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在最新一期《我们学到了什么，接下来什么重要》，带来了一份覆盖算力成本、芯片类型与超大规模云厂商产能扩张的跨团队深度解读。

"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在节目开场即抛出这一数字，为报告的核心议题定下基调：这场算力军备竞赛，远未到达终点。

算力到底要烧多少钱？

摩根士丹利联合半导体、网络与电力团队，采用自下而上的测算逻辑，基于超大规模厂商的服务器与机架交付数据，涵盖英伟达及定制ASIC产品，首次系统梳理了超算资本开支与算力规模的关联逻辑。

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）与机架外成本（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，摩根士丹利也对上述细分成本做了独立拆分统计。

测算结果显示，三类主流芯片系统的单位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。该框架可适配组件通胀、芯片价格波动后的动态调整需求。

英伟达贵有贵的道理：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"的叙事，报告给出了反驳依据。

摩根士丹利援引半导体分析师Joe Moore的研究指出，英伟达芯片每瓦性能是定制芯片的2至8倍。这正是超大规模厂商愿意为英伟达芯片支付更高单位GW成本的核心原因——更高的能效意味着更低的单Token推理成本。随着大模型工作负载从训练向推理场景迁移，这一能效优势的成本价值将进一步凸显。

定制芯片并非没有追赶路径，但核心不在于原生硅片性能的简单堆叠。报告指出，缩小与英伟达性能功耗比差距的关键方向涵盖：网络架构优化、内存带宽提升、软件栈优化（如AWS针对EFS的内部优化），以及接入英伟达NVLink技术。云厂商实际向客户输出的是整体系统，而非单独芯片产品。

关键节点方面，Trainium 3将于今年底推出，Trainium 4将于2027年推出，届时将是观察定制芯片与英伟达差距是否实质性收窄的重要窗口。

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）的算力扩张规模给出了迄今最具体的量化预测：

• 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

分厂商来看：谷歌增量最大，两年累计约13GW，来源兼顾英伟达芯片与自有TPU；AWS与Azure各新增8至10GW，两者2026年新增均约5GW，2027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的二阶增速仍在提升而非放缓——这直接反驳了市场对"AI资本开支边际降温"的担忧。算力落地后每GW对应的收入将随之释放，直接支撑云厂商整体收入增长。

谷歌：订单最多，但隐性交付风险被点名

报告在算力前置建设进度上，对各厂商做出了显著分化的判断。

亚马逊2026年约50%资本开支用于2027年的前置建设，主要覆盖机房机架、电力配套等非芯片基础设施；而谷歌这一比例仅约10%——与其高达4600亿美元的云订单储备形成鲜明反差。

报告指出，谷歌前置建设占比偏低，或源于芯片交付节奏匹配效率更高、或复用原有旧数据中心，但也由此带来更高的建设风险：若后续出现劳动力短缺、数据中心建设延误等问题，谷歌业务交付受影响程度将高于其他厂商。 谷歌预计2027年须大幅提升资本开支，才能满足积压订单的交付需求。

Meta：18倍估值，AI变现逻辑被市场系统性低估

报告将Meta列为当前AI赛道首推标的，核心逻辑是估值低估与催化剂清晰的双重共振。

商业化路径方面，Meta的全漏斗广告转化逻辑已经清晰：顶部漏斗对应Reels及信息流的内容发现场景，中部漏斗对应评论、收藏等用户互动行为，底部漏斗对应Meta AI上的购物活动。数据显示，Meta系应用的增量广告支出回报率（ROAS）是搜索广告的2.3倍；内部研究表明，约50%的用户已使用AI助手进行产品发现。

护城河方面，Meta的AI商业化壁垒不在于模型本身，而在于独特的资产组合——数十亿量级的广告商品目录 × 可匹配用户偏好的网红个性化内容资源。通过将商品推荐与用户信任的网红内容相匹配，Meta有效消解了用户对机器推荐的信任摩擦，进而拉动用户参与度与货币化水平。Facebook、Instagram的多端分发能力，以及Threads上线一周用户破亿的产品推广经验，构成其变现加速的基础设施。

催化剂方面，报告明确指出，未来6个月Meta将推出Muse相关AI进展。若落地效果能够验证增量用户参与度及可货币化行为的实质提升，当前18倍估值将面临明显重估——市场目前的定价，尚未反映上述AI变现潜力。

摩根士丹利结论：Meta投资风险收益比具备吸引力，为团队在当前AI投资框架下的首推标的。