高盛：中国AI五年资本开支8.5万亿元，算力容量将增至三倍

nashnova research

今天发布阅读约 5 分钟

8.5万亿花在哪？

超大规模云厂商(阿里巴巴、腾讯、百度等大型云平台)五年合计约6.3万亿元，占总盘子近四分之三；2026年同比增速预计达121%，远高于美国同业的41%。

新型云厂商(字节跳动等较新一代云平台)五年合计约1.5万亿元，主要用于采购服务器。

电信运营商算力开支由2026年的810亿元增至2030年的1790亿元，五年复合增速约10%。

这意味着→ 中国AI开支的"大头"押在头部云厂商身上，电信运营商更像是稳步跟进的配角；总额平均约为美国同业的17%，差距仍然明显。

高盛指出，中国AI算力扩张至今受制于高端算力供给，而不是需求不足。用大白话说＝不是没人想用算力，而是芯片和服务器供应跟不上。

随着国产GPU(图形处理器，AI训练的核心芯片)和ASIC(专用加速芯片)开始放量，这一瓶颈将逐步缓解。

超大规模云厂商预计2025至2030年新增34GW，电信运营商自建对外容量新增9GW，其他企业和AI实验室新增约12GW。

这反映出中国AI算力的故事正在从"需求爆发"转向"供给能否跟上"——谁先解决供给，谁就先吃到增量。

境内部分资金相对充足，超大规模云厂商主要依靠经营现金流、现金余额及租赁安排。

更大的约束在海外——2026至2030年海外资本开支合计约2.0万亿元，主要由字节跳动贡献；潜在融资来源包括变现投资组合、发行债务及股权融资。

新型云厂商融资结构更分散：融资租赁(利率约5%，覆盖30%~40%投资) + 银行贷款(利率约3%~4%) + 客户预付款 + 新增债务或股权。

这意味着→ 这类结构能支撑快速扩张，但也让企业对利用率、交付进度和再融资成本高度敏感——一旦算力利用率不达预期，财务压力会迅速放大。

高盛构建的ROIC(投入资本回报率)框架显示：自有GPU做IaaS(基础设施即服务)基准情形营业利润率约44%，ROIC约13%，现金回收期约三年。

自建算力 + 自研模型：营业利润率升至约53%，ROIC约19%，回收期缩短至约两年半。

自建算力 + 第三方API：营业利润率约57%，ROIC约29%，回收期约两年。

用大白话说＝光卖算力赚得最少，算力叠上自己的模型或应用才能把利润率拉上去——离终端用户越近，钱回得越快。

高盛测算，下一代国产芯片配合HBM3E(第三代高带宽内存)可运行完整推理流程，基准情形营业利润率31%、ROIC约9%、回收期约三年半。

这意味着→ 全国产方案仍落后于海外服务器配置，但已经能跑通完整流程；随着国产化推进，利润率仍有改善空间。

高盛在GPU国产化方向继续看好寒武纪、沐曦和海光信息。

云厂商方向：继续超配阿里巴巴、金山云、世纪互联，看好强劲算力需求及供应链缓解带来的增长空间。

AI模型公司：继续超配MiniMax和智谱。

数据中心：看好世纪互联在乌兰察布等偏远枢纽地区的领先布局。

高盛提示两个关键验证节点：国产芯片能否按预期放量 + 海外资本开支的离岸融资能否落地——这两项决定上述投资逻辑能否兑现。

市场有风险，内容仅供研究参考，不构成投资建议。