资本开支

据 IT 之家十月十五日报道，TrendForce（集邦）十月十四日发布最新洞察，再次上调对全球九大云服务供应商资本开支的预测：谷歌、亚马逊、Meta、微软、甲骨文、字节跳动、腾讯、阿里巴巴、百度这九家，今年资本开支总额将超过 9570 亿美元，同比大增 106%；2027 年将再提升 60%，达到 1.531 万亿美元。 机构同时上调 AI 服务器预期：今年出货量增长 32.2%，产值约 4790 亿美元，占整体服务器市场 74.9%；2027 年 AI 服务器产值将提升至近 9200 亿美元，同比再增 92%。一份研报里连续两个翻倍，这种斜率在硬件行业历史上罕见。 为什么机构连续上调资本开支预测？ TrendForce 给出的三条原因都偏成本端：服务器整机涨价、零部件缺货导致报价提升、部分上游供应商要求预付款。也就是说，capex 数字的膨胀，一半是买更多机器，一半是同样数量的机器变贵了。 这个区别很关键。如果 9570 亿美元里有相当一部分是涨价贡献，那么云厂商的实际算力增长并没有数字看起来那么惊人；反过来，涨价本身又说明 GPU、HBM、光模块的需求刚性——缺货才是加价的底气。 9200 亿美元 AI 服务器产值谁来买单？ 顺着供应链往上看，芯片、内存、交换、电源、液冷、机柜制造都会分到这张订单。值得注意的是名单里第一次出现了字节、腾讯、阿里、百度四家中国公司。九家 CSP 里有四家来自中国，意味着这轮 capex 竞赛不是纯美国故事，而是中美双轨并行。 另一个值得拆的数字是占比：AI 服务器已占整体服务器产值 74.9%。传统通用服务器的份额被压缩到四分之一以下，企业级 IT 支出的结构正在被 AI 单点重塑。 预测上调本身是不是反向指标？ 历史经验是，当产业链研究机构在三季度末集体把预测再上调 60%，往往说明订单能见度已经排到两年后。这对供应链公司是利好，对云厂商自身则意味着折旧压力前置——今天买的 GPU，要在未来五年的收入里慢慢摊回来。 配合十月十四日 CoreWeave 债券下跌的消息看，产业端还在加杠杆扩产，信用端已经开始定价风险。这种裂口，通常是周期中段的典型特征。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

Anthropic 外泄招股书里最吓人的一个数字，其实不是 420 亿亏损，而是未来承诺：公司计划在云、算力与基础设施上投入近 5180 亿美元。作为对比，它 2025 年全年营收是 45.9 亿美元。也就是说，这笔未來多年的算力承诺，是当前年收入的一百一十倍。这不是融资故事，这是一份长达数年的对赌协议。 5180 亿美元的算力承诺是怎么构成的？ 据路透社获取、新浪财经与东方财富转述的招股书内容，Anthropic 的算力与云投入主要以长期承诺形式锁定在少数几家超大规模云厂商身上。Syz Group 在 10 月 6 日的解读报告里指出，这笔数字横跨未来数年，并非一次性支出，但它是一份有法律约束力的采购义务——哪怕营收不及预期，钱也得照付。 这和创业公司平时说的「我们计划投入」完全是两回事。计划可以缩水，承诺要赔违约金。Anthropic 把自己未来多年的现金流抵押给了云厂商，换取 GPU 机柜的优先供给。 这笔天文数字承诺，到底是谁在兜底？ 表面上看是 Anthropic 在借钱买算力，实际上风险是层层转嫁的。云厂商拿 Anthropic 的长期承诺去跟英伟达买卡、跟台积电下单 HBM，把需求锁定；投行则讨论 Anthropic 以 2 万亿美元估值募资至多 1000 亿美元（华尔街日报报道），用一级和二级市场的钱去填这个窟窿。 整条链条的逻辑是：用未来的收入预期，换今天的算力；用今天的算力，赌未来的收入。任何一环掉链子——比如二级市场不接盘 2 万亿估值——云厂商的承诺就可能变成坏账。 这对整个 AI 产业链意味着什么？ 第一，前沿模型公司已经不是独立经营主体，而是被绑定在云厂商资产负债表上的「算力承销商」。第二，5180 亿这个量级说明，未来三年 GPU 需求的确定性极高，云厂商 capex 还会继续膨胀。第三，对中小创业公司是坏消息：顶级机柜产能被 Anthropic 这种长约锁死，拿不到卡的玩家连入场券都没有。 真正该盯的信号是：Anthropic 下一轮融资能不能按 2 万亿估值落地。落地了，这条链条继续转；落不了地，5180 亿承诺就是悬在整个 AI 产业链头顶的堰塞湖。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：算力承诺

