第五章 云/数据中心 — $6,900 亿 CapEx 的四大战场

5.1 开篇：四大云厂商的 CapEx 军备竞赛

2026 年的科技产业正在经历人类商业史上最疯狂的资本支出竞赛。根据 TrendForce 2026 年 5 月报告,全球前九大云服务商 (Google、AWS、Meta、Microsoft、Oracle、ByteDance、Tencent、Alibaba、Baidu )的合计 CapEx 预计达到约$8,300 亿美元,年增长率高达 79% 。仅北美五大超大规模企业——Amazon、Microsoft、Google、Meta、Oracle—— 合计 CapEx 就超过$6,900 亿美元。如果只看本章聚焦的「四大云厂商」(不含 Meta ),数字同样令人窒息:

• Amazon :CapEx 指引约$2,000 亿;增长 +60% YoY ;(2026 年 2 月财报电话会)
• Microsoft :CapEx 指引约$1,900 亿;增长 +61% YoY ;(2026 年 4 月 Q3 财报)
• Alphabet (Google) :CapEx 指引 $1,800-1,900 亿; 增长 +100%+ YoY ;(2026 年 4 月 Q1 财报,上调)
• Oracle :CapEx 指引 $560 亿(FY2026 实际);增长 +162% YoY ;(2026 年 6 月 Q4 财报)
• 合计:CapEx 指引约$6,250 亿+ 这个数字代表什么?相当于台湾整个 GDP 的 80% 以上,或者说,四家公司一年花的基建费用,比大多数国家的全部经济产出还高。为什么 CapEx 增长如此疯狂? 答案可以浓缩为三个字:AI 需求。Penn Capital 2026 年 5 月报告指出,超大规模企业约 75% 的 CapEx 直接投向 AI 基础设施——GPU、高带宽服务器、网络设备和专用数据中心。这不是「以防万一」的预防性投资,而是基于实际需求的「追赶式」建设。Google CFO 在 Q1 财报中明确表示公司处于「供应受限」(supply constrained )状态,意味着就算花这么多钱, 产能依然不够用。CapEx 流向分析:钱花到哪去了? 以 Alphabet 为例,其 CFO Anat Ashkenazi 在 2026 年 2 月财报电

话会上透露:

• 约 60% ($1,050-1,110 亿)→ 快速折旧资产(服务器、GPU、自研芯片)
• 约 40% ($700-740 亿)→ 数据中心建设和网络基础设施整体而言,四大云厂商的 CapEx 流向可以概括为:
• GPU/AI 加速器:占比 35-40% (NVIDIA GPU + 自研芯片(TPU/Trainium/Maia ))
• 数据中心建设:占比 25-30% (土建、电力系统、冷却系统)
• 网络设备:占比 15-20% (光纤、交换机、InfiniBand/ 以太网)
• 电力基础设施:占比 10-15% (电网接入、变电站、备用电源) 这就是本章的内核故事:数千亿美元的资本正在被转化为物理基础设施,而这些基础设施的建设者—— 云厂商、数据中心营运商—— 正是 AI 产业链中离「现金流」最近的一层。

5.2 Google Cloud :TPU + 自建数据中心

营收与市占率 Google Cloud 正在经历历史性的增长加速。2026 年 Q1 ,Google Cloud 营收达到$200 亿,同比增长 63%—— 这是自 Alphabet 开始单独披露云业务营收以来的最快增速。

• Q1 2026 营收:$200 亿(Alphabet Q1 2026 财报)
• 年化营收 Run Rate :$800 亿+ (同上)
• FY2025 全年营收:$587 亿(Statista )
• 全球云市场份额:约 14% (Q1 2026 )(Synergy Research/CRN )
• 付费 Gemini 企业客户增长:+40% QoQ (Google Q1 财报电话会)
• 企业 AI 解决方案营收增长:+800% (CRN 报导)
• 云业务积压订单:$4,600 亿(Google Q1 财报电话会) Google Cloud 在 Alphabet 整体营收中的占比已从 2024 年 Q1 的 11.8% 提升至 18% 。这不仅是一个业务增长故事,更是 Google 企业身份认同的根本转变—— 从「搜索公司」到「AI 基础设施公司」。TPU :从 v6 Trillium 到第七代 Ironwood Google 在自研 AI 芯片上的布局是四大云厂商中最早、最深的。2026

