AI 资本支出浪潮来袭，2030 年预计达 5.5 万亿美元

概览

摩根大通发布 AI Capex 2.0 研究报告，更新了对人工智能基础设施投资和融资市场的预测。报告核心观点是 AI 资本支出浪潮正在全面展开，预计 2030 年总投资达 5.5 万亿美元，其中债务融资部分约 4.1 万亿美元。电力供应成为数据中心扩张的最关键约束，但开发商通过自建电源、表后供电等创新方案正在缓解瓶颈。报告详细分析了超大规模云厂商（Google、Amazon、Meta、Microsoft、Oracle）的资本支出计划、融资策略，以及投资级债券、杠杆融资、证券化、私募信贷等各资本市场在 AI 融资中的角色。

核心观点

AI 资本支出预测上调。报告将 2030 年 AI 资本支出预测从 11 月的 5.1 万亿美元上调至 5.5 万亿美元，主要反映数据中心容量增长预期从 122GW 上调至 138GW。债务融资部分预计为 4.1 万亿美元，项目贷款成本比平均超过 85%，部分项目超过 90%。超大规模云厂商资本支出持续攀升，2026 年预计达 6500 亿美元，2027 年可能超过 1.1 万亿美元，但运营现金流预计 2027 年将超过 9000 亿美元，早期投资回报为正。 GPU 和 ASIC 融资需求凸显。未来五年 AI 加速器融资预计超 3 万亿美元，数据中心融资曲线可能在 2028 年左右稳定，但芯片融资将持续增长至 2030 年。定制化 ASIC 采用率上升，预计 2026 年 ASIC 占数据中心 AI 芯片出货量的 42%，2027 年升至 53%，ASIC 出货量增速几乎是商用 GPU 的 3 倍（+109% vs +39%）。在电力受限环境下，ASIC 的每瓦性能优势成为关键竞争力，定制 ASIC 数据中心成本约 300-400 亿美元/GW，而 Nvidia GPU 基础设施为 500 亿美元以上/GW。 电力是关键瓶颈。数据中心扩张速度仍受电力约束，基础情境下 2030 年容量增长 138GW，低于无约束的乐观情境（150GW 以上）。开发商采用表后供电、自建电源等创新方案缓解瓶颈。电网互联队列在某些地区长达 7 年，2029 年燃气发电上线将缓解部分约束。 投资级债券市场是 AI 融资主力。预计未来五年投资级债券市场将提供 2.1 万亿美元 AI/数据中心融资，相当于每年 4200 亿美元。年初以来 AI 相关资本支出在投资级债券市场融资已达 1650 亿美元，超过 2025 年全年。超大规模云厂商正积极多元化融资渠道，非美元发行量激增，年初以来非美元发行占全球发行的 37%（2025 年为 14%）。 杠杆融资和私募信贷有扩容空间。高性能计算子板块在高收益债券指数中的权重从 2025 年底的 1.07% 扩张至 2.75%。预计 2026 年 HPC 发行 800 亿美元，2026-2030 年累计 3500 亿美元。私募信贷干火药达 5430 亿美元，有能力支持 AI 融资。证券化市场预计 2026 年美国数据中心发行 300-400 亿美元，目前 83% 的 SASB CMBS 数据中心交易位于空置率低于 1% 的市场。

分析框架

报告采用自上而下与自下而上相结合的分析方法。自上而下层面，报告从宏观 AI 资本支出总量出发，分解为数据中心建设、GPU/ASIC 采购、电力基础设施等组成部分，并预测各部分融资需求。 自下而上层面，报告逐一分析五大超大规模云厂商（Google、Amazon、Meta、Microsoft、Oracle）的资本支出指引、运营现金流、融资缺口和融资策略。报告还按资本市场类型（投资级债券、高收益债券、杠杆贷款、证券化、私募信贷）分析各市场的容量、成本和对 AI 融资的适配性。 在电力约束分析上，报告考察了电网互联队列、发电容量规划、表后供电方案等供给侧因素。在芯片融资分析上，报告评估了硅片寿命、残值风险、期限错配等资产特性对融资结构的影响。

方法论与常识提炼

• 行业/产业分析框架供需框架

  电力是 AI 数据中心扩张的供给约束

  报告将电力供应视为数据中心容量增长的关键约束条件，类似传统行业的产能瓶颈分析。电力约束决定了数据中心扩张的上限，开发商需要通过创新方案（如自建电源、表后供电）来突破瓶颈。

