lijianfei.com

华尔街对 AI 基础设施扩张速度的传统预测，正在遭遇一场由会计口径引发的系统性低估。长期以来，市场分析师习惯紧盯科技巨头财报中的现金流量表资本开支（Cash CapEx）与管理层指引，却普遍忽视了支撑 AI 数据中心野蛮生长的“地下影子账本”——长期租赁承诺（Lease Commitments）。

摩根士丹利（Morgan Stanley）Nicholas Lentini 团队近期发布的深度研报揭示了一个惊人的数据：在穿透并将长期租赁资本化纳入统计后，全球超大规模云厂商（Hyperscalers）与新型算力云（Neoclouds）在 2027 年的 AI 算力总投资将飙升至 1.58 万亿美元（较纯现金口径高出整整 14%）。这笔超过 1.1 万亿美元的未履约表外租约，不仅重构了 AI 基建的真实杠杆，更在 2027 年自由现金流断崖缺口面前，将云巨头彻底割裂为信贷成本免疫与流动性承压的两极世界。

在我通读并推演这份研报的数据逻辑后，我发现这份长达数十页的底稿实际上回答了当务之急最核心的四个工程与财务命题：这笔万亿美元的表外影子账单因何而生？高达 25%~50% 的 ROIC 能否支撑资本开支的持续扩张？1.58 万亿美元沿硬件产业链流向了谁的口袋？以及，谁会在 2027 年的现金流大考中率先撞上信贷天花板？

一、表外万亿“影子账单”：传统 CapEx 测算为何系统性失真？

要理解 1.58 万亿美元这个数字的由来，首先必须厘清现代超大规模数据中心的会计处理暗礁。

1.1 会计准则下的“隐形负债”

在标准会计实务（如 US GAAP ASC 842 与 IFRS 16）中，云厂商自行购置土地、采购机柜与服务器，会直接计入现金流量表的“购建固定资产、无形资产和其他长期资产支付的现金”（即传统 Cash CapEx），并体现在管理层每个季度的业绩会现金开支指引中。

然而，随着 AI 集群对电力供应、园区规划和定制化厂房的要求极其严苛，微软、甲骨文、Meta 等巨头越来越多地采用“开发商代建 + 长期运营租赁（Turnkey Lease）”模式。这种安排在经济实质上完全等同于由第三方债务融资完成的重资产采购，但 尚未交付起租的未履约租赁承诺（Unfulfilled Lease Commitments）并不会出现在当期现金流量表与管理层 CapEx 指引中 。

大摩团队统计显示，目前全球 Hyperscalers 披露的未履约租赁承诺总额已经超过 1.1 万亿美元。如果继续沿用传统现金流量表口径，华尔街将不可避免地大幅低估实际投向物理世界的 AI 算力资产总量。

1.2 全口径 AI 资本开支预测演进

将租赁资本支出（Lease CapEx）还原并表后，全球 AI 算力开支的增长曲线呈现出极为激进的跃迁节奏：

在 2027 年这 1950 亿美元的租赁资本开支中，各家云巨头的策略出现了显著分化。甲骨文（Oracle）以 572 亿美元拔得头筹，占据了全行业近 30% 的租赁开支份额；微软以 453 亿美元位居次席；Meta、亚马逊与谷歌则分别贡献了 372 亿美元、284 亿美元与 266 亿美元。

xychart-beta
    title "2027 年主要云巨头租赁资本支出 (单位：亿美元)"
    x-axis ["甲骨文", "微软", "Meta", "亚马逊", "谷歌"]
    y-axis "租赁 CapEx 规模" 0 --> 600
    bar [572, 453, 372, 284, 266]

甲骨文之所以在租赁口径上一骑绝尘，核心原因在于其 OCI（Oracle Cloud Infrastructure）近年来通过深度绑定大型模型客户（如 OpenAI 等机构的外部多云集群），采用了极其激进的第三方数据中心租赁代建策略，试图以最快速度抢夺算力供给高地。这种高杠杆租赁模式在景气度上行期能实现算力规模的非线性扩张，但也为其后续的资产负债表埋下了伏笔。

