AI资本开支延续高增长，价值量由存储器向GPU、CPU及NPO光互连迁移

概览

报告围绕美国云服务商2027至2029年资本开支、债务融资能力及Nvidia下一代平台价值量迁移展开分析。近期Amazon、Google、Meta和Oracle上调资本开支指引，云业务订单积压与CoWoS扩产共同验证AI基础设施需求。研究判断高增长将在2027年延续，但2028年后云服务商将更关注自由现金流、融资成本和投资回报，资本开支增速因而逐步降温。同时，Vera Rubin及Rubin Ultra通过削减LPDDR5x和HBM规格控制BOM成本，并扩大光学scale-up规模，推动价值量由存储器向NPO光引擎、TIA和激光驱动器迁移。

核心观点

第一，美国Top 5 CSP资本开支预计由2025年的US$446bn升至2027年的US$1,190bn，Amazon、Google、Meta和Oracle上调指引以及CoWoS产能扩张构成主要验证。第二，资本开支对债务融资的依赖明显提高，但到2029年Top 5 CSP预计净杠杆仅0.5倍、净负债权益比18%，除Oracle外总体仍可控。第三，融资利差扩大、自由现金流承压以及中国大模型的价格和份额竞争，将促使2028年资本开支增速降至20%。第四，Nvidia平台通过降低内存规格控制系统成本，同时以NVL576和NPO光互连扩大scale-up域，光学器件及模拟芯片将承接更高价值量。

分析框架

研究结合云服务商最新业绩会资本开支指引、订单积压、自由现金流、债务发行和偿债指标建立2026至2029年预测；以TSMC、Amkor和ASE的CoWoS产能作为需求交叉验证；通过VR200 NVL72系统BOM情景分析评估内存降规格效果；再依据Nvidia平台路线图、NPO渗透率、光引擎数量及单机价值量测算NPO、TIA和驱动器市场空间。