• 公司基本面与财务框架自由现金流分析

  资本支出与运营现金流的融资缺口分析

  报告通过对比各超大规模云厂商的资本支出指引与运营现金流预测，计算融资缺口，从而推导各公司需要的外部融资规模（债务、股权、项目融资等）。

• 估值方法

  贷款成本比（LTC）与贷款价值比（LTV）分析

  报告使用贷款成本比（Loan-to-Cost）指标分析项目融资杠杆水平，并指出在市场估值上升背景下，90% 的 LTC 实际相当于约 60% 的 LTV，反映了资产价值上升带来的融资空间扩大。

• 行业/产业分析框架产业链上中下游传导

  AI 资本支出在产业链各环节的分布与融资需求

  报告分析 AI 资本支出在数据中心建设、芯片采购、电力基础设施等产业链各环节的分布，并评估各环节的融资特性和资本市场适配性。

• 固收与信用分析利差分析

  科技板块信用利差与市场指数的相对价值分析

  报告分析科技板块信用利差相对于市场指数的变化，指出科技利差从 2023 年底的 34bp 收紧走阔至目前的 10bp 走阔，并评估数据中心债券相对于超大规模云厂商债券的利差。

• 行业/产业分析框架

  定制化 ASIC 与商用 GPU 的总拥有成本（TCO）对比

  报告对比定制化 ASIC 与商用 GPU 的总拥有成本，指出 ASIC 可实现 30-40% 的 TCO 降低，主要源于消除供应商利润率、更便宜的以太网网络和电力节省。

• 周期与景气框架

  代币消耗量与每代币成本的动态平衡分析

  报告分析代币消耗量增长（对数级）与每代币成本下降（线性）之间的动态关系，指出需要 1-2 年时间让成本下降追上用量增长，这是典型的杰文斯悖论在 AI 领域的体现。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Alphabet (GOOGL)

  受益：云收入加速 63%，云积压订单翻倍至 4620 亿美元，积极通过债务和股权融资预融资 FY27-28 资本支出

  优势

  运营实力强劲，云利润率扩张至 33%，流动性 1270 亿美元

  劣势

  资本支出将消耗几乎所有内部现金流，表外承诺增长需关注

  对比

  在非美元发行中最多元化（61% 为非美元）

  风险

  计算约束限制收入增长，表外租赁和担保承诺增加

• Amazon (AMZN)

  受益：AWS 重新加速，云收入增长 28%（15 个季度最快），定制硅成为核心故事

  优势

  零售业务提供支持，运营利润率创纪录 13.1%，财务灵活性高（1430 亿美元现金）

  劣势

  自由现金流从 260 亿美元降至 10 亿美元，累计融资缺口近 970 亿美元

  对比

  与 Alphabet 类似，正在预融资 FY27 资本支出

  风险

  资本支出超出内部现金流生成，需依赖外部融资

• Meta Platforms (META)

  受益：收入增长 33%，广告印象增长 19%，AI 参与度提升

  优势

  年收入运营现金流超 1300 亿美元，运营利润率 41%

  劣势

  自由现金流今年将转负，FY27 恶化，表外义务增长显著

  对比

  超大规模云厂商中最积极将支出转移至表外

  风险

  三年累计融资缺口约 970 亿美元，合同承诺增至 2380 亿美元

• Microsoft (MSFT)

  受益：云收入 550 亿美元（+29%），AI 业务超 370 亿美元运行率

  优势

  AAA 评级，债务负担低（460 亿美元），目前完全用内部现金流融资

  劣势

  融资曲线落后 Alphabet 和 Amazon 约 1 年，FY27-28 融资缺口 900-1300 亿美元

  对比

  唯一尚未利用投资级债券市场的超大规模云厂商

  风险

  预计 2026 年下半年开始大规模发行，市场尚未测试过如此规模的永久债务融资

• Oracle (ORCL)

  受益：OCI 收入 60 亿美元（+93%），RPO 增至 6380 亿美元

  优势

  合同收入可见性 6380 亿美元，预付结构改善资本效率

  劣势

  超大规模云厂商中最依赖外部融资，毛债务 1300 亿美元

  对比

  首个将股权融资纳入资本计划的超大规模云厂商

  风险

  轨迹取决于收入增长按计划实现，租赁承诺 2610 亿美元未反映在资产负债表

• NVIDIA (NVDA)

  受益：GPU 和定制 ASIC 融资需求增长，未来五年 AI 加速器融资超 3 万亿美元

  优势

  商用 GPU 市场领导者，毛利率 70% 以上

  劣势

  定制 ASIC 采用率上升可能侵蚀市场份额

  对比

  ASIC 出货量增速远超 GPU（+109% vs +39%）

  风险

  定制 ASIC 的 TCO 优势（30-40% 降低）可能推动客户转向自研芯片

• Broadcom (AVGO)