二、算力微观经济学：25%~50% ROIC 到底能不能自圆其说？

面对如此庞大的资本沉淀，市场最为警惕的质疑莫过于：万亿美元级别的硬件开支，到底能否产生健康的投入资本回报率（ROIC）？

大摩在报告中给出了相对乐观的测算结果：全球新增 AI 算力资产在全生命周期内的综合 ROIC 预计将维持在 25% 至 50% 之间。通过对两种主流商业化落地路径的单位经济模型（Unit Economics）进行拆解，其背后的现金流创造机制十分清晰：

flowchart TD
    subgraph S1["算力资本注入与资产形成"]
        direction TB
        C1["现金 CapEx + 租赁资产 (1.58 万亿美元)"] --> C2["数据中心厂房、高密机架与输变电设施"]
        C2 --> C3["GPU / XPU 算力集群与光电互联网络"]
    end

    subgraph S2["商业化变现双轮驱动"]
        direction TB
        C3 -->|基础设施层| M1["GPU 算力租赁模式 (IaaS)"]
        C3 -->|平台与应用层| M2["大模型 API 与企业服务 (MaaS/PaaS)"]
        M1 --> R1["边际 EBIT 利润率：60% ~ 70%<br/>全周期 ROIC：25% ~ 40%"]
        M2 --> R2["增量 EBIT 利润率：> 70%<br/>全周期 ROIC：最高可达 63%"]
    end

    subgraph S3["宏观财务映射"]
        direction TB
        R1 & R2 --> F1["贡献 2027 标普 500 营收增长的 5%"]
        F1 --> F2["赋能者与采纳者驱动标普 500 全年 78% 盈利增长"]
    end

    style S1 fill:#f8fafc,stroke:#cbd5e1
    style S2 fill:#eff6ff,stroke:#93c5fd
    style S3 fill:#f0fdf4,stroke:#86efac

2.1 GPU 裸金属算力租赁（IaaS）

• 边际息税前利润率（Marginal EBIT Margin）：60% ~ 70%
• 投入资本回报率（ROIC）：25% ~ 40%
• 底层逻辑：只要前沿基础模型的预训练（Pre-training）与大规模推理集群（Post-training / RL Search）对算力依然呈现刚性求大于供，拥有现货交付能力与低延迟互联集群的云厂商，就能凭借高溢价的长协合同锁定极高毛利，折旧周期的延长（从 3 年提升至 4~5 年）进一步优化了账面会计回报。

2.2 模型推理 API 与企业级平台服务（MaaS / PaaS）

• 增量息税前利润率：超过 70%
• 投入资本回报率：最高可达 63%
• 底层逻辑：与重资产的裸金属租赁相比，软件与 API 服务具备典型的“零边际复制成本”属性。一旦底层模型完成蒸馏与推理栈架构优化（如 vLLM / TensorRT-LLM 配合 KV 缓存压缩），高并发 Token 吞吐的边际收益率将迅速拉升，这也是微软 Copilot、Google Cloud 乃至 AWS Bedrock 能够支撑高 ROIC 的核心引擎。

从宏观传导来看，这 1.58 万亿美元的 CapEx 绝非自娱自乐，它将直接拉动 2027 年标普 500 指数约 5% 的总体营业收入增长（占整体营收增量的 25%）。而在净利润层面，被大摩定义为“赋能者（Enablers）”与“采纳者（Adopters）”的核心受益企业，将合力贡献当年标普 500 指数 78% 的盈利增长。

三、1.58 万亿美元资金流向：产业链价值捕获全景拆解

大摩研究团队通过自底向上（Bottom-up）的归因测算，追踪了这 1.58 万亿美元资金在约 50 家核心上市公司之间的流向分配。结果显示：大约 65% 的 AI 资本开支最终将转化为标普 500 成分股的直接营收。

我将整条价值链自上而下逐层解剖：

flowchart LR
    A["1.58 万亿美元<br/>全口径 AI CapEx"] --> B["65% 流入标普 500 成分股"]

