核心观点 - AI驱动的算力需求激增，导致投资焦点从芯片和服务器外溢至电力等基础设施环节，数据中心电力需求预测被大幅上调，但电力供给的及时性和可靠性成为关键瓶颈 [1] - 尽管数据中心电力供应链相关股票已显著跑赢市场，但高盛仍维持看多，认为为保障可靠性，基础设施将进入一轮更长的投入周期，但此周期受AI投资回报约束，市场驱动将从主题转向个股筛选 [2] 全球数据中心电力需求预测 - 高盛将2030年全球数据中心（AI+非AI）用电需求较2023年的增幅从175%上调至220%，增量达到905TWh [1][3] - 需求增量结构向美国集中，预计905TWh增量中约60%发生在美国，此前比例约为50% [3] - 对应地，美国数据中心容量预测被大幅拉高，预计从2025年的32GW增至2030年的95GW，海外则从42GW增至72GW [3] 超大规模云厂商资本开支与投资回报 - 过去两个月，高盛对2026-27年超大规模云厂商的资本开支与研发预算合计上修超过3000亿美元 [4] - 预计主要全球超大规模云厂商的资本开支与研发到2029年将较2025年翻倍 [4] - 再投资率（资本开支+研发/经营现金流）预计在2026/27年分别达到87%和83%，此前为79%和76%，这挤压了股东可分配的自由现金流空间 [4] - 市场将更频繁地追问AI带来的可量化价值，例如AI加速药物研发可提升成功率370个基点，缩短研发周期约3年，并显著提升药物管线现值 [4] 美国电力需求增长与供给瓶颈 - 高盛将美国“电网+表后电”的电力需求增速预期上调至2030年前年化3.2%，此前为2.6% [5] - 在3.2%的年化增速中，数据中心单项贡献了2个百分点 [5] - 由于电网侧的并网、输配电和设备交付周期拉长，新增电力负荷的相当一部分正被“表后电”（以天然气为主）承接，作为过渡方案 [1][6] - 电力需求被抬高不难，难的是把电“送到位”，瓶颈卡在输配电、并网与施工能力上 [6] 服务器能效与推理端功耗趋势 - 新一代服务器（如英伟达Vera Rubin）在训练场景下计算效率显著提升，四代累计提升超过650%，但单台服务器最大功耗也大幅增加，四代累计提升超过250% [7] - 推理端服务器整体功率仍低于训练，但其功率强度正在上修，原因是更高功率服务器在推理侧的占比提升 [7] - 2026年是关键观察窗口，需观察推理需求是“低功率大规模铺开”还是走向更高能耗 [7] 电力成本与政策影响 - 为满足数据中心基荷可靠性的清洁能源组合，其平均供电成本较基准存在溢价，在美国约为40美元/MWh，若IRA激励退坡后约48美元/MWh [8] - 将此溢价粗略应用于2030年全球数据中心用电增量（905TWh），对应的行业额外支出约在370亿至430亿美元之间 [8] - 该支出相当于高盛估算的2027年超大规模云厂商总EBITDA（10790亿美元）的3.4%至4.0%，对2027年平均现金投资回报率影响约-0.8%到-0.9% [8] - 政策层面，预计各方会推动更多合同设计来“隔离”数据中心扩建带来的成本与可靠性风险，避免外溢给其他电力客户 [9] 劳动力成为关键约束 - 为满足2023-2030年美欧电力需求增长，需要新增约51万美国电力与电网相关岗位及约25万欧洲电力岗位 [10] - 风险更集中在输配电环节，仅美国该环节与并网相关的新增岗位需求就约20.7万，意味着约22%的劳动力增长需求，而这类岗位通常需要3-4年培训 [10] - 美国能源相关行业当前活跃学徒约4.5万人，要填平缺口，活跃学徒规模可能需要再提高约2万-3万人 [10] - 劳动力约束解释了为何“表后电”在短期更具吸引力，以及为何拥有劳动力获取优势的相关公司会被重新定价 [10] 可靠性超级周期与市场表现 - 