AI基建核验:capex、供电进度与GPU利用率数据能否支撑"多软件使用量、空设备能见度"?

分析师: AI基础设施分析师 | 日期: 2026-08-15(新加坡时区工作日) | 研究记录: 2/8 承接: 前序研究(首席策略师,2026-08-14)——提出从无差别"AI capex beta"切向能见度筛选的相对交易:多可验证的软件使用量,空订单能见度不足的设备beta,同时保留HBM、先进封装、过程控制等订单可验证的硬件。 立场:综合(synthesize)——底层需求证据确实存在且强劲,但不能简单映射到"软件 vs 硬件"这一条轴线上。真正的分界线是已验证订单/使用量 vs 外推产能,在这条轴线上,电力交付设备现在应归入"多"的一侧,而非"空"的设备beta一侧。

1. Hyperscaler capex:指引持续上修,而非下修

四大云厂商目前合计指引2026年capex约7250亿美元,较2025年约4100亿美元增长约77% [S1]。分公司看:Amazon约2000亿美元(2025年为1250亿美元)、Alphabet在2026年二季度财报上调上限至1750-2050亿美元、Meta两次上修指引至1250-1450亿美元区间、Microsoft FY2026有望达到1200亿美元以上,最近一个季度已支出375亿美元 [S1][S2]。Alphabet上调指引后股价单日下跌7%,并拖累Amazon、Meta、Microsoft同步下跌,反映市场对capex投资回报率的审视正在加强 [S3]——这印证了前序研究的能见度筛选逻辑正在被市场定价。但指引方向本身——反复上修而非下修——是底层需求尚未破裂的第一项证据。

2. 电力瓶颈是本报告最具决定性的事实

Microsoft披露Azure未能兑现的积压订单达800亿美元,管理层明确表示这是电力供给问题,而非需求问题:CFO Amy Hood在财报电话会上表示"我们一直、且已经连续多个季度处于电力短缺状态……需求仍在增加",CEO Satya Nadella确认有GPU库存因电力不足而无法安装、处于闲置状态 [S2]。这是回答"需求是否真实"这一问题的最关键数据点:hyperscaler正在因电网物理约束而放弃可兑现的收入,而不是客户对算力的需求消失了。这直接印证了知识库中的th_T01(约束已从GPU迁移至电力/电网交付)以及th_p_881a7dcc。

供给侧数据说明了为何这一约束具有刚性:大型电力变压器交期目前已超过150-160周(部分高压设备长达2-4年)[S4];截至2026年4月,ERCOT大负荷并网排队容量约达410吉瓦,约为该电网当前发电容量的5倍,其中数据中心约占排队总量的73% [S5]。2025年投运的项目端到端平均耗时超过7年,延误重心已从"排队本身"转移至"获批后的建设阶段" [S5]。这些数据均不支持"capex已跑在真实需求前面"的叙事,反而支持"真实需求已跑在可交付基础设施前面"。

3. 电力设备订单本身已被验证——这使"多软件空硬件"的简化框架变得复杂

GE Vernova 2026年二季度业绩显示,有机订单同比增长88%至242亿美元($24.2B),总积压订单创纪录达到1760亿美元,其中数据中心专项订单年内已超过50亿美元——超过2025全年水平的两倍[S6][S7]。燃气轮机设备积压订单达到116吉瓦,单季新签20吉瓦产能预约协议,涡轮机产能槽位实际上已排至2030年 [S6][S7]。这正是前序研究认定应给予"多"评级的那种硬性、多年期、以美元计价的订单能见度(该卡据此明确保留了HBM/先进封装/过程控制)。电力交付设备现在应归入同一"已验证"篮子,而非前序研究提出要做空的通用"设备beta"篮子。

4. GPU集群利用率:确有隐忧,但方向与主流叙事不同

利用率数据呈现分化,这一点对交易结构至关重要。在前沿/hyperscaler训练层面,利用率按基础设施历史标准衡量并不低——约2.5万张A100训练GPT-4级别模型的平均利用率为32%-36%,典型大型AI集群利用率为30%-50% [S8]。但企业侧部署的GPU容量平均利用率仅约5%(Cast AI《2026年Kubernetes优化状态报告》,基于约2.3万个集群的实测数据),意味着企业已配置的GPU产能中约95%在任意时刻处于闲置状态 [S8][S9]。这是真实存在的效率问题,但它指向应重点审视企业级AI基础设施转售商和通用GPU即服务产能,而非hyperscaler自有的训练/推理机群——后者如第2节所述仍是电力受限而非需求受限。这与前序研究对未验证设备beta的谨慎立场一致,且使其更加精确:风险集中在为假设的企业采用曲线而建设、但该采用曲线尚未兑现的产能上,而非hyperscaler的前沿集群上。

5. 软件使用量/推理工作负载:强力印证需求端

2026年推理已占AI算力总需求的约三分之二,高于2023年的约三分之一[S10]。Google披露其月度token处理量从2024年5月的9.7万亿升至2026年5月的超过3.2千万亿(quadrillion),同比增长7倍,较2024年5月全平台口径增长约330倍 [S11]。行业整体日均token吞吐量已逼近3700千亿(370万亿)/天 [S11]。每百万token推理成本自2022年末以来下降约1000倍(从约20美元/百万token降至0.40美元/百万token或更低,且性能对标GPT-4级别)[S10]——这是需求加速器而非需求毁灭者:单位成本下降的同时销量增长2-3倍,正是使用量弹性型软件需求的教科书特征,支持前序研究"软件使用量是可信的领先指标"这一判断。Hyperscaler AI数据中心支出中内存占比预计在2026年升至约30%(2023年不足10%),原因是推理工作负载是内存带宽受限型 [S10]——这进一步说明capex结构正在向实际使用量所需的方向调整,而非向投机性的GPU数量headline调整。

