核心观点 - 海外AI算力板块后续走势的核心支撑强劲，主要基于云厂商资本开支的持续性与计划性、AI对传统业务的赋能与收入反哺、以及谷歌等巨头在AI全产业链的卡位与突破，同时上游“卖铲人”环节（如光模块、PCB）将确定性地受益于底层算力需求的增长 [1][3][4][6] 资本开支的持续性与计划性 - 北美四家主要云厂商第三季度单季度资本开支合计已超过1000亿美元，年化规模约达4000亿美元，投资规模巨大且具有较强计划性 [1] - 云厂商对2026年的资本开支抱有充足信心，资本开支呈现逐季增长的态势 [1][2] - 类比云计算发展历史，在出现新机遇时，抢先建设基础设施以抢占市场份额是中长期发展的关键，而AI被认为是超越云计算级别的重大机遇 [1] AI赋能传统业务与收入反哺 - 尽管尚未出现现象级爆款应用，但云厂商的资本开支增长已有效赋能其传统互联网业务，并推动收入快速增长 [2][3] - 具体案例包括：亚马逊商城因AI提升使用体验而增加了用户购物频次；微软浏览器搜索客户因与OpenAI合作带来的AI搜索能力而快速增长，市场份额持续提升 [2] - AI相关收入的增长能够反哺资本开支，形成有效循环，支撑了资本开支在中短期的持续性 [3] - 未来一旦出现爆款应用，可能催生更多算力需求，并引发资本开支的进一步加速 [3] 谷歌的AI全产业链卡位与突破 - 谷歌正崛起为全球AI超级巨头，在上游TPU计算芯片与云计算、中游大模型、下游应用场景等几乎所有环节均处于全球超一流水平 [3] - 在模型领域，谷歌近期发布的Gemini 3 Pro刷新了所有基准榜单，是当前全球最优秀的大模型之一 [3] - 在硬件领域，谷歌TPU取得巨大进展，正与Anthropic等下游厂商洽谈合作，其TPU有望在明年之后迎来加速增长 [3] - 谷歌自2023年以来加强了内部部门协同，在AI各环节实现大幅突破，近期将AI基建负责人调入管理层直接向CEO汇报，印证了其对算力需求的重视 [6] 上游“卖铲人”环节的确定性机会 - 无论下游选择英伟达GPU、谷歌TPU还是其他ASIC芯片，大规模组网过程必然需要用到光模块、PCB等核心配件，这遵循“卖铲人”逻辑 [4] - 这类核心配件的优质全球供应商不多，中国大陆的相关企业在全球具备较强竞争力，因此“卖铲人”逻辑的落地较为顺畅，受芯片格局变化影响不大 [4] 底层算力需求的持续增长 - 应从底层算力需求逻辑出发，当前训练与推理需求均在快速增长 [4] - 训练端：做大模型的厂商不断增加，同时算法持续迭代升级（例如谷歌Nano Banana Pro模型采用自回归算法提升视频生成一致性），新技术被行业效仿会推动训练算力需求快速增长 [4][5] - 推理端：AI大模型性能改进吸引更多用户使用，推动推理算力需求快速增长，谷歌AI基建负责人曾透露其AI算力需求每6个月就会翻倍 [5][6]