方法论与常识提炼

• 资本开支预测自下而上的Top 5 CSP预测

  公司指引与产能验证相结合

  分别预测MSFT、AMZN、Google、Meta和Oracle资本开支，并利用云业务订单积压及CoWoS产能变化验证需求强度。

• 信用与偿债分析自由现金流—债务融资框架

  评估资本开支融资的可持续性

  通过债务发行占资本开支比例、总杠杆、净杠杆、净负债权益比、CFO对债务比率及利息保障倍数评估云服务商的融资空间。

• 成本分析系统BOM情景分析

  内存规格调整对整机成本的影响

  比较原始规格、主要降规格方案、极端降规格方案及不调整规格情景，测算HBM、LPDDR5x和SSD成本及其占机架BOM的比例。

• 市场空间测算NPO光引擎量价模型

  平台出货量乘以渗透率和单机价值量

  依据NVL72及NVL144部署规模、NPO采用率、每个平台所需光引擎数量以及TIA和驱动器单价测算出货量与市场规模。

• 竞争分析大模型份额与价格比较

  模型性价比对AI投资回报的影响

  比较中国与美国前沿大模型的月度Token份额和每百万Token价格，评估价格竞争对美国大模型利润率、商业化及云服务商资本开支回报的压力。

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）。

• NVDA、SMCI及Hon Hai

  GPU平台及AI服务器核心受益者

  优势

  Vera Rubin量产进度维持，NVL576扩展scale-up域，AI基础设施资本开支增长支撑平台需求。

  劣势

  内存降规格反映客户对系统成本和投资回报的敏感度上升。

  对比

  相较存储器等商品化环节，GPU平台拥有更强的系统控制力和价值捕获能力。

  风险

  Rubin Ultra进度变化、AI需求放缓、供应约束、竞争平台追赶及基础设施部署延误。

• INTC、AMD及ASE

  CPU、定制加速器与先进封装受益者

  优势

  云服务商持续扩充计算能力，CoWoS扩产验证先进封装需求；AMD的Meta定制MI450亦已转向8-Hi方案。

  劣势

  平台规格快速变化可能导致产品组合和单位价值量波动。

  对比

  CPU与封装环节受益于整体计算平台扩张，但平台定价权通常弱于领先GPU供应商。

  风险

  客户资本开支放缓、产品竞争、良率与产能爬坡风险。

• LITE、MRVL、SMTC、TSEM、Bizlink及Browave

  NPO光引擎、TIA、驱动器及连接方案受益者

  优势

  NVL576及更大scale-up域提高光互连数量，NPO移除部分模块侧DSP功能后提升TIA和激光驱动器价值量。

  劣势

  市场空间高度依赖NPO采用率、平台部署节奏及单机光引擎数量假设。

  对比

  NPO制造性和部署灵活性优于近期CPO方案，而CPO仍可能是更长期的终局架构；MRVL被视为主要受益者，SMTC为次要受益者。

  风险

  CPO提前成熟、NPO渗透不及预期、价格下降、客户集中及平台设计调整。

• HBM、LPDDR5x及SSD供应链

  AI服务器存储器与存储组件供应商

  优势

  AI机架总体出货扩张仍能提供需求支撑。

  劣势

  CSP推动Vera CPU及Rubin Ultra降低内存规格，以避免存储成本占BOM比例显著上升。

  对比

  相较GPU、CPU和光互连，存储器更具商品属性，单位内容价值面临降规格压力。

  风险

  规格进一步下调、价格竞争、客户库存调整及供应过剩。

• MSFT、AMZN、Google、Meta及Oracle

  AI资本开支主体及云基础设施需求来源

  优势

  云业务订单积压强劲，多数公司资产负债表和利息保障能力充足，能够通过发债延续投资。

  劣势

  自由现金流明显承压，资本开支对债务融资的依赖上升；Oracle的财务压力相对突出。

  对比

  除Oracle外，多数头部CSP到2029年的杠杆仍处可控水平，但融资成本和回报要求将限制增速。

  风险

  信用利差扩大、债券市场容量不足、AI商业化回报不达预期及中国大模型价格竞争。

关键数据

• Top 5 CSP资本开支2026E US$823bn；2027E US$1,190bn；2028E US$1,428bn；2029E US$1,642bn对应同比增速85%、45%、20%和15%。
• Top 5 CSP债务发行2026E US$257bn；2027E US$419bn；2028E US$421bn；2029E US$432bn2026年和2027年分别相当于资本开支的31%和35%。
• 2029年偿债指标总杠杆1.1倍；净杠杆0.5倍；净负债权益比18%；利息保障倍数16倍指标基于Top 5 CSP汇总预测，未计表外义务；Oracle的资产负债表风险相对更高。
• CoWoS产能预测TSMC 2027年底195KPM；Amkor 2026至2028年底15/25/40KPM；ASE 15/45/55KPM先进封装扩产用于交叉验证AI加速器需求。
• VR200 NVL72内存与存储成本主要降规格方案US$1.515m；极端降规格方案US$1.221m；不降规格情景US$2.101m极端降规格可将内存与存储成本占BOM比例控制在约19%，不调整则升至29%。
• Rubin Ultra HBM潜在规格8-Hi方案为192GB HBM4或256GB HBM4E12-Hi选项仍包括288GB HBM4和384GB HBM4E。
• Nvidia平台NPO光引擎出货量2027E 5.8m；2028E 8.1m基于2027年NPO采用率20%等假设。
• 整体NPO光引擎市场2027E 11.3m；2028E 40m对应TIA及驱动器市场规模约US$819m和US$3.087bn。
• Semtech NPO收入预测2027E US$205m；2028E US$926m基于约30%市场份额及单个光引擎前端芯片价值量假设。

影响与含义

AI基础设施投资仍处于扩张期，但产业链价值分配正在变化。短期内，高资本开支与先进封装扩产继续支撑GPU、CPU及相关设备需求；中期内，云服务商将更多依赖债务融资，利率、信用利差和自由现金流成为估值与订单持续性的关键约束。平台端为控制BOM而降低内存规格，将压制存储器单位价值量，却推动更大规模的光学互连来维持系统性能，因此NPO光引擎、TIA和激光驱动器的内容价值有望显著提升。CPO具备长期功耗和时延优势，但近期受先进封装复杂度及良率限制，NPO更可能成为可靠的过渡和规模化路径。

风险

• AI需求增速低于预期。
• 数据中心电力、网络及其他基础设施部署延误。
• 先进封装、芯片、光器件或其他关键组件供应受限。
• GPU、ASIC、云平台及大模型竞争加剧。
• 云服务商自由现金流恶化、融资利率上升或债券市场容量不足。
• 中国大模型的低价竞争压缩美国大模型利润率和资本开支回报。
• Vera Rubin或Rubin Ultra技术验证、量产和出货进度不及预期。
• NPO渗透率及光引擎出货量低于预测，或CPO路线更快替代NPO。

后续跟踪

• Amazon、Google、Meta、Microsoft和Oracle后续资本开支指引及2027至2028年算力预订情况。
• Top 5 CSP季度自由现金流、债务发行规模、信用利差和利息保障倍数。
• 中国大模型的Token份额、定价变化及其对美国模型商业化的影响。
• TSMC、Amkor和ASE的CoWoS扩产、利用率与良率。
• Vera Rubin在2H26的量产及出货进度，以及Rubin Ultra时间表是否维持。
• Rubin Ultra最终采用的HBM4/HBM4E层数、容量和功耗规格。
• NVL576部署节奏、NPO采用率及单个平台光引擎数量。
• MRVL、SMTC等厂商的TIA、激光驱动器订单、市场份额与单机价值量。