文章核心观点 - 行业专家Jigar Shah对超大规模企业（Hyperscalers）能否实现其承诺的数据中心建设规模表示严重怀疑 他认为存在多重硬性约束 实际建设能力远低于行业承诺 这可能导致企业收入增长所依赖的产能出现严重延迟 从而影响其股价表现 而供应链瓶颈的受益者则可能从中获利 [1][2][7] 行业产能约束分析 - 专家认为 从现在到2030年 行业最多只能建设50吉瓦的数据中心 但全美已宣布的承诺却造成了约500吉瓦的需求混乱 两者之间存在巨大差距 [2] - 产能受到五大硬性约束：电网、变压器、GPU、内存和CPU [2] - 以德克萨斯州（ERCOT）为例 其当前的负荷队列可能高达300吉瓦 而现有系统运行负荷约为70吉瓦 专家预测该州实际能建成的数据中心容量更接近30吉瓦 [3] 主要科技公司资本开支与需求 - 微软：2026财年第三季度资本支出为308.76亿美元 同比增长84.39% 人工智能相关年化支出达到370亿美元 同比增长123% 商业剩余履约义务为6270亿美元 [4] - 亚马逊：2026财年第一季度资本支出为442亿美元 管理层指引2026年全年资本支出约为2000亿美元 [5] - 谷歌：将2026年资本支出预期上调至1750亿至1850亿美元 同时谷歌云的积压订单额几乎翻倍 超过4600亿美元 [5] - Meta：因组件价格上涨和额外数据中心成本 将2026年资本支出指引上调至1250亿至1450亿美元 [5] - 英伟达：数据中心收入达到391亿美元 同比增长73% 公司CEO表示全球对其AI基础设施的需求“异常强劲” [6] 对投资者的潜在影响 - 超大规模企业宣布的吉瓦级计划若缺乏变压器、互联设备和芯片的支持 可能成为“会计虚构” 其收入增长所依赖的产能可能出现数年延迟 [7] - 资本支出超出预期已对股价产生影响 例如Meta在4月30日因资本支出高于预期而股价下跌8.97% 微软年初至今股价下跌12.03% [7] - 供应稀缺的潜在受益者可能是英伟达 其股价在过去一年中上涨了91.98% 表明市场已对此有所反应 [7] - 具体案例显示 OpenAI承诺到2030年提供价值30吉瓦的计算能力 但目前仅建成约2吉瓦 且有报告称其未达到内部收入和用户目标 [3]