核心观点 - AI行业竞争逻辑从“模型能力”转向“物理算力可用性”，“已通电、随时可用的算力”是决定商业化落地速度和规模的关键[3] - 算力是多维度综合体，包括GPU/加速器硬件、电力供应与电网接入、数据中心物理空间、高带宽内存、网络互联、液冷/风冷系统、运维专业能力[4][5][9] - 真正的稀缺资源是经过完整部署、具备电力供应、网络连接、冷却系统和运营能力的综合性算力产能，而非仓库里的GPU芯片[4] - 物理基础设施建设周期以年为单位，形成难以逾越的结构性壁垒，模型能力可通过开源或API快速获取[4] - 算力需求呈指数级增长，但供给侧受限于电网接入审批（2-4年）、基建周期、供应链约束（电力设备、冷却系统交付周期拉长），导致“算力远期曲线”持续升水[6][9] - AI智能体对算力需求产生非线性放大，传统单次交互仅需1-2次模型调用，智能体工作流可能触发数十至数百次模型调用[10] - 推理负载将超越训练成为算力消耗主力，即使模型效率提升，总需求曲线仍可能因使用场景爆发而陡峭化[10] - 市场当前倾向于立即计入资本开支的负面冲击，但可能低估后续盈利能力（EBITDA/FCF）的上行弹性[11] - Token价格下降并非利空，历史经验表明计算资源降价通常带来总市场规模扩张，AI智能体兴起是需求弹性的有力证明[12][15] - 行业呈现两极分化格局：前沿模型层（OpenAI、Anthropic、DeepSeek等）以高价值任务获取溢价，执行/推理层（开源模型）薄利多销，基础设施层（超大规模云厂商）覆盖全栈[13][16] - 前沿模型负责“规划”，廉价模型负责“执行”，掌握物理算力的云厂商同时收割两端[16] 投资分析 - 超大规模云厂商（谷歌、微软、亚马逊、Meta等）是AI军备竞赛中风险收益比最确定的标的[17] - 云厂商作为算力的“收费站”，具有不可绕过的生态位优势，无论上层应用如何演变，所有工作负载最终都需要芯片、内存、网络和电力[17] - 超大规模云厂商拥有投资级信用评级、数百亿美元级年自由现金流、与电力公司和芯片厂商的长期采购议价能力，能承受建设周期中的资金沉淀[18][19] - 经营杠杆释放路径包括：利用率爬坡（新建数据中心从投产到满载需12-18个月）、定价权回归（供需缺口持续，现货算力价格和续约价格有望上行）、成本刚性（边际服务成本极低）[20] - 合同到期后，现有基础设施可在利用率提升的同时实现重新定价，成本基础（折旧、电力、运维）基本固定，收入增速超过成本增速将带来利润率扩张[14] - 云厂商具备全栈整合协同效应：自研芯片（TPU、Trainium、Maia等）降低对英伟达依赖、自有光纤网络降低数据传输成本、企业客户渠道实现模型到应用快速落地、数据飞轮优化模型[22] - 风险因素包括：需求侧风险（AI应用落地不及预期、智能体普及速度慢）、技术迭代风险（模型效率大幅提升）、供给侧风险（电力约束缓解超预期）、竞争风险（云厂商价格战）、监管风险（能耗限制、碳排放政策收紧、AI出口管制扩大）、资本配置风险（过度投资导致产能过剩）[21][23] - 关键监测指标包括：云厂商AI相关收入增速vs CapEx增速、GPU/算力租赁价格趋势、企业AI采用率、智能体日均调用量[27] - 投资策略建议：核心仓位配置超大规模云厂商，首选微软（Azure OpenAI深度绑定+企业客户优势）、谷歌（自研TPU+搜索/广告AI化）、亚马逊（AWS规模效应+自研芯片）[25][28] - 卫星仓位关注算力产业链关键环节：电力与能源（数据中心电力供应商、核电/清洁能源运营商）、冷却系统（液冷解决方案提供商）、网络互联（光模块、高速交换机厂商）[26][28] - 回避或谨慎对待纯模型公司（除非有明确差异化），OpenAI、Anthropic等面临巨额训练与推理成本、对云厂商算力依赖、开源模型“商品化”压力[29][34] - 反直觉操作：关注“旧型号GPU”价值，旧型号GPU租赁价格依然坚挺，推理负载可在older gen硬件上高效运行，二手/退役算力市场、算力再配置服务商可能存在机会[30][34] 总结与展望 - 算力是AI时代的“石油”，但比石油更稀缺，石油可运输储存调剂余缺，算力受限于电网、土地、审批，具有极强的地域锁定性和时间刚性，这种稀缺性不会在1-2年内因资本开支增加而消除[32][35] - 超大规模云厂商是“卖铲人”中的“卖铲人”，不仅卖铲子，还拥有矿山（数据）、冶炼厂（模型）、运输网络（光纤），是唯一同时具备规模、资金、技术、客户的确定性受益者[33][35] - 当前市场可能存在预期差：过度关注短期CapEx对利润的侵蚀，低估2026-2027年算力重新定价和经营杠杆释放带来的利润弹性，低估AI智能体对推理需求的指数级放大效应[36][38] - 在AI商业化路径仍存不确定性的背景下，“已通电算力”是最硬的通货，将核心仓位配置于掌握物理算力基础设施的超大规模云厂商，是胜率最高、容错性最强的策略选择[1][37]