年的进展:

• TPU v6e (Trillium ):2025 年量产部署,目前为 Google Cloud 主力推理芯片

• TPU v7 (Ironwood ):2026 年 Cloud Next 大会上宣布 General Availability

• 较 TPU v5p 峰值性能提升 10 倍

• 较 TPU v6e (Trillium )单芯片训练/推理性能提升 4 倍以上

• Google 称其为「最强大、最节能的自研硅片」 第八代预览:

• TPU 8t (Sunfish ):Broadcom 设计的训练芯片

• TPU 8i (Zebrafish ):MediaTek 设计的推理芯片

• 均基于 TSMC 2nm 制程,预计 2027 年底量产 TPU 生态的关键战略价值在于客户绑定。2025 年 10 月,Anthropic 宣布扩大 Google Cloud 使用,承诺部署多达 100 万颗 TPU ,带来超过 1GW 的计算容量。这种深度绑定意味着客户的 AI 训练代码与 TPU 生态高度耦合,迁移成本极高。数据中心建设:全球扩张 + Blackstone 合资 Google 的数据中心扩张策略在 2026 年进入新阶段:

• Alabama 扩张:2026 年 6 月宣布投资$15 亿扩建 Jackson County 数据中心园区

• Blackstone 合资:2026 年 5 月,Google 与 Blackstone 成立$50 亿 TPU 基础设施合资企业

• 首批 500MW 计算容量预计 2027 年上线

• Blackstone 提供数据中心容量、网络和营运

• Google 提供 TPU 和云服务

• 本质上是「TPU 即服务」的第三方托管模式

5.3 AWS :Trainium + Graviton + 全球最大云

• 核能布局:与 Kairos 及 TVA 合作,为 Alabama 和 Tennessee 数据中心供应最高 50MW 清洁能源 Google 的策略可以用一句话概括:自研芯片 × 自建数据中心 × 合资扩张 = AI 基础设施的垂直集成。营收与市占率 AWS 依然是全球云市场的绝对霸主。2026 年 Q1 ,AWS 交出了 15

个季度以来最强劲的增长数据:

• Q1 2026 营收:$375.9 亿(Amazon Q1 2026 财报)
• 年化营收 Run Rate :$1,500 亿+ (同上)
• 同比增长:+28% (同上)
• 营业利润(Q1 ):$142 亿(同上)
• 全球云市场份额:约 28% (Synergy Research Q1 2026 )
• 占 Amazon 营业利润比重:约 57% (2025 全年) (HotFrameworks ) AWS 的「现金牛」地位无可撼动。它只占 Amazon 总营收的约 21% ,却贡献了 57% 的营业利润。这使得 Amazon 有底气宣布 $2,000 亿的年度 CapEx—— 因为 AWS 的利润引擎足以支撑这场豪赌。Andy Jassy 在 2026 年 2 月财报电话会上为$2,000 亿的支出辩护:「这不是某种唐吉诃德式的追营收行为(quixotic top-line grab )。」他枚举了 AI、自研芯片、机器人、低轨卫星等多条投资方向。Trainium2 :自研 AI 芯片的里程碑 2026 年,AWS 的自研芯片业务悄悄跨过了一个惊人的门槛:
• 年化营收 Run Rate 突破$200 亿:2026 年 Q1 , AWS 自研 AI 芯片业务(含 Trainium、Inferentia 和 Graviton )年化收入首次超过$200 亿(来源:Amazon 2026 年 4 月股东信)
• 单季环比增长 40% :Trainium 处理器销售额在 Q1 环比增长近 40%
• 全球前三:Amazon 管理层宣称其自研硅片业务已成为「全球前三大数据中心芯片业务之一」 Amazon 在 2026 年 6 月被报导正在与第三方数据中心进行早期谈判,计划将 Trainium 芯片直接出售给外部客户—— 这是打破 AWS 独家分发模式的战略性突破。

内核产品矩阵:

• Trainium2 :AI 训练主力,EC2 Trn2 实例配备 16 颗 Trainium2 芯片,较 GPU P5e/P5en 实例价格性能比高 30-40%
• Trainium3 :下一代产品,已在开发中
• Graviton :通用计算 CPU (ARM 架构),为非 AI 工作负载提供成本优势
• Inferentia :AI 推理专用芯片 Project Rainier :全球最大自研芯片集群 AWS 的「旗舰工程」是 2025 年 10 月激活的 Project Rainier :
• 部署近 50 万颗 Trainium2 芯片
• 占地 1,200 英亩(Indiana )
• 专门用于训练 Anthropic 的 Claude 模型
• 这是人类历史上最大的单一自研 AI 训练集群数据中心全球扩张 Amazon 的$2,000 亿 CapEx 中,大部分将流入 AWS 数据中心建设。AWS 目前在全球超过 30 个地理区域营运,且持续扩张。其策略是:
• 在主要市场保持「多可用区」冗余
• 在新兴市场(东南亚、中东、拉丁美洲)快速布点

5.4 Microsoft Azure :OpenAI 绑定 + 核电重启

• AI 年化收入已达$150 亿 Run Rate 营收与市占率 Azure 是全球云市场增速最快的「Big Three」成员,也是 AI 商业化

最激进的平台:

• Azure 营收增速(FY26 Q3 ):+40% YoY (固定汇率)(Microsoft FY2026 Q3 财报)
• Microsoft Cloud 营收(FY26 Q3 ):$545 亿(同上)
• Microsoft Cloud 年增速:+29% (同上)
• 全球云市场份额:约 21% (Synergy Research Q1 2026 )
• AI 业务年化 Run Rate :$370 亿(Microsoft FY26 Q3 报告)
• 商业剩余履约义务:$6,270 亿(同上)
• CY2026 CapEx 指引:$1,900 亿(2026 年 4 月 Q3 财报电话会)
• FY2026 Q3 营收:$829 亿(Microsoft FY2026 Q3 财报) Azure 40% 的增速意味着什么?考虑到 Azure 目前的体量(年化超过 $800 亿),这个增速相当于每年「添加一个中型云公司」的营收体量。背后驱动力是 AI 工作负载的爆发——Azure OpenAI Service 年化营收已达$130 亿 Run Rate ,65% 的 Fortune 500 企业正在使用该平台进行生产级 AI 部署。与 OpenAI 的关系:从独家到分享 Microsoft 与 OpenAI 的关系在 2026 年经历了重要转变:
• 2024 年之前:Microsoft 是 OpenAI 的独家云合作伙伴
• 2026 年 4 月:双方达成新协议
• Microsoft 不再向 OpenAI 支付营收分成
• Microsoft 获得 OpenAI 营收的 20% 保证分成直到 2030 年,上限$380 亿
• OpenAI 可以与其他云服务商合作
• Microsoft 在 OpenAI 剩余履约义务中占 46% 这看似「松绑」,实际上 Microsoft 已经获得了最重要的东西:Azure OpenAI Service 已经创建了独立的企业客户基础,且开始引入 Anthropic 等其他模型供应商。OpenAI 的「解绑」反而强化了 Azure 作为「多模型平台」的定位。Morningstar 2026 年 5 月报告指出,Anthropic 仅占 Microsoft 剩余履约义务的 5% ,而 OpenAI 占 46% ,显示 OpenAI 依然是 Azure AI 平台的内核。三里岛核电重启:$16 亿的能源豪赌 Microsoft 在能源策略上走了最激进的一步。2024 年 9 月, Constellation Energy 宣布与 Microsoft 签署 20 年购电协议 (PPA ),计划重启宾州三里岛核电站 Unit 1 反应堆:
• 投资额:Constellation 投资$16 亿重启反应堆
• 容量:835MW ,足以供电约 80 万户家庭
• 期限:20 年 PPA
• 命名:将更名为 Christopher M. Crane Clean Energy Center
• 美国能源部贷款:$10 亿 DOE 贷款,降低重启成本
• 预计重启时间:2027 年

5.5 Oracle Cloud :激进扩张的黑马

• NRC 进展:2026 年 6 月,联邦能源监管委员会 (FERC )批准豁免,项目按计划推进这是美国历史上首次重启一座完全退役的商业核反应堆。该反应堆于 2019 年因经济性不佳而关闭,如今在 AI 数据中心电力需求的推动下「起死回生」。此交易的深层逻辑:AI 数据中心需要 24/7 稳定、大规模、零碳的基载电力,核能是唯一同时满足这三个条件的电源。(这与第一章讨论的电力瓶颈直接呼应。) 营收:从配角到 AI 基建新贵 Oracle 过去十年一直被视为「遗产软件公司」,但在 AI 浪潮中完成

