← 返回文章列表

高盛:AI 基礎建設 6 年吃掉 7.6 兆美元,NVIDIA 拿走四分之三算力

Nils Liu
高盛 AI 基礎建設 資本支出 NVIDIA 算力 電力 新聞觀察

重點摘要

高盛六月發布《追蹤兆美元》報告,預測 AI 基礎建設 2026 至 2031 年累計支出達 7.6 兆美元。算力佔 5.1 兆,NVIDIA 獨拿 75%;電力是最小預算,卻是最卡的瓶頸。

高盛:AI 基礎建設 6 年吃掉 7.6 兆美元,NVIDIA 拿走四分之三算力

六月六日,高盛發布了一份研究報告,標題叫《追蹤兆美元》。開頭就給了一個讓人難以忽視的數字:從 2026 年到 2031 年,全球 AI 基礎建設的累計資本支出,高盛的基準情境估算是 7.6 兆美元,大概等於美國一年 GDP 的四分之一。

逐年來看,今年的年度支出估算是 7650 億美元,到 2031 年會爬升到每年 1.6 兆美元。報告的計算邏輯完整附上,每個假設都標出了對最終數字的敏感度,讀者可以按圖索驥。

三層結構:算力、資料中心、電力

高盛 把整個 AI 基礎建設切成三塊。

算力吃掉最大部分,累計 5.1 兆美元,涵蓋 AI 訓練與推論所需的晶片、伺服器與相關周邊硬體。

資料中心排第二,累計 2.1 兆美元,包含機房建設、冷卻系統改造、電氣化升級和網路連線。各地建設速度正在加快,但電力取得卡住了進度。

電力與能源基礎設施數字最小,3580 億美元,卻是分析師一致認定對部署時程影響最大的環節。

NVIDIA 預計獨拿算力市場四分之三

算力這塊 5.1 兆裡,高盛估算 NVIDIA 將獲得約 75%,換算接近 3.8 兆美元累計營收。計算基礎是 NVIDIA 下一代 Rubin VR200 GPU,報告使用的單卡定價是 每張 8 萬 500 美元,比 H100 當年的發售價貴了將近一倍。

四家超大型雲端業者的合計資本支出,高盛也跟著上修。Meta、微軟、亞馬遜和 Google 在 2025 至 2030 財年的合計支出,估算從 4.5 兆美元調高到 5.3 兆美元,多了 8000 億。Oracle 另外預計在 2030 年前增加 2 兆美元的 AI 相關資產,規模讓人吃驚。今年的超大型業者算力支出共識值已上調至 5270 億美元,比年初的估算多了 620 億。

AMD、英特爾、Google 的 TPU 以及中國自製晶片都在搶市場份額。高盛的判斷是 NVIDIA 的軟體生態在短期內難以被複製,目前的份額仍然集中在 NVIDIA 手裡。這個結論業界已經聽過很多次,但到目前為止,採購數字確實沒有給出反駁的理由。

電力:最小的預算,最大的瓶頸

電力這塊 3580 億美元在整個 7.6 兆裡佔比最小,但這是已確認合約和已規劃支出的加總,實際缺口遠不止於此。

AI 資料中心的電力需求已經完成了一次量級跳躍。傳統超大型機房的每機架功率大約 40 千瓦,下一代 AI 資料中心的設計標準已經跳到每機架 500 千瓦以上,相差超過十倍。建設成本也因此從每百萬瓦 1000 萬美元,上升到新一代的 每百萬瓦 1500 至 2000 萬美元

配合發熱量急增,液冷技術從可選配件變成標準配備。液冷市場規模預計從目前的 55 億美元膨脹至 2030 年的 157.5 億美元,接近三倍。

核能在這個脈絡下重新獲得大型科技公司的關注。Vistra 能源公司與 Meta 簽了一份 20 年合約,供電規模超過 2600 百萬瓦,是近年規模最大的企業核電採購協議之一。亞馬遜 CEO Andy Jassy 今年明確說過:「我們最大的制約因素就是電力。」高盛把這句話直接寫進報告。電網接入排隊延遲動輒兩三年,大型業者已開始繞過傳統電網,直接和核電廠、再生能源業者談長約。

高盛自己的警告藏在標題下面

這份報告裡有一句話值得細讀。六月二日,高盛負責指導機構客戶全球股票投資的官員說:「AI 的投資經濟學,今天比兩年前還要值得懷疑。」

說這話的時間點,剛好在這份大型資本支出報告發布前後。兩件事同時存在不奇怪,但值得關注的是:高盛量化了支出的規模,同時股票部門的人在提醒投資人,規模大並不保證回報穩定。

懷疑的核心在硬體折舊週期。GPU 的實際使用壽命是三年還是七年,各家業者看法不同,AI 模型架構的演進速度也讓答案更難確定。光是這個假設的差距,就造成報告中的累計支出預測出現 1.76 兆美元的上下區間。沒人知道現在買進的晶片能用多久,但採購計畫得在這個不確定性裡做出來。

定價只往一個方向走

對企業來說,這份報告最直接的啟示在定價方向。

今年三月,阿里巴巴雲端以「硬體採購成本大漲」為由,調漲 AI 算力服務價格最高 34%,儲存服務同步漲 30%。百度在同期跟進。這個動作在高盛的框架下很容易理解:算力市場的供需結構沒有根本改變,議價能力集中在 NVIDIA 和少數幾個超大型雲端業者手裡,下游的雲端服務商承受成本上漲後,選擇把壓力往客戶端轉移。

AI 雲端算力的定價在未來幾年大概率會繼續上升,除非 GPU 能效出現突破性改變,或者出現真正能與 NVIDIA 競爭的替代品。在規劃 AI 採購預算時,把算力成本設為動態變數,可能比固定值更接近現實。

如果這篇對你有幫助,訂閱電子報 可以第一時間收到 AI PM 實戰洞察與 GenAI 落地案例。


延伸閱讀

訂閱最新分享

加入電子報,第一時間獲取關於金融 AI Agent 實戰與架構設計的最新文章。不訂閱你會慢別人一個週期!

絕不發送垃圾信。隨時皆可取消訂閱。