开云（中国大陆官方网站）Kaiyun科技股份有限公司 - 领先的GPU计算与AI算力解决方案

　　在技术进步、企业采用及基础设施扩张的推动下，我们正进入人工智能投资与应用加速增长的阶段。但我们未曾预料到，这种加速会集中在两周内爆发——期间涌现出大量已宣布的投资、合作及产品动态。我们与首席信息官（CIO）和首席技术官（CTO）的交流显示，企业层面人工智能应用的紧迫性也同样提升。基于此，我们将超大规模科技公司（ hyperscalers ）2026年的人工智能资本支出（AI Capex）预测从4200亿美元上调至4900亿美元，同时将2029年之前的累计预测从2.3万亿美元上调至2.8万亿美元（见图5）。我们预计，半导体、硬件及其他基础设施领域的供应商（见图1）将受益于这一加速的投资节奏；此外，提前布局以应对企业明确需求的超大规模科技公司（见图2）也将从中获利。

　　1. 投资增长对比：2026年预测投资增幅为24%，高于当前市场普遍预期的20%。我们预计，主要超大规模科技公司将在第三季度业绩交流中，将这部分额外支出纳入业绩指引。

　　2. 基础设施动态：自9月9日甲骨文（Oracle）公布与OpenAI达成3000亿美元云服务协议后，OpenAI与英伟达（Nvidia）、阿里巴巴与英伟达、CoreWeave与甲骨文、微软（Microsoft）、Stargate及其合作伙伴等纷纷发布公告。这些动态表明，为支撑企业对人工智能服务的需求及人工智能实验室对训练算力的需求，基础设施规模正扩大，投资节奏也在加快。

　　3. 算力与电力需求：我们估算，到2030年，全球人工智能算力需求将额外增加55吉瓦（GW）电力容量，这将使得美国在人工智能算力方面的额外支出达到1.4万亿美元。

　　4. 企业应用进展：基础设施投资加速的核心原因，是企业及人工智能实验室对训练和推理类人工智能服务的需求已超过供给。这一点从超大规模科技公司近期业绩中的订单积压数据可得到印证，且随着AthenaHealth、日立（Hitachi）、礼来（Eli Lilly）、威科集团（Wolters Kluwer）等企业将人工智能概念验证项目投入实际生产，我们预计第三季度业绩及指引中仍将体现这一趋势。

　　1. 融资难度：发布建设数据中心的公告相对容易，但实际建设（尤其受劳动力、设备及融资限制）难度显著更高。OpenAI首席执行官山姆·奥特曼（Sam Altman）指出，基础设施建设所需规模需要“创新性融资方案”。目前，人工智能投资已从现金流融资阶段过渡到债务融资阶段，同时也伴随相应风险（见图8）。

　　2. 典型融资案例：以Stargate（软银集团、OpenAI、甲骨文、MGX成立的合资企业）为例，其计划未来四年投资5000亿美元建设10吉瓦美国人工智能基础设施，初始投入1000亿美元。其融资模式包括项目融资、股权与优先债务融资，且供应商可能通过“实物出资”（如英伟达向OpenAI出租芯片以换取股权或优惠条款）参与融资。

　　1. 资本支出预测：我们将2025-2029年美国超大规模科技公司的资本支出预测上调4700亿美元，至2.8万亿美元（此前为2.3万亿美元），其中2026年增幅预计达24%（此前为11%）。全球范围内，2026年人工智能基础设施相关资本支出预计为6000亿美元（2025年为4000亿美元），同比增长50%。

　　2. 算力需求驱动因素：模型效率提升与企业人工智能应用推进，是算力需求爆发的核心驱动力。自2010年以来，前沿模型训练所需算力年均增长4.6倍（远超摩尔定律增速），且硬件与算法效率尚未能跟上算力增长步伐，导致人工智能超级计算机的硬件成本（年均增长1.9倍）与训练电力需求（年均增长2.1倍）呈指数级上升。