大摩：超大规模云厂商两年资本开支将破2万亿，算力军备竞赛加速

摩根士丹利美国互联网分析师Brian Nowak喺最新一期《我们学到了什么，接下来什么重要》入面，带黎一份覆盖算力成本、芯片类型同超大规模云厂商产能扩张嘅跨团队深度解读。

“超大规模企业2027年资本开支总额将突破1万亿美元，过去几年累计支出已达2万亿美元。”Brian Nowak喺节目开场即抛出呢个数字，为报告嘅核心议题定下基调：呢场算力军备竞赛，远未到达终点。

算力究竟要烧多少钱呢？

摩根士丹利联合半导体、网络同电力团队，采用自下而上嘅测算逻辑，基于超大规模厂商嘅服务器同机架交付数据，涵盖英伟达同定制ASIC产品，首次系统梳理咗超算资本开支同算力规模嘅关联逻辑。

报告将单位GW算力成本拆分为两大模块：机架成本（含GPU/TPU芯片、HBM、DRAM及CPU定价）同机架外成本（含备用电源、冷却设备、电源外壳、网络收发器等配套设施）。即使超大规模厂商向英伟达批量采购整机架产品，摩根士丹利都对上述细分成本做咗独立拆分统计。

测算结果显示，三类主流芯片系统嘅单位GW成本存在显著差异：GB300系统约330亿美元，TPU系统约250亿美元，其他芯片约150亿美元。呢个框架可以适配组件通胀、芯片价格波动后嘅动态调整需求。

英伟达贵有贵嘅道理：每瓦性能高出定制芯片2至8倍

面对市场“云厂商将大规模转向定制ASIC”嘅叙事，报告给出咗反驳依据。

摩根士丹利引述半导体分析师Joe Moore嘅研究指出，英伟达芯片每瓦性能系定制芯片嘅2至8倍。呢个正系超大规模厂商愿意为英伟达芯片支付更高单位GW成本嘅核心原因——更高嘅能效意味住更低嘅单Token推理成本。随着大模型工作负载由训练向推理场景迁移，呢个能效优势嘅成本价值会进一步凸显。

定制芯片并唔系无追赶路径，但核心唔系喺原生硅片性能嘅简单叠加。报告指出，缩小同英伟达性能功耗比差距嘅关键方向涵盖：网络架构优化、内存带宽提升、软件栈优化（如AWS针对EFS嘅内部优化），同接入英伟达NVLink技术。云厂商实际上向客户输出嘅系整体系统，唔系单独芯片产品。

关键节点方面，Trainium 3将于今年年底推出，Trainium 4将于2027年推出，届时会系观察定制芯片同英伟达差距是否实质性收窄嘅重要窗口。

两年新增34GW，算力扩张“二阶导”仍在加速

报告对四大云厂商（谷歌、亚马逊、微软、Meta）嘅算力扩张规模给出咗迄今最具体嘅量化预测：

• 2026年合计新增算力14GW

• 2027年合计新增算力20GW

• 未来两年累计新增34至35GW

分厂商睇：谷歌增量最大，两年累计约13GW，来源兼顾英伟达芯片同自有TPU；AWS同Azure各新增8至10GW，两者2026年新增均约5GW，2026年约4至5GW；Meta 2026年新增数GW，2027年约3至4GW。

摩根士丹利强调，当前云厂商算力供给嘅二阶增速仍在提升而非放缓——呢直接