了惊人的逆袭:

• FY2026 全年营收:$674 亿(Oracle FY2026 年报 (截至 2026 年 5 月))
• FY2026 云营收(IaaS+SaaS ):$340 亿,+39% YoY (同上)
• FY2026 云基础设施(IaaS )营收:$181 亿, +77% YoY (同上)
• Q4 FY2026 云基础设施增速:+93% (Oracle Q4 FY2026 财报)
• Q3 FY2026 GPU 相关云营收增速:+177% (Oracle Q3 财报)
• FY2026 CapEx (实际):$557 亿,+162% YoY (Oracle FY2026 年报)
• FY2027 CapEx 指引:$900-950 亿(Oracle Q4 财报电话会)
• 剩余履约义务(RPO ):$6,380 亿(Oracle Q4 FY2026 )
• 营运现金流:$320 亿(创纪录)(同上)
• 自由现金流:-$237 亿(同上) 注意最后一行:Oracle 的自由现金流为负$237 亿。这意味着它正在「借未来的钱」建设数据中心。$320 亿的营运现金流全部被 CapEx 吞噬,还不够。管理层已宣布计划再融资$400 亿。与 NVIDIA 的深度合作 Oracle Cloud Infrastructure (OCI )从一开始就定位为「NVIDIA GPU 的最大托管者之一」:
• Q3 FY2026 GPU 相关云营收增长 177%
• Oracle 是 NVIDIA GB200 NVL72 机柜的主要部署者
• FY2027 CapEx 指引$900-950 亿,其中大部分用于购买 NVIDIA GPU Motley Fool 2026 年 6 月报导标题写得很直白:「Oracle Has Fantastic News for Nvidia Stock Investors」——Oracle 几乎是在为 NVIDIA 代工销售。数据中心建设:全球 100+ 地点的雄心 Oracle 的数据中心策略以「分布式云」为内核,在全球部署小型、高密度 AI 数据中心:
• 多云数据库消费增长 817% (Q2 FY2026 )
• RPO 从$550 亿飙升至$6,380 亿,反映大型 AI 合约的涌入

5.6 CoreWeave 和 Nebius :AI-Native 云

CoreWeave (CRWV) :从加密矿场到$500 亿 AI 超大规模云

• 内核客户包括 OpenAI (Stargate 项目)和 Meta Oracle 的黑马逻辑:它不需要赢得云的全部市场,只需要成为 AI 训练/推理工作负载的「性价比之选」。OCI 的定价通常低于 AWS 和 Azure ,且在大规模 GPU 集群的部署效率上具备优势。如果说四大云厂商是「大象在跳舞」,那么 CoreWeave 和 Nebius 就是「猎豹在冲刺」—— 它们从诞生之日起就只做一件事:为 AI 工作负载提供 GPU 算力。IPO 与业务概况
• IPO 日期:2025 年 3 月 28 日(Nasdaq )
• IPO 价格:$40/ 股(同上)
• IPO 估值:$230 亿(全稀释)(同上)
• FY2025 全年营收:$51 亿,+168% YoY (CoreWeave FY2025 年报)
• FY2024 营收:$19.2 亿,+738% YoY (同上)
• Q1 2026 营收:约$20.8-21 亿,+111-112% YoY (CoreWeave Q1 2026 财报,2026 年 5 月)
• 营收积压:约$994 亿(Q1 2026 创纪录,+50% QoQ )(CoreWeave Q1 2026 财报,2026 年 5 月)
• 2026 全年营收指引:$120-130 亿(CoreWeave Q1 2026 财报,2026 年 5 月)
• GPU 数量:25 万+ (32+ 数据中心)
• 市值(截至撰稿时):约$500 亿(2026 年 6 月)
• 股价(截至撰稿时):约$97 (2026 年 6 月) CoreWeave 的故事堪称传奇:2017 年以加密货币挖矿起家,2022 年转型 GPU 云计算,2025 年成为自 2021 年以来最大的科技 IPO ,2026 年成为史上最快达到$50 亿年营收的云公司。内核客户与商业模式
• Microsoft :占 FY2025 营收的 67%
• OpenAI :$119 亿合约
• Meta :$210 亿承诺
• 商业模式:租赁 NVIDIA GPU 集群,定价比 AWS 和 Google 低 30-60%

