#高盛预估2027年AI相关资本开支约1.2万亿美元

6.4万 浏览|76 帖子

About 高盛预估2027年AI相关资本开支约1.2万亿美元

高盛最新预计,包括Meta、微软、Alphabet、亚马逊和甲骨文在内的五大科技公司,2027年资本开支可能达到约1.2万亿美元,较2026年约8000亿美元进一步增长,AI基础设施扩张是主要投入方向。随着数据中心、算力及电力等投入持续扩大,有望继续支撑芯片、存储和云基础设施需求,但巨额投入能否转化为匹配的收入和现金流也越来越受到关注。近期Meta通过Muse、AI硬件及购物服务探索消费级AI商业化,科技公司也在加快Agent等应用落地。AI应用增长能否转化为足够的实际收入,并支撑持续扩大的基础设施投入?

高盛预估2027年AI相关资本开支约1.2万亿美元 热门帖子

子岳
子岳
闪迪行情解读🤔🤔 近期机构大幅上调闪迪目标价至2400美元,引发市场热议,这一评级核心是为闪迪贴上AI基建核心资产标签,并非单纯的估值上调。🤓🤓🤓 此次看多逻辑十分明确:其一,AI推理爆发式需求,让NAND闪存摆脱消费电子周期,切入高景气的数据中心赛道;其二,公司940亿超长订单锁定多年近半产能,彻底垫高行业周期底部,业绩稳定性大幅提升;其三,核心HBF新技术明年即将送样,落地后闪迪将从传统闪存厂商,转型AI推理基础设施服务商。 不过需理性看待利好,2400美元仅是远期目标。当前行业涨价节奏放缓,消费端需求疲软,仅靠企业级SSD支撑行情。 同时市场存在跷跷板效应:存储芯片走强会分流加密市场资金。整体科技板块风险偏好向好,大饼长期行情无忧。 操作上切勿冲高追涨,建议等待1700美元附近分批低吸,稳健博取50-100区间差价利润。 #闪迪获Rosenblatt买入评级,目标价2400美元
SNDKUSDT永续50x卖出持仓中
去交易
+118.19%
快照时间:2026年9月25日 13:03
二次元峰哥
二次元峰哥
$AMD #高盛AMD维持目标价释放算力替代信号? 各方都在喊AMD算力第二曲线成型,其实ROCm生态短板、英伟达竞争压力依旧客观存在。😅 Helios机架交付、云厂商分散供应链需求升温,市场被AI份额提升的叙事推着股价继续冲高。 高盛7月6日给出AMD目标价640美元,9月未做调整,维持买入评级,看好MI450 GPU搭配EPYC服务器CPU持续拿下大客户,预期2027年数据中心收入突破400亿美元。 消息一出,短线资金博弈算力替代预期,$AMD顺势往上拱,持续挑战新高。 但软件生态追赶难度不小,大客户订单交付节奏不确定,业绩兑现速度未必跟得上估值。
反方向的钟之神之一手(爱互动)
反方向的钟之神之一手(爱互动)
#财报观察员:好市多Q4财报即将公布 美光财报前夜:AI存储的“测谎仪”,也是$BTC 的“压力计” 北京时间10月1日凌晨,$MU 美光将公布2026财年Q4业绩。官方指引营收500亿美元(±10亿)、Non-GAAP EPS 31美元(±1)、毛利率约86%——这组数字本身已经打破了传统存储厂商的所有经营画像。 但市场真正盯的不是Q4,是2027财年Q1的指引。花旗预计Q1营收570亿美元、EPS 35.25美元。美光财报后的股价反应,将更多取决于这份前瞻指引,而非本季数据本身。 这份财报对BTC和$ETH ETF的影响,需要从两条逻辑线来拆解。 第一条线:AI叙事的“体温计” 美光Q3营收414.6亿美元,同比增长346%,毛利率84.6%,净利润暴增15倍。高盛指出2026年HBM与DRAM供应紧俏程度达4.9%,为15年最高,美光HBM产能已在多年期固定价格协议下全数售罄。 这意味着,美光的利润率本质上是在给“AI资本开支能否持续”这个命题定价。如果Q4数据叠加Q1指引继续验证AI存储需求未见放缓,那么美股科技板块的风险偏好会得到一次系统性支撑。BTC作为风险资产中流动性最强的品种,通常是最早、也是最灵敏地承接这种偏好扩散的资产。 反过来,如果指引出现任何“增速放缓”的措辞——哪怕只是持平——市场会立刻将“AI需求见顶”的叙事重新激活。今年6月美光Q3财报前,空头正是以“AI需求见顶”为由砸盘13%,财报后才上演V型反转。