    B --> C["算力核心：AI 芯片<br/>英伟达独揽约 2/3 流入额<br/>博通 XPU 迈向万亿市场"]
    B --> D["物理瓶颈：存储器件<br/>DRAM 供求紧平衡<br/>进入 2026Q4 晚期循环"]
    B --> E["互联中枢：网络通信<br/>每 1 美元 CapEx 产生 0.25 美元<br/>2027 总规模约 3740 亿美元"]
    B --> F["设计底座：EDA 与 IP<br/>Synopsys AOIP 版税模式<br/>Cadence 深度绑定定制硅"]
    B --> G["现实之锚：重工电力与散热<br/>GE Vernova 燃机排至 2029<br/>单价暴涨至 3000 美元/千瓦"]

    style A fill:#fef3c7,stroke:#f59e0b
    style B fill:#dbeafe,stroke:#3b82f6
    style C fill:#dcfce7,stroke:#22c55e
    style D fill:#ede9fe,stroke:#a855f7
    style E fill:#e0e7ff,stroke:#6366f1
    style F fill:#fce7f3,stroke:#ec4899
    style G fill:#ffedd5,stroke:#f97316

3.1 芯片计算层：英伟达独占鳌头与博通定制硅崛起

• 英伟达（NVIDIA）：依然是整场基建运动的最大赢家，大摩预计它将独占所有流入标普 500 成分股算力资金的约三分之二（~66%）。其新一代硬件平台（如 Fermium 架构及后续迭代）展现出极高的价值捕获能力，每吉瓦（GW）算力部署能够为英伟达带来超过 500 亿美元的硬件收入。按照 2028 财年预期每股收益（EPS）测算，其估值倍数仅约 15 倍左右，具备高度不对称的风险收益比。
• 博通（Broadcom）：作为云巨头自研 ASIC（XPU）的最核心推手，大摩预测全球定制芯片（XPU）市场空间将在 2028 年跨越 1 万亿美元大关，博通的客制化硅芯片与 PCIe/SerDes 业务将深度享受去英伟达化进程的溢出红利。

3.2 存储层：DRAM 瓶颈与晚期周期的“反常估值”

• 高带宽内存（HBM）与前沿 DRAM 已成为当前多卡互联集群最脆弱的物理瓶颈。然而吊诡的是，相关存储芯片厂商的远期市盈率（NTM P/E）仅在 3 倍左右徘徊，说明资本市场几乎将其按“零增长溢价”的周期股对待。
• 大摩指出，存储超级周期预计将在 2026 年第四季度进入景气度下半场的晚期阶段，产品涨价斜率逐步放缓。SK 海力士与三星电子已通过长协订单（LTA）锁定了绝大部分需求，并加速通过股东回报对冲周期见顶预期（SK 海力士注销 400 亿韩元股份，三星设定 900 亿~1100 亿韩元股东回报）。

3.3 网络互联层：每投入 1 美元 CapEx，产生 0.25 美元网络支出

• 在分布式千卡、万卡集群中，以太网/InfiniBand 网络拓扑与光模块已经与计算核心等量齐观。大摩模型测算得出一个关键经验系数：超大规模云厂商每支出 1 美元资本开支，就对应约 0.25 美元的网络硬件收入。
• 据此测算，2027 年全球 AI 网络市场规模将达到约 3740 亿美元。英伟达网络业务部门（基于 Mellanox 的 InfiniBand 与 Spectrum-X）、博通（Tomahawk/Jericho 交换芯片）、中际旭创（Innolight 800G/1.6T 光模块）以及 Arista Networks 将是这一红利池的最大瓜分者。

3.4 芯片设计底座：EDA 从“软件授权”跃迁至“生产版税”

• 随着各大云厂商狂热自研定制硅（Google TPU、AWS Trainium、Meta MTIA、Microsoft Maia），芯片设计工具的商业模式发生了深刻变革。新思科技（Synopsys）推出的 AOIP（Application Optimized IP） 模式，打破了传统的固定软件 License 限制，将软件工具收入与后续客户芯片的真实量产出货量直接挂钩，按芯片颗数抽取生产版税（Production Royalties），极大地提升了设计工具厂商的价值天花板。

3.5 重工业与电力装备：算力尽头的“能源枷锁”

• 算力开支向现实世界的传导，最终全数撞在了变压器、燃气发电机与散热管网上。
• 燃气轮机巨头 GE Vernova 的产能已直接售罄至 2029 年，设备售价从 2020 年代初期的每千瓦 1000 美元直接暴涨至目前的每千瓦 3000 美元（涨幅达 200%），来自数据中心的电站订单在其储备管道中占比已飙升至三分之一；此外，燃气往复式发动机制造商 INIO 与固体氧化物燃料电池（SOFC）领军者 Bloom Energy（BE）也成为离网独立供电方案的最大黑马。

