Global hyperscale cloud and AI infrastructure：2Q26 AI云需求显著加速，但空前基础设施投入的回报仍是核心争论

概览

本季度比较覆盖Amazon、Microsoft、Google、Alibaba、Oracle及GPU云服务商CoreWeave的AI驱动云业务。Bernstein认为需求和积压订单依然强劲，但该行业的投资逻辑日益取决于上线受限数据中心产能的成本、时点、融资和回报。

核心观点

Bernstein将超大规模云视为一个覆盖传统云和生成式AI的$1.3–1.5T市场机会。报告认为，AI已改变竞争讨论：Google的垂直整合模型和TPU芯片使其成为更强的AI云竞争者，Oracle正从较小基数快速扩张，AWS则实现明显再加速。各家厂商的约束已从GPU转向已通电且可运营的数据中心产能。这在短期内支撑需求和定价，但也引发对资本开支回报、产能交付速度、模型竞争，以及前沿模型进展放缓是否会抑制AI采用的疑问。 资本开支是报告横向比较的核心矛盾。四家超大规模云厂商在2Q26的现金资本开支约为$150B，Bernstein预计2026年约为$660B，若计入Meta则接近$800B。除Microsoft外，其他厂商今年均已寻求外部融资。收入和RPO/积压订单已加速，需求仍超过供给，但云收入必须继续加速，才能支撑这一投资节奏。Bernstein认为Microsoft的差异在于其指引FY27自由现金流为正，且不考虑组件价格影响的资本开支增速低于Azure收入增速。报告还指出，AI IaaS/PaaS组合在建设期可能压低毛利率，而工作负载组合、GPU使用寿命、产能利用率和成本转嫁能力将决定长期经济效益。 AWS是本季度增长和增量收入的亮点。AWS收入同比增长37%，为18个季度以来最快增速，年化运行率约为$169B，单季收入增加约$4.6B。积压订单从1Q26的$364B升至$496B，其中受约$100B Anthropic协议推动，且2027年大部分产能已被承诺。AI收入年化运行率从上一季度超过$15B升至$25B；定制芯片也超过$25B运行率。Bernstein认为，Bedrock、数据引力、定制芯片，以及AI带动存储、数据库、网络和安全支出的能力，使AI成为AWS更广泛平台的放大器。AWS营业利润率约为39%，环比上升约170个基点，尽管其中包含$600M能源合同信用；剔除该因素后，利润率仍环比上升约20个基点。管理层的回报框架显示，服务器在不足三年内回本，而合同期为五至六年；数据中心在变现前约两年建设完成，运营后可创造超过30年的收入。 Microsoft Azure按固定汇率计算增长43%，高于39–40%的指引，管理层预计下一季度为45%，并预计CY26下半年较上半年进一步加速。Bernstein将超预期表现归因于CPU/GPU效率、使新产能更早上线的流程改进、产能快速变现，以及GitHub Copilot消费强于预期。付费Office 365 Copilot席位环比增长50%至30M，商业RPO达到$678B，同比增长84%。包含融资租赁的资本开支为$41.0B，同比增长70%，其中逾三分之二投向短寿命资产；公司维持重分类前$190B的CY26指引，在使用寿命调整后为$175B。Bernstein认为，对未启动租赁和硬件承诺的担忧被夸大，但也承认折旧仍是利润率逆风。其估计Azure毛利率为50.7%，低于一年前的52.6%，但认为云收入增长和成本控制可抵消部分压力。 Google Cloud收入同比增长82%至$24.8B，营业利润增至三倍，达到$8.8B，营业利润率为35.6%。积压订单增至$514B，其中略高于一半预计在未来24个月确认收入。Bernstein强调，Gemini模型、自研TPU芯片以及第三方TPU系统销售启动共同构成其差异化优势。企业采用范围广泛：近90%的Fortune 100使用Gemini Enterprise，超过9M开发者每月使用Google模型，模型API每分钟处理约22B tokens。然而，Gemini 3.5 Pro的延迟及持续的产能紧张是关键担忧。Google计划利用第三方基础设施作为临时过渡，Bernstein预计这将对云利润率形成温和压力，但有助于支持客户增长。 Alibaba Cloud在6月季度实现收入同比增长44.9%至RMB48.4bn，调整后EBITA利润率达到11.6%，EBITA同比增长132.7%至RMB5.6bn。AI相关产品连续第十二个季度实现三位数增长，占外部云收入约35%；AI相关ARR从RMB36bn升至RMB49.5bn，MaaS和AI原生订阅ARR截至8月为RMB16bn。Bernstein指出，受规模效应和紧张的算力供给支持，云业务增量EBITDA利润率超过50%；同时，集团资本开支达到RMB67.6bn，高于此前隐含的RMB30bn季度运行率。报告认为这显示出更强的算力投资承诺，但也提及管理层警告不应将本季度支出年化。自研T-head芯片可能改善成本效率，M890芯片已商业部署，供应预计在下半年提升。 Oracle的OCI收入在1FQ27达到$7.4B，同比增长121%，RPO同比增加$209B至$664B。Bernstein强调，近期RPO增长的大部分来自预付款或客户自带硬件的AI合同，这些合同对Oracle的额外资金需求极低，并可能具有与普通AI合同相当或更好的利润率。OCI资本开支为$28.5B，扣除客户预付款后为$18B；FY27指引为$90–95B资本开支，其中包括$20–25B客户预付款和约$70B净现金支出。Oracle已完成$20B股权融资，预计融资需求和资本开支将在FY28达到峰值，并已获得未来三年上线的超过10GW数据中心产能。Bernstein认为，AI云转型在未来五至十年可能高度增值，但会对短期利润率和现金流构成压力。OCI AI基础设施毛利率指引为30–40%，分布式云和云原生服务为40–60%。 CoreWeave 2Q26收入为$2.58B，同比增长112%、环比增长24%，积压订单约为$104B，3Q初已签署超过$25B净新增承诺。公司将FY26收入指引上调至$12.4–13.2B，调整后营业利润指引上调至$960M–$1.15B，资本开支指引上调至$35–39B。活跃电力容量在本季度新增近500MW后达到1.5GW，年末目标超过1.85GW；季度末签约电力容量为3.7GW，季度末后约为4.2GW。Bernstein认可定价改善，以及预计新合同贡献利润率较近期合同高5–10个百分点，但仍维持Underperform观点，因为公司受益于当前产能稀缺，而一旦产能缓解，可能最早且最严重地受到冲击。其2030年至少8GW活跃电力容量的长期目标，需要在开发、并网、硬件、融资、部署和客户需求方面有效执行。两至三年期的较短企业合同可能提高ASP和利润率，但会增加再出租、利用率、残值和技术过时风险。