同样的剧本,不保证同样的结局。 第二条线:硬件资源的“虹吸效应” 这条线更长,也更结构性。 英伟达CEO黄仁勋在CES上明确警告:AI计算需求飙升的同时,内存短缺史无前例,RAM价格飙升超过200%,给争夺相同硬件的加密货币挖矿业务带来了越来越大的压力。每生产1GB HBM所消耗的晶圆产能约为DDR5的三倍,预计到2026年AI工作负载将消耗全球近20%的DRAM供应。 美光市值此前突破1万亿美元,资本市场正以前所未有的估值向AI算力基础设施注资。这些资本最终会转化为对电力、土地和数据中心资源的抢占,而比特币矿工在这场资源争夺战中处于价格劣势端。 比特币网络算力在2025年9月见顶后持续回落,Core Scientific等矿企已将矿场改造为AI数据中心,AI托管收入同比暴增逾9倍,取代比特币挖矿成为最大业务线。 美光越值钱,比特币的算力底座就越脆弱。 这不是因果关系,是资源竞争的结构性结果。 BTC和ETF现在处于什么位置? BTC本周一度站上87,200美元,随后回落至84,000美元下方,击穿了叠加现货ETF平均持仓成本(约84,700美元)和链上换手筹码的关键支撑带。24小时跌幅一度达2.7%,狗狗币重挫8%,加密市场普遍承压。 压力来自美债。5年期美债收益率突破5.03%,10年期触及5.13%,均为2007年以来最高。布伦特原油在103美元上方运行,通胀预期升温直接推高了无风险收益率,持有无息资产的机会成本大幅抬升。 但ETF资金给出了一个截然不同的信号。截至9月24日,美国现货比特币ETF连续5个交易日净流入,累计26.5亿美元,9月累计净流入23.7亿美元。摩根士丹利MSBT单笔接收1,100枚BTC,约9,389万美元,为成立以来最大单笔流入。 ETF在跌的时候买,这是机构仓位行为,不是散户情绪。 两者的背离,本身就是当前市场最值得关注的信号。 交易层面:美光财报可能触发什么? 美光财报对BTC的传导是间接的,但路径清晰:强于预期的指引→AI叙事延续→科技板块风险偏好回升→BTC获得情绪支撑;弱于预期→AI见顶叙事激活→风险资产系统性承压→BTC的8.4万支撑面临二次考验。 9月25日约159亿美元BTC期权集中到期,Put/Call未平仓比仅0.69,看涨期权占优,结算前后波动可能放大。叠加美光财报在即,未来一周的仓位管理比方向判断更重要。84,000美元的得失,是接下来最值得盯住的技术信号。#创作者激励 #交易之声:你的经验值得被听到
ETHUSDT永续100x卖出持仓中
去交易
-982.60%
快照时间:2026年9月25日 06:17
币圈阿野
币圈阿野
2亿美元,高盛光收管理费就收到手软。 别人看到的是“AI基金真赚钱”,我第一反应是——这钱不是基金赚的,是客户掏的。 规模从几亿干到200亿,听着挺猛。 但摘要里也写了,AI股票一波动,这基金照样亏。 亏的是谁的钱?不是高盛的。 管理费按规模收,涨跌都照收。 说白了,这是门旱涝保收的生意,跟AI牛不牛关系没那么大。 短线客看这条,别急着联想AI概念要拉盘。 这事对币圈没直接传导,情绪上都算不上加分项。 真要说,它提醒我一件事:钱在往AI叙事里堆,但堆的是别人的钱。 我的预测:这种“规模越大越稳赚”的故事,后面还会有,但市场迟早会问一句——那客户赚到啥了。 #纳斯达克指数连续两日创历史新高 #AI模型集体降价,竞争转向成本 #美债收益率全面走高,高利率为何难降? $BTC
BTCUSDT永续3x卖出持仓中
去交易
-22.88%
快照时间:2026年9月25日 06:12
撸毛吃猪脚饭
撸毛吃猪脚饭
AI云资本开支里,内存占比2026E已经到48%,2027E直接冲到53%。 摩根士丹利这张图把Memory标成最大单项,GPU/ASIC反而只有18%。 好市多刚报完,星球热议已经切到「美光接棒」,不是瞎蹭。 简单理解:大家盯显卡太久了,真正最吃钱、最卡脖子的其实是内存这条链。 美光这边财年资本开支还在加码扩产,说明供应一时半会儿跟不上。 我觉得:美光相关弹性还没讲完,但不是无脑追高。 我这边偏看多$MU链路,失效条件很硬——云厂砍资本开支,或者内存价格掉头,这故事立刻打折。 你更信「内存是AI下半场主线」,还是觉得估值已经透支? $MU $NVDA $IBIT #财报观察员:好市多业绩超预期,美光接棒 #美债长端利率持续攀升,融资压力升温