Nebius (NBIS) :从 Yandex 到 AI 云的浴火重生

• 合约以「长期预留」为主,平均合约期限数年风险提示:客户集中度极高(Microsoft 占 67% ),且重度依赖债务融资。CoreWeave 本质上是一个「GPU 租赁金融公司」—— 大量借债购买 GPU ,再长期租出。如果 AI 需求放缓或 GPU 降价,其商业模式将面临巨大压力。
• 前身:Yandex (俄罗斯搜索引擎)
• 重组完成:2024 年
• Q1 2026 集团营收:$3.99 亿,+684% YoY (Nebius Q1 2026 财报)
• Q1 2026 AI 云营收:$3.90 亿,+841% YoY (同上)
• AI 云占集团营收比:98% (同上)
• 年化 Run Rate :$19.2 亿,环比+50% (同上)
• 市值(截至撰稿时):约$700 亿(2026 年 6 月)
• 股价(截至撰稿时):约$240-250 (2026 年 6 月) Nebius 的增长数字极为夸张——Q1 2026 AI 云营收同比增长 841% 。但需要注意,这是从极低基数起步的爆发性增长(Q1 2025 营收仅$5,100 万)。定位:欧洲/全球的 AI 基础设施替代方案
• 总部在阿姆斯特丹,业务遍布欧洲
• 2026 年 3 月宣布进军亚太市场(新加坡)
• 子公司包括 Avride (自动驾驶)和 TripleTen (教育科技)
• 内核业务就是 GPU 云—— 为 AI 公司提供计算资源 AI-Native 云 vs 传统云的内核差异
• 服务范围:全栈(计算+ 存储+ 数据库+... ) → 聚焦 GPU 计算
• 客户类型:全行业 → AI 公司、模型训练商
• 定价策略:按需+ 预留 → 长期合约为主
• GPU 密度:中等 → 极高
• 网络优化:通用 → 为集群间通信深度优化
• 部署速度:周到月 → 天到周
• 价格:标准 → 低 30-60% AI-Native 云的本质优势在于:它们不需要维护传统云的长尾服务(如 S3、Lambda、DynamoDB 等数百种服务),可以将所有工程资源集中在一件事上—— 让 GPU 集群跑得更快、更稳、更便宜。

5.7 数据中心建设的关键瓶颈

电力：最内核的瓶颈

有了$6,900 亿的预算,问题不是「有没有钱」,而是「钱花得出去吗」。数据中心建设面临四大物理约束: (与第一章深度呼应) AI 数据中心的功耗密度是传统数据中心的 5-10 倍。一个装满 NVIDIA GB200 NVL72 机柜的数据中心,每 MW 容量支撑的机柜数量远少于传统工作负载。关键数据:

• 传统数据中心功耗密度:5-10 kW/ 机柜
• AI 训练数据中心功耗密度:40-100+ kW/ 机柜
• 一个 1GW 的 AI 数据中心园区所需电力 = 一座中型城市
• Microsoft 为此重启三里岛核电站(835MW )
• Google 与 Kairos 合作开发小型模块化核反应堆

土地和选址

• Oracle 加入 Stargate 项目的内核驱动力之一就是电力获取能力电力不仅是「有没有」的问题,更是「多快能接入」的问题。在北美主要市场,添加大规模电网接入的排队时间可达 3-5 年。这也解释了为什么 Microsoft 愿意花重金重启一座核电站—— 不是因为核电最便宜,而是因为它最快能获得大规模稳定电源。AI 数据中心园区的规模已经从「一栋楼」演变为「一座城镇」:
• AWS Project Rainier :1,200 英亩(Indiana )
• 选址考量:电力可用性 > 光纤连接 > 土地成本 > 人才 > 税收优惠
• 热门地区:美国中西部(电力充足)、北欧(自然冷却)、中东(主权资本+ 新能源)

冷却：液冷时代的全面到来

• Digital Realty Q1 2026 在 Atlanta、Hillsboro、Milan、Sofia、Portland、Cyberjaya 等地进行战略性土地收购传统风冷已经无法应对 AI GPU 的散热需求。2026 年,液冷成为 AI

数据中心的标配:

• 2025 年市场规模:约$55-67 亿(多家研究机构取中位数)
• 2026 年预估:约$40-68 亿(MarketsandMarkets / Mordor Intelligence )
• 2033 年预测:$180-295 亿(Grand View Research / MarketsandMarkets )
• CAGR (2026-2033 ):20-32% (同上)

液冷技术的主要形态:

• 直接液冷(Direct-to-Chip ):将冷却液直接引到芯片表面,主流方案
• 浸没式液冷(Immersion Cooling ):整块服务器浸入绝缘冷却液,最高效但最复杂

网络和光纤

• 后门热交换器(Rear-Door Heat Exchangers ):改造成本最低的过渡方案关键玩家:Vertiv、Schneider Electric、Rittal、Green Revolution Cooling、Submer AI 训练集群对网络有极端要求—— 数万颗 GPU 需要在毫秒级延迟内

交换数据:

• InfiniBand vs 以太网:NVIDIA 的 InfiniBand 长期主导大规模训练集群,但 Ultra Ethernet Consortium 正在推动以太网替代方案
• 光纤需求暴增:数据中心内部和园区间的光互连需求推动了光模块市场(800G/1.6T )
• 园区网络重构:AI 数据中心的「East-West 流量」(服务器间通信)远超传统数据中心

数据中心建设成本的现实:

• 全球平均建设成本:$1,130 万/MW (Zettabyte Space )
• 范围:$700 万-$1,200 万+/MW (多家来源)
• AI 专用数据中心:$1,200 万-$3,000 万+/MW (APT Tech )
• 年增率:+6% YoY (2025→2026 )(Zettabyte Space )
• 电力系统占比:40-45% (多家来源)

5.8 投资 Playbook :云/数据中心层内核配置：四大云厂商

• 冷却系统占比:15-25% (同上) 内核洞察:瓶颈就是机会。电力、冷却、光纤—— 每一个约束都指向一个可投资的产业链环节。这正是本书「五层视角」的魅力:上游的瓶颈,是中游的订单。
• Alphabet (GOOG/GOOGL ):Google Cloud 63% 增速 + TPU 自研 + $800 亿 ARR ;风险:CapEx 回报周期不确定
• Amazon (AMZN ):AWS $150 亿 ARR + Trainium 成功 +28% 份额;风险:$2,000 亿 CapEx 压低短期利润
• Microsoft (MSFT ):Azure 40% 增速 + OpenAI 生态 + $370 亿 AI ARR ;风险:$1,900 亿 CapEx ;OpenAI 关系演变

卫星配置:AI-Native 云新贵

• Oracle (ORCL ):OCI IaaS 93% 增速 + $6,380 亿 RPO + GPU 合约;风险:自由现金流为负;运行风险配置逻辑:这四家不是「选一个」的关系,而是「不同赔率」的组合。Google 和 Amazon 是「稳健增长+ 市场领导」,Microsoft 是「AI 商业化最前沿」,Oracle 是「最高弹性但最高风险」。
• CoreWeave (CRWV ):$1,000 亿积压 + AI 算力最纯粹标的;风险:客户集中度(MSFT 67% );重债务

主题配置：数据中心 REITs

• Nebius (NBIS ):841% 增速 + 欧洲/亚太布局 + 低基数;风险:估值极高($700 亿市值 vs $19 亿 ARR );前 Yandex 风险风险提示:CoreWeave 和 Nebius 都是「高弹性、高波动」的选项。CoreWeave 的商业模式本质上是 GPU 租赁的金融杠杆游戏;Nebius 的$700 亿市值对应仅$19 亿 ARR ,隐含的增长预期极为激进。这两个标的适合作为「卫星仓位」(占组合 5-10% ),而非内核配置。
• Equinix (EQIX ):Q1 2026 营收$24.4 亿,+10% YoY ;60% 大单与 AI 相关;风险:REIT 估值限制;利率敏感
• Digital Realty (DLR ):Q1 2026 营收$16.4 亿, +16% YoY ;Core FFO +15% ;风险:同上 Equinix 和 Digital Realty 的内核数据(截至 Q1 2026 ): Equinix (EQIX) :
• Q1 2026 营收:$24.4 亿,YoY +10%
• 调整后 EBITDA 利润率:51% (创纪录)
• 2026 全年指引上调:营收增长 10-11% ,AFFO 增长 10-12%
• 约 60% 大型交易与 AI 工作负载相关 Digital Realty (DLR) :
• Q1 2026 营收:$16.4 亿,YoY +16%
• Core FFO :$2.04/ 股,YoY +15.3%
• 2026 全年指引上调:营收$66.5-67.5 亿,Core FFO $8.00-8.10/ 股

