Morgan Stanley上调超大规模云厂商资本开支展望，认为AI算力扩张将驱动2028年前的收入兑现。

概览

本报告聚焦北美互联网与超大规模云厂商的AI基础设施投资周期。Morgan Stanley基于自下而上的每GW成本和算力供给模型，上调2027/2028年主要超大规模云厂商资本开支至约1.2万亿/1.4万亿美元，并预计行业可用算力将从2025年的约30GW提升至2028年的约120GW。报告的核心问题不是资本开支是否继续上升，而是META、AMZN和GOOGL能否将新增算力转化为增量、持久且高利润的AI收入。

核心观点

报告观点偏积极。META仍为首选，原因是市场主要惩罚其AI支出，却尚未充分反映API、广告主AI工具、Meta AI、订阅、neocloud等收入期权；AMZN受益于AWS算力扩张、订单积压增长和Bedrock生态，AWS增长假设仍可能偏保守；GOOGL具备搜索、Google Cloud、TPU和Gemini全栈优势，但短期更容易受到算力不足影响。整体来看，资本开支上升带来折旧和资金压力，但只要AI收入兑现，行业估值仍有上行支撑。

分析框架

报告采用自下而上的算力资本开支框架：先估算不同GPU/ASIC架构的机架内硬件成本和机架外数据中心建设成本，再结合各超大规模云厂商未来GPU/ASIC供给分配，推导可用GW容量、资本开支和潜在收入。随后将容量与收入模型连接到公司层面的AWS收入、Google Cloud增长、META API收入、EPS变化和目标价估值。

方法论与常识提炼

• 成本与容量模型自下而上每GW资本开支模型

  按芯片/架构估算每GW算力建设成本

  报告把服务器机架、芯片、内存、CPU、网络等机架内成本，以及建筑材料、电气机械系统、供电外壳等机架外成本合并，估算不同GPU/ASIC架构的每GW建设成本，并用来推导超大规模云厂商未来资本开支。

• 收入转化模型算力容量到AI收入桥接

  用GPU容量、token吞吐和API定价估算收入

  以META的Muse Spark 1.1 API为例，报告用GPU容量、公开token/GPU基准和API价格估算每100MW算力可带来约80亿美元收入和约2美元2028年EPS。

• 估值方法P/E目标价估值

  用2027/2028年平均EPS乘以目标市盈率

  META目标价基于2027/2028年平均EPS约23倍P/E，AMZN目标价基于2027/2028年平均EPS约25倍P/E，同时参考PEG和同业折价。

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）。

• META PLATFORMS INC (US.META)

  首选标的，受益于AI算力、广告主关系和API商业化

  优势

  拥有庞大广告主基础、社交广告分发、Muse Spark 1.1低价API、Meta AI和多项未被充分定价的收入期权；报告维持$775目标价。

  劣势

  资本开支上调推高折旧，2027/2028年EPS预测被下调3%/7%，并需要约$40bn新增债务覆盖支出。

  对比

  相较AMZN和GOOGL，META的市场争议更集中在AI投资回报率，因此若产品交付成功，估值修复弹性更大。

  风险

  API和AI工具需求不足、产品交付不及预期、广告主付费转化低于假设、资本开支继续上升。

• AMAZON.COM INC (US.AMZN)

  AWS算力扩张和订单积压支撑云收入上修

  优势

  AWS可用算力预计2028年居前，订单积压预计显著增长，Bedrock和多模型接入能力有助于在token成本优化场景中胜出；报告维持$330目标价。

  劣势

  更高资本开支会带来折旧压力，零售业务仍面临宏观和利润率波动。

  对比

  相较META，AMZN的AI兑现路径更偏云基础设施和企业需求；相较GOOGL，报告认为其短期算力约束风险更低。

  风险

  AWS需求或订单积压不及预期、AI基础设施投资回报率低于预期、零售增长和广告业务不及预期。

• ALPHABET INC (US.GOOGL)

  全栈AI赢家，受益于Google Cloud、TPU、搜索和Gemini产品化

  优势

  具备搜索流量、Google Cloud、TPU、自研模型和Gemini产品生态，报告预计Google Cloud和搜索仍有强增长支撑；目标价$415。

  劣势

  报告提示GOOGL短期更受算力约束影响，可能拖累收入增长或产品发布节奏。

  对比

  相较AMZN，GOOGL具备更完整的搜索与AI模型闭环；相较META，GOOGL已有更成熟的云和TPU商业化路径。

  风险

  Gemini产品化延迟、算力租赁或供给不足、云增长放缓、搜索AI化对变现效率造成扰动。

• Microsoft (MSFT.O)

