AI基础设施支出进入扩张周期 - 摩根大通分析师指出，AI基础设施的支出强度已明确进入新一轮扩张周期 [1] - 微软与Meta在最新财报中均表示，AI算力供应紧张态势将贯穿2026年 [1] - 在基础模型、AI代理及商业化应用加速部署推动下，算力需求持续超越供给能力，驱动云计算与超大规模企业持续加大投入 [1] - 该投资趋势预计将延续至2027年 [1] 资本支出高于预期并大幅上调 - 微软第四季度资本支出为375亿美元，高于市场预期 [1] - Meta第四季度资本支出为221.37亿美元，高于市场预期 [1] - Meta将2026年全年资本支出预期上调至1250亿美元，同比增长73% [1] - 当前供需格局下，主要科技企业的资本支出仍具上调空间 [1] 投资重点与产业链影响 - 投资将重点集中于数据中心、服务器及网络基础设施 [1] - 高强度投资将带动相关半导体产业链业绩 [1] - 面向网络、定制芯片（ASIC）以及用于算力与存储加速的GPU相关投资，将在中长期内保持强劲势头 [3] 供应紧张成为核心瓶颈 - 供应紧张已成为当前人工智能基础设施建设的核心瓶颈 [2] - 供需失衡的结构性原因在于基础模型、AI代理及商业化应用的加速部署，推动计算强度呈现指数级增长 [2] - 持续的供应紧缺态势，预计将继续支撑数据中心、服务器及网络基础设施在2026年至2027年间保持高强度投资 [2] 定制芯片开发成为战略重点 - 微软与Meta正加速推进定制ASIC芯片战略，以提升能效并拓展应用场景 [3] - Meta的自研芯片项目MTIA持续迭代，目前已支持检索引擎推理，并计划于2026年第一季度扩展至核心排序、推荐训练及推理负载 [3] - 微软着重优化token处理的能效与经济性，强调定制芯片的关键作用 [3] - 随着模型规模与复杂度提升，算力需求呈指数级增长 [3] 供应链相关公司动态 - Meta的芯片设计合作伙伴博通（Broadcom）将因此受益，预计2026年来自Meta的收入将实现显著跃升 [3] - 迈威尔科技（Marvell）正按计划推进微软下一代MAIA 300芯片的研发，预计将于2026年下半年进入量产阶段 [3]