华尔街见闻
华尔街见闻
高盛测算:“AI第二阶段”的“资本缺口”要怎么补?
超大规模云计算企业(Hyperscaler)的AI资本支出狂潮正从"花多少"的争论,转向"能赚回多少"的核心命题。 高盛最新研究显示,六大超大规模云计算企业若要在2026至2027年约1.73万亿美元的AI算力资本支出上实现15%的投入资本回报率(ROIC),需在2028至2030年间累计创造约1.42万亿美元的收入。 高盛互联网与科技团队负责人Eric Sheridan在报告中指出,当前市场争论的焦点已从近期支出规模本身,转向这轮巨额投资能否在未来三年内产生可观回报。与此同时,云计算积压订单数据提供了一定支撑——截至2026年第二季度,AWS、Azure和谷歌云合计积压订单约1.69万亿美元,同比增长152%,为收入目标的可实现性提供了初步背书。 然而,高盛框架之外的变量同样不容忽视。约3万亿美元的表外承诺并未纳入ROIC分母,GPU和算力定价的持续下行压力已有所显现,而规模更为庞大的"第三阶段"资本支出(2028至2030年约4.14万亿美元)的回报问题,则被高盛明确留待另行讨论。 资本支出三阶段:规模逐级跃升 高盛将本轮AI算力建设周期划分为三个阶段: 第一阶段(2023至2
sleepy.md
sleepy.md
高盛懒得跟市场吵 AI 到底是不是泡沫了,直接给这轮 AI 基建定了个 KPI。 1GW 算力,一年得挣 116 亿美元。 按照高盛的算法,如果这轮巨额 AI CapEx 最后要做到 15% ROIC,那么 2028 到 2030 年,大厂们需要创造大约 1.42 万亿美元可清算收入。 高盛认为,按照现在的数据中心建设规模,平均每 1GW 算力对应的收入要求大约就是 116 亿美元。只要能做到这个水平,这轮疯狂买卡、建机房、拉电网的钱,账面上是能回来的。 更关键的是,钱甚至已经有一部分排队等着付了。 高盛估算,目前大约 59% 的收入要求已经可以被云厂商现有 backlog 覆盖。换句话说,这轮 AI 基建并不是先把几万亿美元扔进去,再祈祷以后有人来用。客户订单已经堆在那里,接下来主要看这些合同到底能兑现多少。 所以 AI CapEx 是不是泡沫,现在越来越不能只看「花了多少钱」。 真正要看的是另外一场赛跑。 GPU 在折旧,模型调用价格在降,单位算力越来越便宜。与此同时,AI 的使用量也在暴涨。 如果需求膨胀得比算力贬值得快,这笔账就能继续滚下去。 如果哪天机房还在疯狂通电,backlog 却不涨了,那时候再喊泡沫,可能就不用吵了。 现在 AI 最大的问题已经不是有没有人买单,是这帮人能不能一直这么买。
zerohedge
zerohedge
TL/DR: Goldman thinks $1.42 trillion in revenue over 2028-30, or $11.6BN per GW - is clearable (required for 15% ROIC), with 59% of it already sitting in cloud backlogs and management teams claiming paybacks of anywhere from one to three years And here is the counter: the hurdle is clearable if compute stays scarce, if GPU and token prices don't deflate, if a 5-year useful life is real, if a handful of AI labs keep paying their bills, and if the $3 trillion off-balance sheet iceberg doesn't need a return of its own.