投资主题已扩展至电力、水、网络、供应链在需求上升与基础设施老化下的“可靠性投入”，高盛估算该主题对应的年化资本开支增长超过800亿美元 [11][12] - 自2025年以来，数据中心相关电力生态整体跑赢MSCI ACWI指数约41个百分点，跑赢超大规模云厂商股票约36个百分点 [12] - 其中发电设备相关公司表现最强，领先其他供应链队列约196个百分点，太阳能产品、电气元件、冷却方案等也有明显超额收益 [12] - 该“可靠性超级周期”结束的条件包括：AI的竞争威胁感消退、企业回报与自由现金流明显恶化导致投资能力下降，或冗余投入被认为已足够 [12] AI投资周期阶段与未来观察点 - AI目前仍处于最利多基础设施投资与估值扩张的“评估/希望与梦想”阶段 [13] - 判断是否进入“执行期”的三个关键触发器是：财务弹性受限、企业回报下行、产品供给过剩 [13] - 目前，前两项出现边际变化但未构成拐点：再投资率上升压缩自由现金流，但超大规模云厂商资产负债表仍强；现金投资回报率预计走弱但未跌至历史区间低端；算力与token需求尚未出现供给过剩 [13] - 短期内，电力与基础设施链条仍在“甜蜜点”，但市场将越来越苛刻地追问AI的收入与现金流来源 [13]

核心观点 - AI投资浪潮正从算力硬件（芯片、服务器）外溢至电力等基础设施领域，引发对电力供应可靠性的广泛关注，市场进入“可靠性超级周期” [2][3] - 高盛大幅上调2030年全球数据中心用电需求预测，增幅从175%上调至220%，其中美国占据新增需求的主要部分 [2][3][7] - 尽管云厂商资本开支剧增挤压自由现金流，但其仍有财力为保障电力供应可靠性和绿色能源支付溢价，行业关注点正从“主题炒作”转向“AI收入转化”的硬约束 [2][5][8] 电力需求预测与结构 - 高盛将2030年全球数据中心（AI+非AI）用电需求较2023年的增幅上调至220%，对应905TWh的增量 [7] - 新增用电需求中约60%发生在美国，较此前约50%的预测权重继续抬升 [3][7] - 美国数据中心容量预计将从2025年的32GW大幅增长至2030年的95GW，海外预计从42GW增长至72GW [7] - 高盛将美国整体电力需求增速预期上调至2030年前年化3.2%（此前为2.6%），其中数据中心单项贡献了2个百分点 [9] 云厂商资本开支与财务压力 - 过去两个月，高盛对2026-2027年超大规模云厂商的资本开支与研发预算合计上修超过3000亿美元 [8] - 预计主要全球超大规模云厂商的资本开支与研发到2029年将较2025年翻倍 [8] - 预计2026年和2027年的再投资率（资本开支+研发/经营现金流）将分别达到87%和83%（此前为79%和76%），挤压了可分配给股东的自由现金流空间 [8] - 尽管投入强度高，但超大规模云厂商资产负债表仍强，净负债/EBITDA约0.3倍（2026年） [18] 电力供应瓶颈与解决方案 - 行业瓶颈正从发电设备转向劳动力短缺，为满足2023-2030年需求，美国需新增约51万电力与电网相关岗位，欧洲需约25万 [13][14] - 输配电环节是劳动力风险集中地，美国仅此环节就需新增约20.7万个岗位，意味着约22%的劳动力增长需求 [14] - 由于电网并网、输配电周期拉长，“表后电”（以天然气为主）成为过渡方案，以让机房先运行起来 [3][9] - 超大规模云厂商长期偏好仍是电网供电，但愿意为“绿色可靠性”支付溢价，在美国，满足基荷可靠性的清洁能源组合供电成本较基准高约40-48美元/MWh [11] - 将此溢价应用于2030年全球数据中心用电增量（905TWh），对应行业支出约370亿-430亿美元，相当于2027年超大规模云厂商总EBITDA的3.4%-4.0% [12] 技术演进与能效挑战 - 新一代服务器效率提升（如英伟达Vera Rubin比Blackwell训练场景效率提升16%），但算力需求增长更快，单台服务器功耗也在上升（Vera