分析框架

Bernstein以日历季度为基础，比较各厂商披露及估算的云收入、增长、积压订单/RPO、资本开支、现金流、利润率和产能。随后，报告评估每家厂商的AI变现、基础设施差异化、融资需求、合同期限、产能建设和利润率路径，同时指出各厂商披露的云业务包含不同的非IaaS/PaaS收入，因此并不完全可比。

方法论与常识提炼

• 行业/产业分析框架供需框架

  AI云产能供需分析

  报告评估需求、GPU和已通电数据中心约束、产能增加，以及潜在过度建设对定价和利用率的影响。

• 行业/产业分析框架量价拆分

  云增长、增量收入及定价分析

  Bernstein比较同比增长、环比净收入增加、积压订单和定价，以判断竞争动能的变化。

• 公司基本面与财务框架自由现金流分析

  资本开支、融资和自由现金流分析

  报告评估资本开支能否由内部资金支持、预付款和外部融资的作用，以及预期自由现金流结果。

• 估值方法EV/EBITDA 估值

  CoreWeave的EV/EBIT估值

  Bernstein表示其以25.5x EV/EBIT估值CoreWeave。

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）。

• Microsoft (MSFT)

  覆盖的超大规模云厂商和AI云服务商

  优势

  Azure增长、Copilot采用、大规模RPO及FY27自由现金流为正的指引。

  劣势

  AI基础设施折旧对Azure和云利润率构成压力。

  对比

  Azure增长43%，低于Google Cloud的82%，但高于AWS的37%。

  风险

  产能约束、资本开支上升和利润率压力。

• Amazon (AMZN)