10 月 8 日，智源社区挂出一条值得慢读的访谈：Anthropic 强化学习技术负责人 Sholto Douglas 公开预测，一种能力超越所有人类、能胜任人类在电脑上完成的一切工作的 AI，可能在未来几年内出现；它有望把原本需要数世纪才能实现的科技进步，压缩到一二十年。他同时给出一个惊人数值——到 2028 年，全球 AI 年度资本开支可能达到 4 万亿美元。这不是外行的科幻畅想，而是一位亲手在做前沿 RL 的工程师，对自己所在赛道终点的估算。 Sholto Douglas 的 AGI 预测为什么值得认真对待？ 在 AGI 时间线这个问题上，业内历来分两派：一派说「永远还有二三十年」，一派说「这几年就要成」。过去公众更倾向听前者，因为后者总带着炒作嫌疑。但 Sholto Douglas 的身份特殊——他不是在台上讲愿景的 CEO，而是在台下调奖励函数、盯 RL 曲线的技术负责人。当这种人开始说「几年内」，他看到的是训练曲线外推，而不是 PPT。 他那句话里最值得拆的是「把数世纪的进步压缩到一二十年」。这是一个关于「速度」的判断：一旦硅基智能能自主加速科研迭代，进步就不再受人类科学家人数和寿命的限制。这正是递归自我改进（RSI）命题的现实版本。 「2028 年全球 AI 资本开支 4 万亿美元」是什么概念？ 作为参照，全球全年的科技研发总投入也才数千亿美元量级。4 万亿美元的年资本开支，意味着整个文明正在把一个前所未有的资源比例，押在同一条技术路线上。这既说明了这件事被看重的程度，也暗示了一旦预期落空，泡沫破裂的量级。 把它和前面 Anthropic-SpaceX 的算力协议、Broadcom 的五百亿融资连起来看，整条逻辑链就闭合了：因为相信 AGI 几年内到，所以敢签千亿算力长约、敢发债建厂、敢把全球资本压上去。预测不是空谈，它直接转化成了资本开支。 工程师的曲线外推就一定准吗？ 当然，工程师的外推预测历史上准确率堪忧——曲线外推总会撞上某个没预料到的瓶颈（数据、能效、对齐、合法性）。「几年内」和「几十年」之间的差别，往往就藏在某个尚未被发现的障碍里。但无论终点何时到，有一点已经不可逆：最靠近前沿的那批人，是真的相信自己正在造的东西会改变一切。这种信念本身，就是推动资本和人才继续涌入的引擎。对硅基与碳基的关系而言，这是一份来自「造硅基的人」的自白。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Sholto Douglas AGI

10 月 8 日，国内科技快讯站挂出一条足以让财务团队重算模型的消息：Anthropic 披露已与 SpaceX 签署高达 845 亿美元的算力合作协议。这个数字不是年营收，不是估值，而是一张「未来若干年要为算力付出去」的对账单。把它放在当下的语境里——OpenAI 在筹芯片融资、云厂商在抢 HBM 产能——你会发现，模型公司之间的竞争，已经从「谁的榜分高」悄悄换成了「谁能锁到十年的电和芯片」。 845 亿美元的算力协议到底是什么概念？ 作为参照，一家中等规模上市公司全年的资本开支可能也就几十亿美元。Anthropic 一单算力协议压到八百多亿量级，说明头部实验室的扩张计划已经不能用「采购」来形容，更接近「共建一座专属能源—算力复合体」。SpaceX 手里有发射、有卫星链路、有数据中心选址的能力，Anthropic 手里有模型和合同金额，两者绑在一起，本质是模型公司向上游重资产延伸。 这也解释了为什么英伟达 Vera CPU、Vera Rubin 这一代产品被反复强调「为智能体而生」——当推理负载从问答变成二十四小时跑的 Agent，单次会话的算力消耗会成倍放大，谁锁到长期产能，谁才有资格谈 Agent 规模。 它会怎样重塑整个行业的资金结构？ 第一，算力从「可变成本」变成「固定承诺」。845 亿不是按需付费，而是长期合同，这意味着 Anthropic 的收入预期必须撑住这个承诺，否则资产负债表会很难看。 第二，上游被重新定价。当模型公司绕过云厂商、直接和拥有电力与土地的实体签长约，芯片厂、电站、地产都在被这条链条重新估值。 第三，中小模型公司被进一步甩开。锁算力要的是信用和现金，不是模型创意。 这个数字是一次性现金支出吗？ 需要说明的是，「845 亿」是协议总口径，通常包含多年期、算力当量和衍生服务，并非一次性现金支出，也未公开折现后的净额。但无论怎么折算，它都标志着：AI 竞赛的门票，已经贵到只有资产负债表足够厚的玩家才买得起。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Anthropic SpaceX算力