Rubin单台最大功率比Blackwell高68%） [10] - 推理端成为关键变量，高盛承认推理功率强度正在上修，2026年是观察推理能耗路径的关键窗口 [10] 市场影响与投资主题 - 自2025年以来，数据中心相关电力生态股票整体跑赢MSCI ACWI指数约41个百分点，跑赢超大规模云厂商约36个百分点 [16] - 其中发电设备相关公司表现最强，领先其他供应链队列约196个百分点 [16] - 投资主题已从单纯的AI扩展至更广泛的“可靠性超级周期”，涵盖电力、水、网络、供应链等领域，对应的年化资本开支增长超过800亿美元 [15] - “可靠性超级周期”结束的条件包括：AI竞争威胁感消退、企业回报与自由现金流明显恶化导致投资能力下降，或冗余投入被认为已足够 [16] AI发展阶段与未来焦点 - AI当前仍处于“希望与梦想”的创新周期阶段，但资本开支上修让向“执行期”过渡的讨论升温 [18] - 进入“执行期”的三个潜在触发器是：财务弹性受限、企业回报下行、产品供给过剩 [18] - 目前前两项有“边际变化”但未构成拐点，而算力与token需求尚未出现供给过剩 [18] - 市场将越来越苛刻地追问AI的收入与现金流来源，以及谁能留住价值 [5][18]

核心观点 - AI驱动的算力需求激增，导致投资焦点从芯片和服务器外溢至电力等基础设施环节，引发了对电力供应可靠性的广泛担忧，并可能催生一个围绕电力、水、网络和供应链的长期“可靠性投入”周期 [1][2][11] - 尽管基础设施相关股票已大幅跑赢，但高盛报告仍维持看多，认为只要AI的竞争威胁感、企业投资能力恶化以及冗余投入足够这三个条件未触发，该投入周期就难以突然停止 [2][12] - AI投资目前仍处于“希望与梦想”阶段，但资本开支的快速上修正促使市场更苛刻地追问AI的实际收入与可量化价值，投资驱动可能逐渐从主题转向残酷的个股筛选 [2][4][13] 数据中心电力需求预测大幅上修 - 高盛将2030年全球数据中心（AI+非AI）用电量相对于2023年的增幅预测从175%上调至220%，增量达905TWh [1][3] - 需求增长的结构性重心在美国，预计905TWh增量中约60%发生在美国（此前预测约50%）[1][3] - 对应的数据中心容量预测同步拉高：美国数据中心容量预计从2025年的32GW跃升至2030年的95GW；海外预计从2025年的42GW升至2030年的72GW [3] 超大规模云厂商资本开支与再投资率激增 - 过去两个月，高盛对2026-2027年全球超大规模云厂商的资本开支与研发预算合计上修超过3000亿美元 [4] - 预计主要超大规模云厂商的资本开支与研发总额到2029年将较2025年翻倍 [4] - 再投资率（资本开支+研发/经营现金流）预计在2026年和2027年分别达到87%和83%（此前为79%和76%），挤压了股东可分配的自由现金流空间 [4] 美国电力需求增长预期上调，数据中心贡献主要增量 - 高盛将美国“电网+表后电”的电力需求增速预期上调至2030年前年化3.2%（此前为2.6%）[1][5] - 其中，电网侧年化增速为2.6%，而数据中心单项就贡献了2个百分点的增速 [5] - 由于电网侧并网、输配电和设备交付周期拉长，新增电力负荷的相当一部分正被“表后电”方案（主要是天然气）承接，作为过渡方案 [1][6] 电力供应瓶颈：从设备到劳动力 - 电力供应面临的核心挑战不仅是设备，更是劳动力短缺 [10] - 为满足2023-2030年美欧电力需求增长，估算需要新增约51万美国电力与电网相关岗位及约25万欧洲电力岗位 [10] - 风险集中在输配电环节：美国仅输配电与并网相关的新增岗位需求约20.7万，意味着约22%的劳动力增长，而这类岗位通常需要3-4年培训 [10] - 