四、2027 自由现金流赤字与残酷撕裂的信贷分水岭

在 1.58 万亿美元的繁荣表象之下，深水区的暗流正在汹涌汇聚。大摩警告称：2027 年将是整个预测周期中自由现金流（Free Cash Flow, FCF）赤字最为严峻的年份。

截至 2026 年当前，超大规模云巨头今年已累计在公开市场发行了约 2550 亿美元的无抵押债券，占到其全年预估资本开支的近 30%。而在美债利率维持高位波动的背景下，10 年期债券的全价收益率已较 2025 年底大幅上行了 100 到 180 个基点。

资本开支的无底洞与融资成本的骤升，正在将行业玩家撕裂成两个完全不同维度的世界：

从这份对比可以清晰看出，AI 军备竞赛正从一场“算法与工程效率的竞争”，彻底演变为一场“企业主体信贷评级与低成本资金获取能力的碾压战”。

对于第一梯队的微软或谷歌而言，即便每年砸下数千亿美元，其充沛的商业现金牛业务依然能够确保利息覆盖倍数稳居 10 倍以上的极度安全区间；但对于试图凭借表外租约与高息发债强行弯道超车的甲骨文等厂商，其利息覆盖倍数在 2027 年恐将直接滑落至 1.8 倍的危险边缘。

正因如此，大摩预测 2027 年的底层融资结构将发生结构性突变：

1. 发债久期大幅缩短：市场不再愿意为 10 年以上的超长算力债提供低溢价，债券期限明显向 3~5 年收敛；
2. 资产证券化（ABS）与私募信贷全面接管：芯片和服务器本身具备快速折旧与确定性现金流回流属性，未来的算力扩张将更多依赖与具体集群租赁合同绑定的 ABS（资产支持证券）与非标私募信贷，以隔离母公司资产负债表风险。

五、第一视角工程复盘与架构启示

作为一名长期追踪云基础设施与高并发系统落地的工程师，研读大摩这份 1.58 万亿美元算力测算底稿，带给我远超财务报表本身的工程震撼。在这场史诗级的资本狂飙中，我总结出三点不可逆的底层认知迭代：

[!IMPORTANT]
算力扩张的本质瓶颈已经从原子层面全面撞上物理世界天花板
过去我优化系统，瓶颈往往在 CUDA Kernel、网络抖动或分布式通信同步（AllReduce）；但在 1.58 万亿美元的推演下，真正的致命死锁变成了变电站环评批文、110kV 输电线路容量、GE Vernova 燃机排产期以及数据中心供水管网。当物理世界的扩张周期（3~5 年）远远慢于软件与算法的迭代速度（6 个月）时，任何算力集群的规划都必须把“电力可获得性”与“表外租约交付率”置于算力卡选型之前。

[!TIP]
算法层优化不再只是锦上添花，而是直接决定生死存亡的保命底牌
2027 年 1.8 倍的极限利息覆盖倍数，意味着二三线云厂商与创业公司容不得半点算力浪费。模型上下文缓存压缩（KV Cache Pruning）、推测解码（Speculative Decoding）、FP4/FP8 混合精度推理，以及基于模型架构感知的通信隐藏技术，不再只是论文里的基准跑分玩具。每提升 10% 的算力有效利用率（MFU），就直接为财务端抵消了上亿美元的表外利息支出。

[!NOTE]
信贷分水岭将加速算力生态向寡头垄断收敛
当融资成本在第一梯队与第二梯队之间拉开 200 个基点以上的利差时，高杠杆中小算力云的防线将极其脆弱。未来的软件架构师在进行多云灾备或大模型底座选型时，必须将云服务商的信用评级与资产负债表久期纳入技术选型的风险矩阵中——租用低评级算力云看似单位成本便宜，但在 2027 年现金流大考来临时，其面临的供应链断供、抵押硬件收回与违约转租风险将被无限放大。

原文链接与参考资料

• 原文链接：Morgan Stanley Raises 2027 AI CapEx Forecast to $1.5 Trillion, Highlighting 'Hidden' Lease Obligations - Macrostream
• 分析报告来源：Morgan Stanley Equity Research, Nicholas Lentini Technology & Infrastructure Team
• 数据引用支持：Macrostream Macro & Tech Channel (2026)