中国AI路径电话会议纪要关键要点总结 一、涉及的行业与公司 **行业** * 中国人工智能基础设施行业[1] * 云计算服务行业[7] * 半导体/GPU本地化行业[1] * 数据中心行业[10] **公司** * 阿里巴巴 (BABA) - 超大规模云服务商[1][10] * 腾讯 (Tencent) - 超大规模云服务商[21][44] * 百度 (Baidu) - 超大规模云服务商[21][44] * 字节跳动 (ByteDance) - 超大规模云服务商[26][42] * 金山云 (KC) - 云基础设施提供商[1][10] * 世纪互联 (VNET) - 数据中心运营商[1][10] * MiniMax - AI实验室[1][10] * 智谱AI (Zhipu) - AI实验室[1][10] * 寒武纪 (Cambricon) - GPU本地化[10][33] * 壁仞科技 (Illuvatar) - GPU本地化[10][33] * 海光信息 (Hygon) - GPU本地化[10][33] * 快手 (Kuaishou) - 互联网公司[42] * 美团 (Meituan) - 互联网公司[42] * 小米 (Xiaomi) - 互联网公司[42] * 中国移动 - 电信运营商[59] * 中国电信 - 电信运营商[59] * 中国联通 - 电信运营商[59] * DeepSeek - AI模型公司[98] * 阶跃星辰 (Z.ai) - AI模型公司[98] 二、核心观点与论据 资本支出预测 **五年总资本支出预测** * 预测2026-2030年中国AI总资本支出为8.5万亿人民币 (1.3万亿美元)[1][3][9] * 中国资本支出平均达到美国同行水平的约17%[3][9] * 2026年预测资本支出为1.3万亿人民币 (1930亿美元)[16][34] * 2028年预测资本支出增长至2.0万亿人民币 (2910亿美元)[16] * 2030年预测资本支出达到2.0万亿人民币 (2910亿美元)[34] * 国内资本支出占总支出70-80%，五年合计6.4万亿人民币[34] **三大资本支出支柱** *第一支柱 - 超大规模云服务商* * 2026年超大规模云服务商+主要互联网公司资本支出为9950亿人民币 (1420亿美元)，同比增长23%[17] * 2027年预测增长至1.2万亿人民币 (1750亿美元)[17] * 2030年预测达到1.4万亿人民币 (2050亿美元)[17] * 2026年中国超大规模云服务商增长率121%，超过美国同行的41%[17] * 65-70%的资本支出用于国内[17] * 五年总资本支出6.3万亿人民币[40] * 阿里巴巴资本支出预测范围2170-2590亿人民币 (2026-2030年)[44] * 腾讯资本支出预测范围1930-2000亿人民币[44] * 百度资本支出预测范围200-240亿人民币[44] *第二支柱 - 新型云服务商* * 未来五年新型云服务商总投资1.5万亿人民币 (2270亿美元)[18] * 大部分支出用于服务器采购[18] * 2026年预测投资2340亿人民币 (340亿美元)[51] * 2030年预测投资3630亿人民币 (530亿美元)[51] * 资本支出中超过95%用于服务器采购[53] *第三支柱 - 电信运营商* * 2026年预测计算资本支出约810亿人民币[19][55] * 计算资本支出五年复合增长率23%[19] * 2030年预测计算资本支出达到1790亿人民币[19][56] * 中国移动计算资本支出380亿人民币[59] * 中国电信计算资本支出260亿人民币[59] * 中国联通计算资本支出180亿人民币[59] * 电信运营商总资本支出保持稳定至2030年[56] * 约50%的计算资本支出用于非计算相关项目 (数据中心建设和网络)[57] * 75%+的计算支出用于智能计算或GPU/ASIC相关[57] 计算能力预测 **IT电力容量增长** * 2025年中国IT电力容量为26GW[3][63] * 2030年预测IT电力容量达到81GW[3][20][62] * 五年净增55GW[21] * 超大规模云服务商贡献+34GW (从2025年到2030年)[22][83] * 电信运营商自建外部容量+9GW[22][83] * 其他参与者/AI实验室+12GW[22][83] * 阿里巴巴和腾讯各增加6-9GW[21][86] * 百度增加约1.0GW[21][86] **全球计算能力** * 2026-2030年全球超大规模云服务商净增47GW计算能力[22][89] * 2026-2028年净增24GW，约为美国同行的22%[22][89] * 美国超大规模云服务商同期净增108GW[89] **AI电力需求** * 2026年增量AI电力需求从5.6GW增长[22] * 2030年预测达到约13GW[22][75] * 第三方数据中心订单从6.1GW (2026年) 增长至11GW (2030年)[23][76] * 约20%的容量由超大规模云服务商和AI实验室自建[23][76] * 西部地区 (内蒙古、宁夏等) 占增量订单的70% (五年总计33GW)[76] * 东部地区占剩余14GW[76] 融资需求分析 **超大规模云服务商融资** * 国内资本支出主要由经营现金流和现金余额支持[24][111] * 阿里巴巴和腾讯拥有强劲的国内经营现金流[112] * 腾讯拥有720亿美元上市股权投资组合[124] * 海外资本支出五年总计2.0万亿人民币 (主要由字节跳动贡献)[26][121] * 海外融资需求通过三种方式满足：1) 变现投资组合 2) 债务融资 3) 股权融资[26][122][127] * 腾讯已筹集24.5亿美元和150亿人民币优先票据[127] * 