律动BlockBeats
律动BlockBeats
星球精选媒体
高盛:AI资本开支未到拐点,市场将更严审变现效率
BlockBeats 消息,9 月 26 日,美股在高油价和高收益率压力下仍保持韧性,AI 题材继续托住科技板块表现。高盛最新测算则将市场的关注点进一步推向回报端:美国头部 AI 云厂商未来几年需实现约 3000 亿美元年化 AI 收入,才能覆盖当前大规模投入;若要让云厂商取得可观回报、应用层也维持较高利润率,终端用户每年对 AI 应用的支出需接近 1 万亿美元。 高盛分析师 Ryan Hammond 预计,超大规模云厂商 2026 年资本开支将达到约 8000 亿美元,市场对 2027 年的一致预期约为 1.1 万亿美元。高盛的基准判断是,2027 年实际投入仍可能高于一致预期,只是增速和超预期幅度将逐步放缓。对于已经依赖数据中心、GPU、存储和网络设备支撑的 AI 交易而言,资本开支并未接近突然收缩的节点,市场将更密切观察每一美元投入能转化出多少云收入和利润。 这份报告也没有将 AI 叙事简单转为悲观判断。高盛指出,二季度超大规模云业务收入相较于 AI 兴起前的趋势,已额外年化约 700 亿美元,已公布的收入积压订单超过 1.5 万亿美元。企业 AI 采购仍处于早期阶段,近
oAdam
oAdam
10.3 万亿美元、年均占 GDP 的 3.63%——这是哥伦比亚商学院教授对 2025-32 年美国 AI 基建投资的估算,用于数据中心、电力、网络和 AI 专用设备。 作为对比,美国历史上最大的基建浪潮铁路,峰值也只有 GDP 的 2.24%。 这个量级有两层含义:一是"卖铲子"的环节(电力、光模块、机房)确定性最高,因为无论哪家模型公司赢,这些都要建; 二是如此庞大的资本开支必须靠融资支撑,而融资成本直接挂钩利率——AI 叙事能走多远,某种程度上是货币政策的函数。
1441F9
1441F9
【CSIS:全球AI治理进入“规则竞争”阶段】 全球AI治理问题是美中峰会的重要议题之一。峰会前夕,美国智库战略与国际研究中心(CSIS)发布分析报告指出,全球AI治理正出现几种相互竞争的制度框架,争论焦点越来越从技术能力本身,转向谁来制定规则。 文章重点比较了三种路径:中国推动的世界人工智能合作组织(WAICO)、美国主导的 Pax Silica,以及联合国的全球人工智能治理对话。其中,WAICO 是正式的政府间组织,主要面向全球南方;Pax Silica 则更侧重AI和半导体供应链安全,并非以制定全球AI治理规则为主要目标;联合国机制则主要承担讨论和协调功能。 CSIS认为,中国已建立较多具有约束力的AI监管规则,并通过开放权重模型、培训和技术方案扩大在发展中国家的影响力。WAICO于2026年7月成立,29个创始签署国中多数来自全球南方。 相比之下,美国在领先模型、算力、资本和盟友网络方面占优,但仍缺乏一套清晰、稳定、可向全球推广的AI治理框架。Pax Silica目前更多提供资本、技术和供应链准入,而非完整的全球治理制度。 您认为,下一轮AI竞争,拼的是技术优势,还是规则与制度影响力?