  受益：定制 ASIC 采用率上升，2027 年 AI 收入预计 1500 亿美元以上

  优势

  与 Google、Meta 等合作定制 ASIC，2027 年积压订单超 1000 亿美元

  对比

  ASIC 市场关键参与者，与 Apollo/Blackstone 合作 AI XPV 平台

• CoreWeave (CRWV)

  受益：新云厂商，GPU 融资需求直接受益者

  优势

  首个在高性价比计算子板块发行杠杆贷款的厂商

  劣势

  规模相对较小，市场容量有限

  对比

  与 Iren 等类似，适合相对简单的融资结构

关键数据

• 2030 年 AI 资本支出预测5.5 万亿美元高于 11 月预测的 5.1 万亿美元
• 债务融资部分4.1 万亿美元占 AI 资本支出的主要部分
• 2030 年数据中心容量增长138GW高于 11 月预测的 122GW
• 2026 年超大规模云厂商资本支出6500 亿美元2027 年可能超过 1.1 万亿美元
• 2027 年超大规模云厂商运营现金流9000 亿美元以上早期投资回报为正
• 未来五年 GPU/ASIC 融资需求3 万亿美元以上芯片融资将持续增长至 2030 年
• 投资级债券市场 AI 融资（5 年）2.1 万亿美元相当于每年 4200 亿美元
• 2026-2030 年 HPC 发行累计3500 亿美元2026 年预计 800 亿美元
• 2026 年 ASIC 占 AI 芯片出货量42%2027 年预计升至 53%
• ASIC 出货量增速（2026 年）+109%商用 GPU 为 +39%
• 定制 ASIC 数据中心成本300-400 亿美元/GWNvidia GPU 基础设施为 500 亿美元以上/GW
• 代理工作负载代币消耗倍数23.4 倍相对于对话式工作负载
• 报告 AI 成本超支企业比例71%2026 年调查数据
• 实现 10% 资本回报率所需收入7000 亿美元稳态收入要求
• 私募信贷干火药5430 亿美元有能力支持 AI 融资
• 2026 年数据中心证券化发行目标300-400 亿美元年初以来已发行 112 亿美元

影响与含义

报告认为 AI 资本支出浪潮将对多个资本市场产生深远影响。投资级债券市场中，AI 相关发行人已占 15.5%（1.4 万亿美元），effectively 成为最大'板块'。超大规模云厂商正从偶尔发行人转变为结构性存在，对指数权重、利差行为和板块相对价值产生影响。科技板块信用利差走阔至 2004 年以来最便宜水平，报告已将板块从低配上调至标配。 杠杆融资市场中，HPC 子板块已成为高收益债券指数的重要组成部分，2026 年 YTD 回报 10.64%，远超高收益指数 1.63%。证券化市场中，数据中心资产凭借超低空置率（1.37%）和优质租户信用，成为 CMBS/ABS 市场的亮点。 报告指出，如果超大规模云厂商无法实现预期的资本回报率，可能出现类似 5G 投资的情况——投资是竞争必需，但财务回报可能低于预期。然而，AI 搜索等应用已显示收入增长迹象，Google 采用 AI 模式和 Gemini 已增加平台整体搜索量。

风险

• 电力供应约束可能限制数据中心容量扩张速度
• 电网互联队列延长（某些地区达 7 年）
• 监管审查和成本分摊阻力（新泽西、宾夕法尼亚、弗吉尼亚、马里兰等州）
• 技术工人（电力线电工）成本上升和供应减少
• GPU/ASIC 寿命不确定性（3 年 vs 7 年对债务容量影响重大）
• 芯片融资的期限错配（市场偏好长期，但硅片寿命较短）
• 采用停滞风险：成本过高可能阻止某些用例，直到额外计算进一步降低代币成本
• 超大规模云厂商可能无法实现预期的 AI 基础设施投资回报率
• 证券化市场投资者对残值风险持怀疑态度
• 1GW+ 大型园区难以适应当前证券化市场容量

后续跟踪

• 2029 年燃气发电上线节奏（缓解电力约束）
• 超大规模云厂商非美元发行持续性和市场深度
• 定制 ASIC 采用率变化（2027 年预计 53%）
• GPU 租赁价格走势（残值风险指标）
• 代理工作负载代币消耗量与每代币成本的动态平衡
• 私募信贷在 AI 融资中的部署节奏
• 数据中心证券化市场对大型园区融资的吸收能力
• 超大规模云厂商股权融资计划执行情况
• 表后供电方案的监管处理
• AI 收入货币化进展与资本支出回报实现