百度去年筹集144亿人民币优先票据[127] * 字节跳动近期获得376亿美元贷款[121] **新型云服务商融资** * 典型融资结构包括30-40%融资租赁 (利率约5%)[27][129] * 银行贷款利率约3-4%[27][129] * 客户预付款和增量债务/股权发行[27] * 金山云贷款成本比 (LTC) 可达90%[131] * 金山云40%投资通过融资租赁安排[131] * 客户预付款支持现金流 (如金山云2Q26报告20亿人民币经营现金流)[131] **数据中心融资** * 未来五年运营商中立数据中心供应商需投资5690亿人民币[134] * 项目贷款为主要融资工具，贷款成本比60-80%，成本3-4%[137] * 经营现金流可融资10-15%的资本支出[137] * REITs等替代融资工具日益流行 (如世纪互联每年10-20亿人民币现金回收计划)[137] **电信运营商融资** * 资本支出由经营现金流充分支持[141] * 债务服务水平健康[141] * 大部分资本支出通过净现金、年度经营现金流和减少传统资本支出自筹[142] 投资回报率分析 **四种投资回报率情景** *情景1 - 自建GPU IaaS* * 基准情况下运营利润率44%[30][146] * 投资回报率13%[30][146] * 现金回收期约3年[30][146] * 月度服务器租赁费25万人民币/服务器/月[146] * 每服务器资本支出800万人民币[146] *情景2 - 租赁/新型云IaaS* * 运营利润率约20%[30][155] * 无前期服务器资本支出[30][154] * 客户定价25万人民币/月 vs 计算租赁成本20万人民币/月[155] *情景3 - 自建MaaS* * 运营利润率53%[30][164] * 投资回报率19%[30][164] * 现金回收期2.5-2.6年[30][164] * 假设4000 tokens/sec/GPU，50%推理混合，950万人民币/百万token混合定价[162] *情景4 - 自建计算+第三方API* * 运营利润率57%[30][169] * 投资回报率29%[30][169] * 现金回收期约2.1年[30][169] * 假设10%收入分成给第三方模型提供商[168] **国内芯片投资回报率** * 当前版本芯片未配备HBM 3E，主要用于预填充阶段[175] * 下一代国内芯片将采用HBM3E，可运行完整推理[176] * 预填充/解码分离 (PD) 场景下投资回报率可能改善[31][178] * 长输入任务 (8k/1k) 采用PD分离可实现更好投资回报率[182] * 4k/4k任务场景下PD分离效果较差[182] * 全国内基础设施基准情况：运营利润率31%，投资回报率9.1%，回收期3.6年[31][188] * 假设国内服务器采购价格400万人民币/台[187] * 投资回报率范围0.3%-17.9%，回收期2.7-5.2年 (取决于计算效率)[187] * 自研芯片设计情况下投资回报率可提升至20-25%[191] 国内芯片供应 **芯片出货量预测** * 2025年AI芯片出货量110万颗[64] * 2026年预测出货量240万颗 (同比增长100%+)[64] * 2027年预测出货量480万颗[64] * 2030年预测出货量1100万颗[64] * 国内芯片TAM从2025年940亿人民币增长至2030年6460亿人民币[64] * 国内芯片占2025-2030年总服务器部署的70-85%[65] **每GW成本** * 高端训练芯片组每GW成本500-700亿美元[68] * 2026年国内推理芯片每GW成本190亿美元[68] * 2027年国内推理芯片每GW成本220亿美元[68] * 华为最贵，每GW约420亿美元[68] * 美国部署1GW GB300成本约390亿美元，其中41%归因于数据中心电力外壳[72] * 中国电力外壳成本仅占部署成本的10-15%[72] 三、其他重要内容 股票推荐 * 超配 (OW) AI基础设施：阿里巴巴、金山云、世纪互联[1][10] * 超配 (OW) AI实验室：MiniMax、智谱AI[1][10] * 超配 (OW) GPU本地化：寒武纪、壁仞科技、海光信息[10][33] * 看好中国云服务提供商：阿里巴巴、腾讯、金山云[32] * 看好中国数据中心：世纪互联 (内蒙古乌兰察布农村地区领导者)[32] * 看好中国LLM模型厂商：MiniMax、智谱AI[32] 生态系统融资循环 * 中国生态系统与美国的区别：中国超大规模云服务商拥有更强议价能力和更大垂直整合[24][102] * 中国超大规模云服务商在AI生态系统中扮演四个角色：支出、预付款、合同、投资[104] * 每1GW额外计算需求应转化为数据中心供应商240-300亿人民币合同价值 (假设8-10年合同期限)[104] * 中国循环性主要存在于超大规模云服务商和AI实验室之间，但程度低于美国[102] * 中国基础设施提供商仍能以3-4%利率获得有形资产项目贷款[103] AI实验室自建计算能力 * DeepSeek计划在内蒙古建设1GW自建AI数据中心[98] * 阶跃星辰/智谱AI已完成1GW级AI数据中心 (使用国内芯片)[98] * AI实验室自建计算能力的优势：数据安全、基础设施优化灵活性、ASIC+模型协同效应[98][99] * 财务风险：前期资本支出负担、数据中心供应商对现金流稳定性担忧[99] 风险提示 * 阿里巴巴可能因外卖竞争重新点燃而面临更大现金消耗[25][113] * 百度搜索稳定化是关键变量[25][113] * 腾讯是三者中最稳定的[25][113] * 新型云服务商下行风险：交付放缓、利率上升、高端服务器需求急剧下降[130] * 报告提及美国行政命令14032及出口管制限制[194][195]