  覆盖的超大规模云厂商和AI云服务商

  优势

  AWS增长再加速、$496B积压订单、AI和定制芯片运行率均超过$25B。

  劣势

  大规模持续基础设施投资先于变现。

  对比

  AWS环比增加约$4.6B收入，接近Google Cloud约$4.7B。

  风险

  AI资本开支回报及AI需求可持续性。

• Alphabet (GOOGL)

  覆盖的超大规模云厂商和AI云服务商

  优势

  模型和TPU的垂直整合、82%的云增长、强劲积压订单和利润率扩张。

  劣势

  依赖第三方过渡产能，且模型执行受到审视。

  对比

  云增长超过AWS和Azure，环比净收入增加接近AWS。

  风险

  Gemini 3.5 Pro延迟、产能分配和云利润率压力。

• Alibaba (BABA, 9988.HK)

  覆盖的中国超大规模云厂商

  优势

  云增长加速、EBITA利润率改善、AI ARR扩张及自研芯片发展。

  劣势

  资本开支大幅增加，且披露收入包含内部转移。

  对比

  云增长约为45%，高于Azure和AWS，但低于Google和OCI。

  风险

  算力投资规模、供应爬坡及自研芯片效率改善速度。

• Oracle (ORCL)

  覆盖的超大规模云厂商和AI云服务商

  优势

  OCI快速增长、$664B RPO、预付合同经济性及数据中心产能扩张。

  劣势

  巨额投资和融资需求对短期现金流和利润率构成压力。

  对比

  OCI的121%增长为所讨论厂商中最快。

  风险

  融资执行、产能交付、与OpenAI相关的需求及FY28资本开支峰值。

• CoreWeave (CRWV)

  覆盖的GPU云服务商

  优势

  强劲收入增长、积压订单、客户承诺及活跃电力容量扩张。

  劣势

  资本密集度高、客户集中，且依赖产能紧张环境。

  对比

  属于专业neocloud，而非规模化既有超大规模云厂商。

  风险

  产能缓解、残值风险、技术过时、融资成本和交付延迟。

关键数据

• 四家超大规模云厂商现金资本开支~$150B in 2Q26; ~$660B in 2026EBernstein对四家超大规模云厂商的估算；若计入Meta则接近$800B。
• 2Q26云业务增长Azure 43%; AWS 37%; Google Cloud 82%; Alibaba ~45%; OCI 121%同比增长比较。
• AWS积压订单$496B较1Q26的$364B增长。
• Google Cloud积压订单$514B超过一半预计在未来24个月确认收入。
• Oracle RPO$664B同比增加$209B，即46%。
• CoreWeave FY26资本开支指引$35B–$39B在强劲产能交付和客户赢单后上调。

影响与含义

报告将AI云描绘为一个规模庞大且需求受产能限制的增长市场，但认为厂商表现将因产能获取、工作负载组合、专有基础设施、合同经济性、融资能力以及在扩张时维持利润率的能力而分化。现有龙头平台展现出改善的变现证据，而专业GPU云服务商对产能和定价正常化更为敏感。

风险

• AI产能可能出现过度建设，从而降低裸金属或低软件附加值基础设施的定价。
• 前沿模型创新或AI采用放缓，可能削弱需求及当前基础设施投资的价值。
• AI IaaS/PaaS建设可能压低毛利率，GPU使用寿命和工作负载组合仍不确定。
• 已通电数据中心交付、硬件采购、融资和客户部署带来执行风险，CoreWeave尤为明显。
• Google面临模型执行延迟和第三方产能带来的临时利润率压力；Oracle面临显著融资和现金流需求。

后续跟踪

• 云收入和积压订单增长能否继续支撑资本开支节奏。
• 已通电数据中心产能上线的可得性和速度。
• AI基础设施回报的证据，包括回收期、利润率和自由现金流转化。
• Google的前沿模型执行及Gemini 3.5 Pro进展。
• Oracle在10月金融分析师日之前的资本开支、融资和现金需求。
• CoreWeave将签约电力容量转化为活跃创收产能的进展、客户集中度及短期合同敞口。