劳动力约束解释了为何“表后电”在短期更具吸引力，并可能使拥有劳动力获取优势的承包商、公用事业公司等被重新定价 [10] 服务器能效与推理端功耗成为关键变量 - 尽管新一代服务器（如英伟达Vera Rubin）计算效率持续提升（四代累计提升超650%），但单台服务器功耗增长更快（四代累计提升超250%）[7] - 推理端功耗成为2026年的关键观察变量，虽然假设推理服务器整体功率低于训练，但更高功率服务器在推理侧的占比提升，正推动推理功率强度上修 [7] 为可靠性支付溢价及其财务影响 - 为满足数据中心基荷可靠性的清洁能源组合，其平均供电成本在美国存在“绿色可靠性溢价”，较基准高约40-48美元/MWh [8] - 将此溢价应用于2030年全球数据中心用电增量（905TWh），估算对应的行业额外支出约370亿-430亿美元 [8] - 该支出相当于高盛估算的2027年超大规模云厂商总EBITDA（10790亿美元）的3.4%-4.0%，对2027年平均现金回报率（CROCI）影响约-0.8%到-0.9% [8] 政策与市场机制演变 - 政策层面出现“隔离”趋势，旨在避免数据中心扩建带来的成本与可靠性风险外溢给其他电力客户 [9] - 预计将推动更多合同设计来实现风险隔离，同时数据中心运营方可能被要求在灵活性、承担基础设施成本甚至向电网反供能力上做出更明确承诺 [9] 基础设施“可靠性超级周期”与股票表现 - 高盛将投资主题拓宽至电力、水、网络、供应链在需求上升与设施老化背景下的“可靠性投入”，估算该主题对应的年化资本开支增长超过800亿美元 [11][12] - 自2025年以来，数据中心相关电力生态股票整体跑赢MSCI ACWI指数约41个百分点，跑赢超大规模云厂商股票约36个百分点 [12] - 其中，发电设备相关公司表现最强，领先其他供应链队列约196个百分点，太阳能产品、电气元件、冷却方案等也录得明显超额收益 [12] AI投资周期阶段与潜在拐点信号 - AI目前仍处于创新周期中利于基础设施投资与估值扩张的“评估/希望与梦想”阶段 [13] - 向“执行期”过渡的三个潜在触发器是：财务弹性受限、企业回报下行、产品供给过剩 [13] - 当前边际变化：再投资率上升压缩自由现金流，但超大规模云厂商资产负债表仍强（2026年净负债/EBITDA约0.3倍）；预计现金回报率（CROCI）到2028年走弱，但尚未跌至历史区间低端；算力与token供给尚未出现过剩 [13]

公司业绩表现 - 鸿腾精密2025年1月营收为7300亿新台币（约合230亿美元），同比增长35.5% [1] - 公司预计截至2025年3月的季度销售额将增长28% [1] - 2025年1月营收的同比高增长部分受到2024年农历新年假期时间不同的基数影响 [1] 行业需求与公司定位 - 鸿腾精密（鸿海）是英伟达人工智能硬件行业的关键参与者，负责制造数据中心存放芯片的服务器 [1] - 公司营收增长表明，在全球人工智能开发浪潮下，对英伟达服务器的需求依然保持强劲 [1] - 从Meta到亚马逊在内的美国公司正在投入数十亿美元部署用于训练和运行人工智能所需的设备，鸿海因此受益 [1]

公司业绩表现 - 鸿海2025年1月营收为7300亿新台币（约合230亿美元），同比增长35.5% [1] - 预计公司在截至2025年3月的季度内销售额将增长28% [1] 业绩驱动因素 - 公司1月份营收增长表明，在全球人工智能发展浪潮中，市场对英伟达服务器的需求依然强劲 [1] - 鸿海负责制造数据中心存放芯片的服务器，是围绕英伟达的人工智能硬件行业的关键参与者之一 [1] - 从Meta到亚马逊在内的美国公司仍在投入数十亿美元部署训练和运行人工智能所需的设备，鸿海因此从中受益 [1] 业绩背景说明 - 公司1月份营收与去年同期的对比可能受到了农历新年假期的影响，2025年的春节假期落在1月份 [1] 行业环境 - 尽管由于技术变现仍存在不确定性，市场出现了产能过剩的警告，但人工智能硬件需求依然强劲 [1]

