大摩：中国AI五年累计投入8.5万亿元，国产芯片出货量2030年达1100万颗
nashnova research
摩根士丹利预计2026至2030年中国AI资本开支累计达8.5万亿元，国产芯片出货量同期增长十倍至1100万颗。这意味着→ 一场由三类主体分头出资、以算力换回报的大规模基建正在定价。
8.5万亿花在哪、谁来花？
三类主体分担投入：超大规模云厂商约6.3万亿元、新兴算力云企业约1.5万亿元、电信运营商约6530亿元——云厂商占绝对主力。
其中约2万亿元用于海外扩张，不能全部算作中国境内AI采购订单，也不等于AI芯片市场规模。
这意味着→ 看到"8.5万亿"这个数字时，要先拆开：境内基建、海外布局、配套设施各占一块，不能直接拿它去估算任何单一环节的市场。
云巨头的钱从哪来、够不够？
大摩预计阿里巴巴年度资本开支2170亿至2590亿元，腾讯1930亿至2000亿元，百度200亿至240亿元。
腾讯现金覆盖相对稳健；阿里的本地生活竞争投入、百度搜索能否企稳，都可能改变现金够不够用的结论。
约2万亿海外开支还要和境外还债、分红、回购争钱，可能靠卖资产、发债或股权融资补上。
用大白话说＝ 钱花得起不等于花得轻松——尤其海外部分，融资压力是实实在在的。
国产芯片出货量凭什么增长十倍？
国产AI芯片出货量预计从2025年110万颗增至2030年1100万颗，对应市场规模从940亿元扩至6460亿元。
国产芯片在服务器部署中占比预计70%至85%。国产化的经济价值首先是"增加可交付供给"，其次才是改善单位成本。
这意味着→ 当前阶段国产芯片的核心作用是"有得用"，而非"用得便宜"——供给能力比性价比更优先。
部署成本为什么不降反升？
国产推理设备部署成本（含内存、CPU、网络等配套）由2026年每GW约190亿美元升至2027年220亿美元。
主要原因：超级集群配置升级和内存涨价。大摩明确提示，模型尚未充分计入后续内存涨价，资本开支可能因此上修。
用大白话说＝ 国产化在推进，但配套涨价把成本顶上去了——"国产替代＝省钱"这个等式目前还不成立。
三种商业模式，回报差多少？
大摩测算了三类算力商业模式的基准ROIC（投资资本回报率，衡量每一块钱投入能赚回多少）：自有GPU租赁约13%、自研模型服务约19%、托管第三方模型并提供API约29%。
若用下一代国产服务器方案（假设推理性能为海外方案的30%），第三方模型服务基准ROIC约9.1%，回收期约三年半；性能假设在20%至40%之间变化时，ROIC范围0.3%至17.9%。
这意味着→ 商业模式比硬件选择更决定回报——但大摩强调这是项目模型测算，不是公司已实现回报，也不意味着升级模式就必然赚更多。
大摩看好谁、风险在哪？
选股偏好：阿里巴巴、腾讯、金山云、世纪互联，以及MiniMax、智谱、寒武纪、天数智芯、海光信息等国产算力企业。
大摩同时提示：上述ROIC须与资金成本、竞争压力及当前估值一起看，不能单独作为买入依据。
这反映出 这一轮扩张能否转化为稳定现金流，取决于两个验证节点：国产芯片性能能否持续提升，以及付费吞吐量能否覆盖前置成本。
市场有风险，内容仅供研究参考，不构成投资建议。