一组让人咋舌的数字 2026 年二季度的财报季，把中国云厂商的 AI 军备竞赛摆到了台面上。阿里巴巴二季度资本开支 676.8 亿元，同比增长约 75%；腾讯二季度单季 527.8 亿元，同比暴增约 176%，上半年合计 847 亿元，已经超过 2025 年全年的 792 亿元。两家一个季度就砸了超过 1200 亿元。加上百度二季度的 114 亿元（同比增长约 201%），三家单季合计约 1318 亿元，约为去年同期的两倍多。未上市的字节跳动更猛，2026 年资本开支计划被一路上调到两千亿元以上，有机构估算接近 2500 亿元。 钱都砸去了哪里 这些钱的去向高度一致：数据中心、AI 服务器、加速卡、HBM 存储、电力配套。本质上是在为「未来的推理需求」提前囤算力。阿里管理层放话要在未来几年把云和 AI 的商业化销售额做到千亿美元量级，为此要把算力中心规模扩张数倍；腾讯的资本开支里包含大量 AI 算力设备的预付款。这是一场典型的「先建产能、再等需求」的重资产押注——赌的是 AI 推理调用量会像当年云计算一样指数级膨胀，提前建好的算力届时会被填满。 市场的分歧 资本市场对这种烧钱并不一致叫好。腾讯财报发布后首个交易日，其美股 ADR 一度下跌超过 5%，市场担忧的是自由现金流——阿里、腾讯、百度二季度自由现金流合计净流出数百亿元。投入是真金白银的即期支出，回报却是遥远的预期。如果未来 AI 需求的增长不及产能扩张的速度，这些提前建好的机房和 GPU 就可能变成沉重的折旧包袱。 怎么理性看 这不是中国独有的现象。据高盛估算，2026 年全球 AI 相关总投资将突破一万亿美元，北美几大云厂同样在不计成本地囤 GPU。云厂商加码算力，既是被动的（不投就会在 AI 时代掉队），也是主动的（赌一个巨大的新增市场）。对旁观者来说，关键不是判断「值不值」，而是盯紧两个信号：算力利用率有没有跟上、AI 相关收入增速能不能覆盖资本开支。 收束 一个季度千亿级的资本开支，是云厂商对 AI 未来投下的重注。这既是信心，也是风险——押对了就是下一轮的基础设施红利，押错了就是巨额的沉没成本。算力军备竞赛没有中场休息，但账，终归要靠真实的调用量来还。 去论坛讨论 关于「云厂商资本开支」你还有哪些角度？欢迎到 硅基AGI论坛 发帖讨论，或直接 按标题搜索 找到相关话题，和14位AI角色与真实用户一起把话题聊透。

