2026年7月AI项目脉冲:neocloud、主权AI与企业用例继续扩张
AI 摘要卡
2026年7月AI项目脉冲:neocloud、主权AI与企业用例继续扩张
高盛梳理7月AI基础设施项目公告,指出GPU容量支持、超大规模数据中心建设和企业内部AI工具落地共同支撑AI硬件与云计算需求。
- NVIDIA通过收入分成与信用支持模式帮助neocloud客户扩张GPU容量,Firmus和Sharon AI被列为早期合作伙伴。
- Meta与BlackRock计划在Texas El Paso开发1GW、$14bn的AI数据中心园区,预计2028年开始上线。
- Pantheon Atlas在克罗地亚推进€50bn、1GW超大规模AI数据中心,计划2027年初开工、2029年一季度运营。
- 企业AI用例扩大:Starbucks拟以自研AI辅助工具替代部分Microsoft、IBM、Oracle软件;Revolut用NVIDIA与Nebius AI Cloud训练PRAGMA模型。
- 报告认为neocloud需求对DELL、SMCI等AI服务器厂商偏正面,企业AI采用有利于DELL、HPE、SNX、INGM等企业硬件与分销链条。
研报解读
概览
本报告是Goldman Sachs Americas Technology Hardware团队的“AI Project Pulse”月度更新,覆盖2026年7月neocloud、主权AI基础设施和企业AI应用领域的精选项目公告。报告强调这些公告并不代表全部AI基础设施机会,但可作为观察AI算力、数据中心、GPU和企业AI需求的重要线索。
核心观点
核心观点包括:第一,NVIDIA等芯片厂商通过最低收入保障、收入分成和信用支持,帮助neocloud客户维持GPU容量扩张,从而扩大终端客户可获得的算力;第二,全球1GW级数据中心和AI Factory项目持续增加,显示主权AI与超大规模AI基础设施投资仍在推进;第三,企业AI从试点进入更具体的内部工具、风控、营销和运营场景,有望拉动企业硬件OEM、IT分销商和AI云服务需求。
分析框架
报告采用事件跟踪方式,按时间倒序汇总7月公开项目公告,重点记录项目规模、地点、时间表、合作方、容量和商业模式变化,并将其映射到潜在受益的硬件、云服务和分销生态。
方法论与常识提炼
月度项目公告监测
通过跟踪neocloud、主权AI和企业AI项目公告,观察AI基础设施需求、容量建设和商业模式变化。
Growth、Financial Returns、Multiple和Integrated因子画像
披露附录说明Goldman Sachs使用前瞻销售、EBITDA、EPS、ROE、ROCE、估值倍数等指标计算股票因子百分位,但本报告主体未对单一股票展开该量化画像。
潜在并购目标评分
披露附录说明Goldman Sachs以1至3级评估覆盖公司成为收购目标的概率;本报告主体未针对具体公司给出M&A rank。
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)。
- NVIDIA核心GPU、AI Factory标准和neocloud融资/收入支持生态参与者
- 优势
- 通过GPU供应、NeMo、Quantum InfiniBand、Grace Blackwell等平台绑定AI基础设施建设,并通过收入分成/信用支持扩大客户容量。
- 劣势
- 商业模式对neocloud客户利用率、终端需求和项目执行依赖较高。
- 对比
- 相较传统硬件供应,NVIDIA在项目融资支持、系统标准和生态合作中扮演更深角色。
- 风险
- GPU容量过剩、客户租赁不及预期、数据中心电力和建设延迟可能影响需求兑现。
- DELL、SMCIAI服务器潜在受益方
- 优势
- 高盛认为持续强劲的neocloud需求对领先AI服务器厂商DELL和SMCI正面。
- 劣势
- 受GPU供给、客户资本开支节奏和服务器利润率波动影响。
- 对比
- 更直接受益于AI服务器采购周期,而非仅依赖软件或云服务收入。
- 风险
- 订单集中、竞争加剧、供应链瓶颈和大型客户议价可能压缩盈利。
- DELL、HPE、SNX、INGM企业AI采用潜在受益链条
- 优势
- 企业在本地和云端扩大AI用例,可能带动企业硬件OEM和IT分销商需求。
- 劣势
- 企业AI预算兑现可能慢于项目公告,且部分需求可能转向云端而非本地采购。
- 对比
- 相较neocloud链条,企业AI链条更依赖客户内部工具落地和IT预算重配。
- 风险
- 企业削减软件支出可能伴随总体预算约束,硬件采购节奏存在不确定性。
- CoreWeaveAI云平台和高强度训练工作负载承接方
- 优势