行业核心观点 - 人工智能基础设施建设进入深水区，项目“延误”正取代“缺电”成为2026年行业核心主题，并将区分世界级运营商与普通参与者 [1] - 能否快速解决电力供应和工程延误问题，将决定参与者在AI竞赛中的生存 [2] 延误的成因与复杂性 - 延误概念涵盖广泛，成因复杂多样，包括公用事业公司无法兑现电力承诺、关键设备到货滞后、现场劳动力短缺导致施工进度延误等 [1] - 大规模AI基础设施交付面临复杂性，发电机、变压器和液冷组件的等待时间不断延长，且英伟达最先进硬件必须采用的液冷技术尚处实验阶段，有许多难题待解 [1] 延误引发的资本市场反应 - 行业性普遍滞后引发资本市场连锁反应，市场尤其担忧涉及政治阻力、融资失败以及具有约束力的合同告吹的延误，这些因素冲击相关公司股价并迫使资本方重新审视项目经济可行性 [1] - 以密歇根州Saline Township的1.4吉瓦项目为例，地方政治阻力导致投资公司Blue Owl决定不参与超过100亿美元的项目融资，消息导致甲骨文股价下跌5% [3] - 仅有意向书或处于排他性谈判期但最终未签署正式租约，会导致项目延误，例如Fermi因AWS退出租约导致股价暴跌超过40% [4] - 贷款机构通常只在开发商持有顶级客户的约束性协议后才开始放款，仅凭意向书无法获得数十亿美元资金支持 [5] - 已获资金且建设深入的项目若因问题频发导致客户在完工前退出约束性协议，将直接威胁项目存亡，开发商可能被迫将英伟达服务器租金减半作为让步，严重损害项目经济可行性 [6] 行业巨头的应对策略 - 英伟达首席执行官黄仁勋召集约100名高管举行闭门电力峰会，与会者包括施耐德、通用电气、日立、西门子能源等基础设施企业及部分云服务商，讨论AI繁荣的核心制约因素——电力 [7] - 峰会强调“表后”发电模式的必要性，即数据中心自行建设发电设施以绕过公共电网互连的漫长等待，例如OpenAI在得克萨斯州Abilene的设施就采用此模式 [1][7] - 黄仁勋呼吁电力行业提高数据中心能效，以增加每瓦特电力所能产生的AI代币数量 [7] 基础设施领域其他动态 - Google母公司Alphabet宣布以47.5亿美元收购Intersect，该公司协助Google寻找毗邻高质量风能、太阳能和电池电源的“带电土地” [8] - 佛蒙特州参议员Bernie Sanders呼吁暂停AI数据中心的建设 [8] - Texas Pacific Land Corporation宣布与由前Google首席执行官Eric Schmidt联合创立的Bolt Data & Energy签署战略协议，开发大规模数据中心园区 [8]

迈克尔·伯里对AI行业的指控 - 投资人迈克尔·伯里指责大型科技公司通过延长AI芯片和服务器等计算设备的折旧年限来低估折旧支出，从而虚增利润 [1] - 伯里指出，在产品周期仅两三年的情况下，延长设备账面寿命是常见的会计把戏，所有大型科技公司都采取了此类操作 [2] - 伯里估算，从2026年至2028年，该会计处理方式可能低估约1760亿美元的折旧支出，夸大整个行业的账面利润 [2] - 伯里特别点名甲骨文和Meta，预计到2028年两者的利润可能分别被高估约27%和21% [2] 迈克尔·伯里的市场操作与市场反应 - 13F文件显示，伯里旗下基金截至9月30日持有约1.87亿美元英伟达看跌期权和9.12亿美元Palantir看跌期权，名义市值合计逾10亿美元 [4] - 英伟达股价在上周下跌7%后于周一反弹近6%，但周二再度走低；Palantir在上周大跌11%后于周一回升约9%，但周二也再度下跌 [5] - Palantir首席执行官对伯里的押注表示强烈回应，称其想法令人震惊且疯狂 [4] 软银集团对英伟达的股份处置 - 日本软银集团清仓了英伟达股份，套现58亿美元 [6] - 出售所得资金计划为包括5000亿美元的"星际之门"计划以及对OpenAI高达400亿美元的资金承诺提供支持 [7] - 市场分析认为，软银此次出售显示出其可能判断英伟达股价的疯狂上涨正接近尾声，加深了投资者对AI行业估值大幅超前于基本面的担忧 [8]