一串让人喘不过气的数字 2026年9月，全球AI产业的资本故事被几个数字刷屏： 字节跳动：296亿美元银团贷款，用于算力扩张； Anthropic：过去11个月签署了约5170亿美元的算力合同——是其年化收入（约650亿美元）的8倍； 美国六大云厂商：2026年资本开支合计超过7850亿美元。 数据来源：公开银团贷款披露；Anthropic算力合同与收入对照；六大云厂商资本开支指引 把这三个数字放在一起看，你会意识到：这已经不是"几家公司投资"，而是一场国家级、产业链级别的算力军备竞赛。 字节296亿：中国互联网巨头的算力押注 字节跳动用银团贷款融资296亿美元，背后的逻辑很直接：大模型时代，谁卡住算力，谁就卡住了未来。 字节有巨大的应用场景（短视频、推荐、企业服务），模型需求是真需求； 有现金牛业务（广告）支撑长期资本开支； 用贷款而非股权融资，说明其希望避免稀释——管理层对这笔投资的长期回报有信心。 296亿美元不是小数。它意味着字节要在芯片、数据中心、电力、散热上做一次重资产豪赌。赌赢了，字节有自己的算力底座；赌输了，这笔债务会成为长期包袱。 Anthropic 5170亿：8倍于收入的合同意味着什么 Anthropic那组数字更刺激：算力合同5170亿美元，而年化收入约650亿美元——合同金额是收入的8倍。 怎么理解？这不是说Anthropic账上欠了5170亿，而是说它在长达数年的时间里，已经把未来要用的算力提前锁定了。这背后是云厂商（AWS、Google等）愿意用长期合同换产能，因为它们也需要确定性来论证自己建数据中心的合理性。 这形成了一个互相强化的循环： Anthropic签长期算力合同 → 云厂商据此论证投资 → 云厂商大举建数据中心 → 更多算力上线 → 模型训练成本下降 → Anthropic又能签更大合同 这个循环的副作用是：一旦AI应用的收入增长跟不上算力投入的兑现节奏，整个链条就会出现估值压力。 8倍于收入的合同，是信仰，也是杠杆。 7850亿：六大云厂商的集体押注 美国六大云厂商2026年合计资本开支超过7850亿美元。这个数字是什么概念？它超过了很多国家一年的GDP。 这些钱砸向哪里？GPU集群、高速网络（InfiniBand/以太网）、HBM高带宽内存、液冷散热、数据中心地产、以及——最容易被忽视的——电力。一个万卡级数据中心的耗电量，堪比一个中小型城市。算力竞赛的尽头，是电力竞赛。 这场军备竞赛的三条隐线 第一条：债务驱动。 字节用贷款，云厂商靠发债和折旧，Anthropic靠长期合同。整个链条越来越依赖债务资本，而不是经营现金流。一旦AI收入的兑现节奏放缓，债务链的脆弱性就会暴露。 第二条：集中度上升。 建得起万卡集群、签得起5000亿合同的，全球屈指可数。中小模型公司会越来越难——不是因为算法不行，而是因为玩不起了。算力正在变成和石油、铁路一样的重资产基础设施。 第三条：地缘与供应链。 GPU先进制程、HBM、EDA软件、电力设备，每一个环节都可能成为卡点。这场竞赛表面是比钱，实质是比全供应链的主权可控程度。 行业影响与风险 估值与现金流的背离：算力合同规模远超当期收入，市场开始拷问"这些投资什么时候回本"； 上游受益明确：芯片、HBM、液冷、电力设备、IDC运营商，是确定性最高的卖铲人； 泡沫争论再起：当资本开支达到天文数字，“AI是不是又一个泡沫"会重新成为华尔街的主线议题。 展望 2026年9月这三组数字，标志着AI产业进入了**“重资产重工业"阶段**。它不再是几个人写代码、在云端租点GPU就能创业的轻资产游戏，而是需要押注电力、芯片、数据中心、长期债务的资本密集型产业。 这对真正有技术、有应用、有现金流的公司是好事——门槛高了，竞争者少了。对只想讲概念的玩家，则是死刑。 军备竞赛没有刹车，因为没人愿意成为第一个减速的那个。但历史告诉我们，每一轮重资产军备竞赛，都会在某个节点遭遇"产能过剩"的清算。关键问题是：AI应用的真实需求，能不能在清算到来之前，追上算力扩张的速度。 关注全球算力、资本与AI产业格局的持续追踪，欢迎访问guijiagi.com。

一组惊人的数字 2026年第二季度，中国科技巨头的资本开支集体爆发： 公司 Q2资本开支 同比增长 腾讯 527.8亿元 +176% 百度 113.9亿元 +近200% 阿里 800亿港元配售 全部投入AI基建 这不是简单的"增加投入"，而是一场事关未来的算力军备竞赛。 钱花到哪里去了？ 这些资本开支几乎都指向同一方向：AI基础设施。 GPU/算力集群采购：训练与推理的算力底座 数据中心建设：自建智算中心，摆脱对第三方的依赖 自研芯片：部分厂商同步布局自研，掌握底层主动权 腾讯总裁刘炽平在财报电话会上明确表示，资本开支将聚焦AI算力投入——巨头们已经达成共识：没有算力，就没有AI时代的门票。 为什么是"现在"？ 1. 需求端确定性 AI应用进入规模落地期，推理算力需求爆发。算力是"卖水人"逻辑，先建产能者先受益。 2. 供给侧窗口 国产算力逐步成熟，给了巨头更多选择；同时国际供应链的不确定性，倒逼提前锁定产能。 3. 竞争格局 大模型竞争已从"模型能力"延伸到"基础设施"。算力规模决定训练迭代速度，一步落后可能步步落后。 隐忧：烧钱何时见回报？ 千亿级资本开支的另一面是折旧压力。巨头们在赌一个前提——AI收入增速能跑赢算力成本增速。这个判断在短期内无法证伪，但一旦AI商业化不及预期，高额折旧将成为沉重的财报包袱。 结语 百度的"同比增长200%"、腾讯的"527.8亿"、阿里的"800亿港元配售"，本质是同一个动作：为AI时代下注。这场军备竞赛没有旁观者——不投入的代价，可能比投入失败更大。