大摩上调2027/28年全球AI资本开支至1.2/1.4万亿美元
Taylor Wilson
摩根士丹利将五大云厂商2027/2028年资本开支预测上调9%/10%，至1.23万亿/1.4万亿美元——核心判断是AI算力仍然供不应求，头部公司被迫提前抢资源、抢工期，而建设成本本身也在全面上涨。
钱要花多少？从4260亿到1.4万亿是什么节奏？
五家公司合计资本开支路径：2025年约4260亿美元 → 2026年约7790亿 → 2027年1.23万亿 → 2028年1.396万亿美元。
这意味着→ 2025到2027年是增速最陡的两年，支出接近翻三倍；2028年增速放缓，但绝对金额仍在高位。
上修幅度最大的是Meta和亚马逊：Meta 2027/2028年资本开支上调29%/22%，亚马逊上调15%/29%。
为什么不是"买更多GPU"那么简单？
大摩对每GW算力建设成本整体上调约20%，涨价不只来自芯片。
成本上升分两层：机柜内部——内存、CPU、网络等硬件物料涨价；机柜外部——电力设备、建筑材料、熟练工短缺、自备电力方案推高电力外壳成本。
用大白话说＝ 资本开支上修有一大块是"同样的东西变贵了"，存储、网络、电源、冷却、工程服务都在分享这轮涨价。
算力容量：2028年接近120GW意味着什么？
五大公司合计算力容量从2025年约30.5GW升至2028年约116.6GW，接近4倍扩张。
其中亚马逊届时预计35.8GW居首，谷歌31.6GW，Meta从3.5GW激进扩张至21.2GW。
这意味着→ 2028年单年新增容量达36.2GW，但芯片、电力、建筑、工程劳动力、社区阻力全部在拉长交付周期——部分数据中心从破土到开业可能长达三年，这正是头部公司提前锁定容量的根本原因。
自研芯片为什么省钱？省多少？
英伟达GB200每GW建设成本约350亿美元，GB300约390亿，下一代Vera Rubin约490亿，Rubin Ultra约500亿。
对比自研芯片：谷歌TPUv7每GW约270亿美元，亚马逊Trainium3约210亿美元。
用大白话说＝ 同样建1GW算力，用自研芯片比用英伟达最新GPU便宜25%-40%，这是谷歌和亚马逊坚持自研的核心经济账。
为什么Meta是大摩首选？风险在哪？
大摩的核心逻辑：市场只看到了Meta的资本开支压力，尚未给多个AI收入期权充分定价。
五个潜在收入期权包括：Neocloud算力外部化、Meta AI搜索、API收入、订阅收入、广告收入上修——若其中几项落地，潜在增量每股收益可接近10美元。
但代价同样清晰：模型中新增400亿美元债务，2027/2028年每股收益下调3%/7%；预计2028年折旧费用达1038亿美元，自由现金流2027年为-298亿美元。
下一阶段市场在验证什么？
亚马逊、谷歌、Meta当前大致交易在2028年每股收益的16至20倍，市场已接受AI基建持续投入这个叙事。
这意味着→ 估值已经消化了"花钱"的部分，下一阶段的核心验证节点是——这些资本开支能否转化为可持续的AI收入。
用大白话说＝ 谁先证明"花出去的钱能赚回来"，谁就能获得估值支撑；证明不了的，即使收入在涨，估值也会承压。
Content is for reference only, not financial advice.