源、冷却系统和长期电力合同。美国天然气发电占比较高，数据中心新增负荷也会传导到天然气、电网设备和公用事业投资。

这也是 AI 资本开支受益链条不断外扩的原因。GPU 和 ASIC 最先拿到订单，数据中心开发商和租赁方随后受益，电力设备、天然气、电网扩容和冷却系统也会被拉动。但越往后，项目越依赖地方审批、并网进度、劳动力和供应链交付。

钱在路上，收入兑现速度还要追上

这轮 AI 资本开支最容易被写过头的地方，是把预算上修直接等同于 AI 商业化已经完成。

现实更分裂。云巨头确实在加码，数据中心也确实紧张，高端芯片订单仍然强。但资本开支增长里有一部分来自组件涨价，电力和交付也可能拖慢实际算力投放。2026 年账面支出越大，不代表可用算力会按同等幅度增加。

投资者更关心的不是云厂商会不会继续花钱，而是这笔钱多快变成收入。AI 训练需求支撑了第一轮投资，推理、企业应用和云服务定价能力将决定后续回报。

如果 AI 带来的云收入、软件收入和生产率提升无法覆盖折旧、能源和融资成本，市场对巨额 CapEx 的耐心会下降。钱已经在路上，芯片和机房也在排队，真正卡住这轮扩张的，可能不是预算，而是电力接入、项目交付和收入爬坡速度。