整体可行配置

• 营收积压$18 亿数据中心 REITs 的投资逻辑:它们是 AI 基建浪潮的「收租公」 —— 不需要承担 GPU 折旧风险,只收取稳定的租金和电费。缺点是 REITs 的结构限制了估值上限,且对利率变动敏感。但在 AI 需求确定性极高的环境下,它们提供了较低波动率的参与方式。
• 内核配置:建议占比 60-70% ;标的 GOOG、AMZN、MSFT、ORCL ;风格稳健增长
• 卫星配置:建议占比 10-15% ;标的 CRWV、NBIS ; 风格高弹性高波动
• 主题配置:建议占比 15-20% ;标的 EQIX、DLR ;风格低波动收租
• 现金/对冲:建议占比 5-10% ;标的 — ;风格风险管理

风险提示

• CapEx 回报风险:$6,900 亿的投入能产生多少回报?如果 AI 商业化速度不及预期,云厂商可能面临大规模减值
• GPU 降价风险:如果 NVIDIA 竞争加剧或新架构导致 GPU 快速贬值,CoreWeave 等重资产模式将受损
• 监管风险:反垄断(尤其针对 Microsoft-OpenAI 关系)、数据主权法规可能影响云厂商的全球扩张
• 利率风险:CoreWeave、Oracle 等重度依赖债务融资的玩家,在高利率环境下融资成本压力加大
• 电力约束风险:如果电力瓶颈持续,数据中心建设进度可能不及预期,导致营收增长放缓

5.9 本章小结

• 估值风险:Nebius $700 亿市值对应$19 亿 ARR (约 37x ARR ),任何增速放缓都可能导致估值重挫云/数据中心层的内核投资逻辑:
• 确定性最高的 AI 受益层:无论最终哪个大模型「赢了」, 它们都需要在云上训练和部署。云厂商是 AI 产业链中唯一「两头收费」的角色—— 建设期收 GPU 厂商的大单,营运期收 AI 公司的算力费
• CapEx → 营收的转化正在发生:Google Cloud 63% 增速、AWS 28% 增速(15 季新高)、Azure 40% 增速、Oracle IaaS 93% 增速—— 这不是「画饼」,而是真实的营收加速
• 自研芯片是长期壁垒:Google TPU、AWS Trainium、Microsoft Maia—— 自研芯片不仅降低成本,更重要的是创造客户锁定效应
• 物理约束 = 护城河:电力、土地、冷却系统的获取能力构成了新型竞争壁垒。不是谁写代码写得好就能赢,而是谁能最快获得 1GW 电力和配套基础设施云/数据中心是 AI 产业链的「中间层」—— 它们承载着下一章的主角:大模型。OpenAI 在 Azure 和 CoreWeave 上训练 GPT-5 , Anthropic 在 AWS Project Rainier 和 Google Cloud TPU 上训练 Claude ,Meta 在自己的数据中心训练 Llama。第六章,我们将进入 AI 产业链的「应用层入口」—— 大模型。看看哪些公司在用这$6,900 亿基础设施生产的算力,构建真正的 AI 智能。如果说本章是「基建投资者视角」,下一章就是「产品投资者视角」:你投的不再是「谁有最多 GPU」,而是「谁的模型最能赚钱」。

免责声明本书内容仅供教育及信息参考之用途,并不构成投资建议、财务建议或交易建议。本书提及的任何公司、代币、股票、基金或投资工具,均不构成作者买入、卖出或持有的建议。所有投资均涉及风险,包括可能损失本金。读者应根据自身的财务状况、风险承受能力和投资目标作出独立判断,并在作出任何投资决定前咨询持牌专业顾问。加密货币及相关数字资产波动极大,未必适合所有投资者。各地对加密货币的监管政策不同,读者有责任了解并遵守其所在地区的相关法律法规。本书中的数据及市场信息以撰稿时为准,出版后可能出现重大变化。尽管已尽一切努力确保信息的准确性,但作者对其完整性或准确性不作任何保证,亦不对因依赖本书内容而导致的任何直接或间接损失承担责任。过往表现并不代表未来结果。