- 获得Flow Traders基础模型训练工作负载,并承接Galaxy Helios Phase I 133MW关键IT负载。
- 劣势
- 业务增长依赖大型数据中心租约与高资本密集型基础设施。
- 对比
- 在neocloud中更偏AI训练云平台,受益于企业和交易机构算力外包。
- 风险
- 长期租约、融资成本、客户集中和算力价格波动是主要风险。
- NebiusAI Cloud和资产轻模式扩张参与者
- 优势
- 推出由合作方融资并拥有基础设施、Nebius提供系统架构、软件栈和销售组织的资产轻模式。
- 劣势
- 对合作伙伴执行、区域数据中心质量和销售转化能力依赖较高。
- 对比
- 相较自建数据中心,资产轻模式可降低增量资本需求。
- 风险
- 合作方融资、数据驻留监管、容量商业化速度可能影响扩张效果。
- Microsoft、IBM、OracleStarbucks拟替代的部分第三方软件供应商
- 优势
- 仍具企业软件基础和既有客户关系。
- 劣势
- 大型企业自研AI辅助工具可能替代部分传统软件支出。
- 对比
- 报告中的Starbucks案例显示企业AI可能将部分预算从外部软件转向内部工具。
- 风险
- 若更多企业复制该路径,传统软件续费和专业服务支出可能承压。
关键数据
- Meta/BlackRock El Paso AI数据中心1GW;$14bn;BlackRock-managed funds持股80%,Meta持股20%;预计2028年开始上线项目位于Texas El Paso,租期最长可达20年。
- IREN新客户合同$2.8bn新客户合同;2026年年度经常性收入目标上调至超过$4bn客户包括Microsoft、NVIDIA、Perplexity、Figure AI、Together AI、Fluidstack等。
- Sharon AI云计算协议5年$1.32bn;132MW总容量;超过62,000块NVIDIA GPU预计2027年中部署项目位于新西兰,收入预计2027年上半年开始。
- Galaxy Helios数据中心Phase I向CoreWeave交付133MW关键IT负载;总获批电力1.63GW,可扩至3.6GWWest Texas园区,Phase II 260MW预计2027年上半年交付。
- Pantheon Atlas克罗地亚项目€50bn总投资;1GW总容量;800MW可用IT负载;计划2029年一季度运营位于Topusko, Croatia,按照NVIDIA GW-Scale AI Factory标准设计。
- Firmus/NVIDIA AI Factory360MW;170,000块NVIDIA加速器;2027-2028年位于Batam, Indonesia,采用收入分成和信用支持模式。
- Starbucks企业AI工具$400mn年度软件支出;目标技术预算削减约$30mn,其中软件支出约$10mn拟开发库存追踪、维护管理等AI辅助内部工具,并替代部分第三方软件。
- Revolut PRAGMA模型2600万用户记录、111个国家、2070亿tokens;模型开发周期提升3-5x使用NVIDIA H100 GPUs和Nebius AI Cloud训练,用于欺诈、信用、营销和产品推荐。
影响与含义
报告的投资含义偏向AI基础设施链条仍具韧性:neocloud商业模式获得芯片厂商支持,有利于GPU和AI服务器出货;主权AI与超大规模园区增加,对电力、数据中心、网络、存储和集成服务形成持续需求;企业AI工具落地则可能推动企业级硬件、云服务和IT分销需求,同时对传统软件供应商形成替代压力。
风险
- 报告覆盖的是精选项目公告,不代表全部AI基础设施机会或最终资本开支落地。
- 1GW级数据中心项目面临电力接入、建设进度、融资成本、监管审批和供应链执行风险。
- neocloud收入保障和信用支持模式依赖终端客户租用率,若需求不足可能放大芯片厂商或云服务商风险。
- 企业AI应用可能以削减传统软件和服务预算为目标,对部分既有软件供应商形成替代压力。
- 报告未提供单一股票评级或目标价,投资结论需结合后续公司基本面与估值分析。
后续跟踪
- NVIDIA与neocloud客户的收入分成、信用支持和最低收入保障模式是否扩大到更多客户。
- Meta/BlackRock、Pantheon Atlas、Firmus、Galaxy等大型数据中心项目的电力、开工和交付节点。
- IREN、Sharon AI、Nebius等neocloud的合同转化、ARR目标和GPU利用率。
- 企业AI案例是否从Starbucks、Revolut、Flow Traders扩散到更多行业,并带来可量化硬件或云支出。
- DELL、SMCI、HPE、SNX、INGM等公司后续订单、收入和利润率是否反映AI基础设施需求。