6. 反向风险:融资与折旧,而非需求

对整个capex链条而言,最清晰的下行风险并非需求,而是资产负债表压力:Alphabet、Amazon、Meta、Microsoft、Oracle的年度增量债务发行占capex比例已从FY24的约9%升至2026年年中的约32%,反映hyperscaler正从自筹资金转向外部融资建设 [S12]。折旧年限之争(3-4年 vs hyperscaler目前假设的5-6年)仍未有定论,是空头论点的核心(呼应Michael Burry的公开论述)[S13]。该风险覆盖整个capex链条——不区分"软件"与"硬件"类别——是维持相对价值框架(筛选能见度)而非加大AI capex净方向性敞口的最有力论据。

7. 综合判断:修正而非推翻前序研究的交易结构

证据支持前序研究的核心转向——从无差别AI beta敞口切向能见度筛选的相对定位——但需修正其分界轴

得到证实: 底层需求真实存在。capex指引在持续上修而非下修;hyperscaler因电力不足而放弃收入,而非因需求不足;token/推理量的复合增速数倍于硬件增速。
需要修正: 交易结构并非简单的"多软件、空硬件"。而应是多已验证订单/使用量(软件使用量指标+具有合同化、美元计价积压订单的电力交付设备,如GE Vernova) vs 空外推/未验证产能(定价隐含假设电力交付能跟上需求曲线的通用设备beta,以及领先于实际采用节奏建设的企业级GPU即服务产能)。
需新增监测的风险维度: capex全链条的融资成本与折旧年限风险,是覆盖交易两端的系统性叠加因素,提示应强调仓位纪律,而非在任一侧加倍敞口。

这与知识库中的th_T01及th_p_881a7dcc / th_p_8998a064(电力设备/独立电力生产商租金捕获阶梯)一致,并补充了最新的时间标注证据:GE Vernova 2026年二季度数据(订单242亿美元,同比+88%;积压订单1760亿美元)与Microsoft明确因电力受限而形成的800亿美元Azure积压订单,是"电力是当前刚性约束、且供电设备订单已获验证"这一论点目前最新鲜的印证。

8. 使本判断证伪的条件

下一个财报周期中hyperscaler capex指引出现下修(而非仅增速放缓)。
变压器交期或并网排队时间大幅压缩(将消除电力稀缺租金)。
Google/Microsoft/Amazon未来1-2个季度披露的token/推理增速大幅放缓。
GE Vernova或同业电力设备积压订单增长停滞或出现订单取消。

资料来源 / Sources

[S1] ValueAddVC, "AI Spending Tracker 2026: $725B by Big Tech" — https://valueaddvc.com/ai-spending [S2] Introl, "Hyperscaler CapEx Hits $690B in 2026: Microsoft Azure Power Bottleneck" — https://introl.com/blog/hyperscaler-capex-690-billion-microsoft-azure-power-bottleneck-2026 [S3] CNBC, "Amazon, Meta and Microsoft face skeptical investors this week after Google report sparked sell-off" (2026-07-28) — https://www.cnbc.com/2026/07/28/hyperscalers-face-higher-capex-scrutiny-after-alphabet-report-panned.html [S4] Build Inc, "Data Center Transformer Procurement in 2026" — https://build.inc/insights/data-center-transformer-procurement-2026 [S5] Inflect, "Data Center Power Shortage 2026: Why Grid Capacity Is Now the Bigger Constraint Than GPUs" — https://inflect.com/blog/data-center-power-shortage-2026-why-grid-capacity-is-now-the-bigger-constraint-than-gpus [S6] Investing.com, "GE Vernova Q2 2026 slides: backlog hits 76B, guidance raised" — https://www.investing.com/news/company-news/ge-vernova-q2-2026-slides-backlog-hits-176b-guidance-raised-93CH-4805961 [S7] Power Engineering, "Data centers drive record surge in GE Vernova power equipment orders as turbine slots tighten through 2030" — https://www.power-eng.com/gas/turbines/data-centers-drive-record-surge-in-ge-vernova-power-equipment-orders-as-turbine-slots-tighten-through-2030/ [S8] Rack2Cloud, "GPU Utilization: Why 95% of Enterprise Capacity Sits Idle" — https://www.rack2cloud.com/gpu-utilization-cloud-waste/ [S9] ToolixLab, "AI GPU Cluster Deployment Stats 2026 (40+ Data Points)" — https://toolixlab.com/blog/ai-gpu-cluster-deployment-statistics-2026 [S10] AgentMarketCap, "Inference Becomes the Main Event: Two-Thirds of 2026 AI Compute, $50B Chip Market, 90 TWh of Power" (2026-04-17) — https://agentmarketcap.ai/blog/2026/04/17/ai-inference-overtakes-training-two-thirds-2026-compute [S11] io-fund, "Token Growth is Surging - Here Are the Beneficiaries" — https://io-fund.com/ai-stocks/token-growth-surging-beneficiaries [S12] FactSet Insight, "Hyperscalers Tap External Financing as AI Capex Outruns Cash Flow" — https://insight.factset.com/hyperscalers-tap-external-financing-as-ai-capex-outruns-cash-flow [S13] Fortune, "The dirty secret behind Big Tech's AI arms race: Massive hardware investments that are obsolete in 3 years" (2026-04-15) — https://fortune.com/2026/04/15/data-centers-hyperscalers-spending-billions-on-hardware-thats-worthless-in-3-years/