存储器市场动态 - 三星与SK海力士预计2Q25 DRAM出货量环比增长小于10%，其中三星NAND Q2出货量环比增长约5%，SK海力士超过20% [2] - UBS预测2Q25 DDR定价环比增长5%，LPDDR5表现强于DDR5/DDR4，NAND均价预测从+5%下调至+3% [2] - 3Q25 NAND定价预计环比下降3%，DDR合同价3Q25环比涨2%，4Q25降5%，均于2Q26企稳 [2] - 1Q25客户内存库存下降快于预期：DRAM库存智能手机10周/PC代工厂12周/超大规模厂商13周，NAND智能手机代工厂9周/SSD 11周 [3] - 三星与SK海力士成品库存分化：三星NAND库存7.5周/DRAM 7.5周，SK海力士NAND 10.5周/DRAM 5.5周（含HBM）[3] HBM市场趋势 - 2025年HBM终端需求预测从203亿Gb下调至189亿Gb（同比+105%），2026年从303亿下调至291亿Gb（同比+54%）[3] - ASIC厂商2026年HBM需求占比将升至54%（2025年41%），英伟达占比从52%降至40% [3] - 三星2025年HBM出货量预计6.7亿Gb（占总DRAM 5.6%），SK海力士13亿Gb（占比14.9%），美光5.2亿Gb（占比7.5%）[9] - 2026年全球HBM总出货量预计37.5亿Gb，三星/SK海力士/美光分别贡献11.2/17.4/8.8亿Gb [9] - HBM3E 12-Hi供货提前：SK海力士2024Q4已向英伟达交付，美光计划4-5月启动供货，三星HBM4E 12Hi或于2Q25通过认证 [24] 晶圆产能与竞争格局 - 台积电CoWoS产能预测下调：2025年末7万片/月（原预测更高），2026年末10万片/月 [3] - 长鑫存储2024年底DDR4产能17万片/月（19nm制程），预计2025年底达23万片/月，已送样16nm DDR5产品 [24] - 长江存储2024年底NAND产能13万片/月（推进160层工艺），预计2025年底达16万片/月 [25] - 2024Q4 DRAM市场份额：三星38%/SK海力士30.4%/美光24.3%/长鑫存储6.1% [27] - 2026年DRAM晶圆总出货量预计187.9万片/月，三星/SK海力士/美光分别占38.9%/28.8%/23.1% [28] 服务器与云计算需求 - 2024年超大规模服务器采购Top8合计8,939千台（同比+19.6%），2025E预计9,394千台（+5.1%）[29] - 字节跳动2024年服务器采购761千台（同比+38.4%），2025E预计960千台（+26.1%）[29] - AWS 2024年采购量2,622千台（同比+23%），微软1,523千台（+19.5%），Meta 2,252千台（+11.1%）[29] - 2026年全球超大规模服务器采购量预计12,702千台，其中AWS/微软/Meta分别占2,750/1,620/2,240千台 [29] NAND市场数据 - 2024年NAND晶圆总出货量1,294千片/月，三星占33%（427千片），铠侠/西数32.5%（420千片）[30] - 长江存储2024年NAND出货量110千片/月（占比8.5%），预计2025年达145千片/月 [30] - 2025年NAND总出货量预测1,318千片/月，同比仅增长1.9% [30]