全球AI服务器资本支出与投资趋势 - 为加速AI应用导入与升级，全球主要云端服务供应商持续加强投资AI服务器及相关基础设施，预计2026年八大主要CSP的合计资本支出将超越7,100亿美元，年增率约61% [1] - 除持续采购英伟达和超威的GPU方案外，业者也扩大导入ASIC基础设施，以确保AI应用服务的适用性及数据中心建置的成本效益 [1] 主要CSP资本支出与AI服务器策略 美系CSP - Google (Alphabet): 预计2026年资本支出有望超1,783亿美元，年增高达95%，其较早投入自研ASIC并累积显著研发优势，预计2026年TPU在AI服务器出货占比将上升至逼近78%，是各CSP中唯一ASIC机种出货比例高于GPU的业者 [4] - Amazon: 近期上调对英伟达GB300、V200整柜系统的采购规模，以应对云端AI训练与推理服务扩张，预计2026年GPU机种在其AI服务器占比将达近60%，自研的新一代Trainium 3 ASIC预计2026年第二季起接替前代放量 [5] - Meta: 预计2026年资本支出将破1,245亿美元，年增77%，其AI服务器以英伟达、超威方案为主，GPU机种占比预计仍达80%以上，同时推进自研ASIC以降低算力成本并分散供应商依赖 [5] - Microsoft: 主要购置英伟达整柜解决方案支持AI服务器出货，并发布了自研芯片Maia 200以锁定高效率AI推理应用 [6] - Oracle: 为应对外部AI数据中心项目扩张，持续布局GPU整柜式方案 [6] 中系CSP - ByteDance: 预计其2026年一半以上资本支出将用于采购AI芯片，英伟达H200有望成为其主要方案之一，同时公司也扩大导入如寒武纪等本土AI芯片 [6] - Tencent: 外购英伟达等GPU方案支撑云端与生成式AI需求，同时也与当地业者合作发展ASIC自主方案，以分散算力来源并提升系统整合弹性 [6] - Alibaba: 通过旗下平头哥、阿里云等事业积极自研ASIC AI芯片，提供公有云及其他在线服务的AI基础设施，并开发通义千问大模型及应用软件 [7] - Baidu: 规划于2026年后陆续导入Kunlun新方案，锁定大规模AI训练或推理应用，并尝试发展可连接数百颗AI芯片的AI服务器集群以强化整体运算能力 [7] AI服务器技术路径与芯片方案 - 全球CSP的AI服务器技术路径呈现多元化，包括持续采购主流GPU方案和扩大导入自研或第三方ASIC [1] - Google的TPU在其AI服务器中占比预计在2026年达到近78%，显著领先GPU方案 [4] - Amazon和Meta等公司则仍以GPU方案为主力，同时积极发展自研ASIC作为补充或未来替代 [5] - 中系CSP在采用国际GPU方案的同时，也积极推动本土AI芯片和自研ASIC的发展，以应对供应链风险并提升自主性 [6][7]