  报告附带风险收益页，作为AI与云软件龙头参照

  优势

  Azure、M365和AI Copilot支撑收入与EPS增长，目标价页显示$650基准目标价。

  劣势

  估值已较高，增长需要Azure和AI Copilot持续兑现。

  对比

  作为大型软件和云平台同业，MSFT用于比较AI领导力、P/E和PEG合理性。

  风险

  宏观放缓、Azure增长降速、AI采用有限、毛利率承压。

• Space Exploration Technologies Corp. (SPCX.O)

  报告附带风险收益页，作为AI基础设施和连接能力参照

  优势

  具备空间、连接、AI基础设施和垂直整合叙事，目标价页显示$300基准目标价。

  劣势

  执行风险显著高于大型互联网平台，估值依赖长期Starship、Starlink和企业AI兑现。

  对比

  与META、AMZN、GOOGL相比，SPCX更偏远期基础设施期权，而非成熟上市互联网平台现金流。

  风险

  Starship延迟、AI变现不足、成本/瓦上升、融资需求和监管延迟。

关键数据

• 2027/2028年超大规模云厂商资本开支约$1.2tr/$1.4tr报告较此前预测上调约9%/10%，SPCX为首次纳入对比口径。
• 行业可用算力容量2025年约30GW，2028年接近120GW对应约4倍增长；AWS预计2028年可用算力约35GW，GOOGL约31GW，META约21GW。
• META资本开支预测2027年$225bn，2028年$250bn较此前分别上调29%/22%；更高折旧使2027/2028年EPS下调3%/7%，但目标价维持$775。
• AMZN资本开支预测2027年$308bn，2028年$318bn较此前分别上调15%/29%；同时上调AWS收入和EPS预测，目标价维持$330。
• AWS收入增长预测2027年约40%，2028年约36%报告认为在算力扩张和订单积压支撑下，这一预测仍可能偏保守。
• AWS订单积压约$475bn报告预计2Q订单积压环比增加约$110bn，主要来自私人实验室交易。
• META API机会每100MW约$8bn收入、约$2 2028年EPS基于Muse Spark 1.1 API定价、token/GPU基准和广告主需求假设。
• META广告主付费假设约25%，即1500万广告主中的约400万，每月约$200该假设同样可导出约$8bn收入和约$2 EPS。
• GPU每GW成本变化约上升20%主要由内存涨价、供电外壳、建筑材料、电气机械设备、劳动力和建设周期压力驱动。
• 不同架构每GW成本估计GB200约$35bn，GB300约$39bn，Vera Rubin约$49bn，TPUv7约$27bn，Trainium3约$20bn报告更新了机架内和机架外成本假设。

影响与含义

该报告强化了AI基础设施周期仍在上行的判断：资本开支上调本身会压低自由现金流并抬高折旧，但如果算力能带来云服务、API、广告工具、搜索和企业AI收入，龙头互联网平台仍可能获得盈利和估值上修。对投资者而言，后续核心变量从“是否投入”转向“新增GW容量何时上线、被谁消化、以什么价格和利润率变现”。

风险

• 数据中心建设周期、供电外壳、机架和芯片供应瓶颈可能导致算力上线慢于预期。
• 资本开支和每GW成本继续上升，可能进一步推高折旧、债务或自由现金流压力。
• AI API、企业AI工具、广告主工具和neocloud需求可能低于报告假设，导致收入兑现不足。
• GOOGL存在更明显的短期算力约束风险，可能影响收入增长和产品发布节奏。
• 市场可能继续关注AI投资回报率，若新增收入和利润率信号不足，估值倍数可能承压。
• 政治不确定性、社区对数据中心建设的反弹和监管延迟可能影响项目进度。

后续跟踪

• 2026-2028年各公司实际资本开支、在建数据中心进度和可用GW容量上线节奏。
• AWS订单积压、AWS收入增速、增量收入/增量瓦指标和Bedrock采用情况。
• META Muse Spark 1.1 API、广告主AI工具、商业智能体、编码助手和订阅产品的发布与付费转化。
• GOOGL Gemini后续版本和产品化进度、Google Cloud增长、TPU第三方销售与算力供给。
• GPU/ASIC内存、机架、建筑材料、供电外壳和电气机械设备成本变化。
• 新增AI收入对EPS、折旧、自由现金流和ROIC的实际影响。