全球AI算力与数据中心资本开支分析 涉及的行业与公司 * AI算力行业 数据中心资本开支市场 半导体行业[1] * 涉及公司包括英伟达 Marvell 博通 微软 谷歌 亚马逊 Meta 阿里巴巴 字节跳动等互联网与芯片公司[1][7][12] 核心观点与论据 AI创新周期与算力需求 * 2025年下半年美国AI进入新周期 集群交付和训练/推理算力需求共振向上 推理需求增长曲线比预期更陡峭[1][4][5] * 大型集群回归且单集群量级超预期 中美AI差距边际拉大但整体差距未超市场预期[1][5] * 2025年推理算力需求占比首次超过训练 占比超过50% 互联网大厂中推理占比更高[7] * 训练和推理使用场景的比例2025年接近六四开 60%是推理 40%左右是训练[8] 数据中心资本开支增长 * 2028年数据中心资本开支指引上修至约1.022万亿美元 且预计提前至2027年实现[1][6][9] * 2023年全球数据中心资本开支为2600亿美元 2023-2027年复合增速近50%[9] * 2030年全球数据中心资本开支预计达3-4万亿美元 整体总量在7年内翻10倍[9][18] * 2025年资本开支为6000亿美元 未来5年翻5倍 2027年到2030年再翻3倍[18] 半导体占比与市场结构 * 预计到2028年 数据中心总资本开支中设备 半导体及纯芯片部分比例增加[1][14] * 若2028年总开支达1万亿美元 芯片部分将达3500亿美元[1][14] * 2023年半导体在数据中心设备资本开支中占46% 纯芯片部分占32%[14] * 加速计算将成为主流 传统计算占比显著下降 2023年传统计算占40% 预计到2028年下降至10% 到2030年几乎可忽略不计[1][22] 英伟达市场地位与预测 * 预计2027年英伟达在5000亿美元数据中心总资本开支中占据90%市场份额[1][15] * 英伟达净利润率约55%至57% 2027年净利润可能达到2200亿美元左右[1][15] * 到2030年 数据中心资本开支预计达3万亿美元 半导体部分可能超过一半 英伟达有望实现6000亿美元净利润[2][16] * 英伟达重心从单颗芯片转向互联技术 通过扩展芯片种类和互联技术提升集群计算效率[4][31] ASIC与GPU竞争格局 * ASIC重要性增加 但GPU仍占据主导地位 GPU和ASIC的占比大约为9:1[1][8] * Marvell和博通的ASIC收入与英伟达GPU收入相比仍然较小[1][8] * 2024年ASIC在整体市场中占比为10% 预计未来三年内占比将显著提高[8] * 预计到2028年 ASIC的市场占比可能仅能达到15% 英伟达GPU占比仍在90%左右浮动[25] * 开发ASIC芯片面临困难 只有谷歌TPU能够较好地应用于推理[26][29] 互联网公司投资趋势 * 数据中心资本开支在互联网公司总资本开支中持续提升[1] * 微软的数据中心资本开支从2023年的50%逐步增加到2024年的60%多 2025年预计达到70% 2026年可能达到80%[10][11] * 阿里巴巴 字节跳动等公司数据中心投资占总资本开支约50%-60% 并随着加速购买计算卡而迅速增加[12] * 预计到2030年 数据中心投资占互联网公司总资本开支的比例将提升至80%-90%左右[11] 其他重要内容 技术发展趋势 * 光互联技术受集群规模和互联密度影响 一颗GPU对应的光模块数量可能从1比2到1比10甚至更多[20] * PCB板子的单价上涨 从几百美金涨至几千美金[20] * 传统计算转变为加速计算的主要原因是算法架构的变化[24] 国内外差距与挑战 * 国内与海外在芯片领域的差距主要体现在系统整合和集群互联方面[32] * 大厂开发ASIC面临对模型需求和推理场景需求不理解的困难[27][28] * 未来需要关注核心卡点 如互联技术对于全球市场非常重要 电力供应是海外市场的重要因素[33] 市场预期与估值影响 * 2030年全球AI市场规模预计达到3-4万亿美元 主要包含芯片 PCB 模块和模组等环节[3] * 半导体行业目前仅经历了预期发展周期中的约三分之一[23] * 远期增长确定性对板块估值具有重要意义 尤其是在熊市期间[4][36] * 海外算力链的发展还远未结束 产业增长空间依然广阔[37]