AI基建支出逼近1万亿美元，存储价格成最大变量

瑞银和摩根大通近期预测传递的重点，并不只是AI投入仍在增长，而是全球云与AI基础设施的年度资本开支在2026年可能已逼近1万亿美元，并在2027年进一步跨入更高区间。

不过，解读这些数字时有一个关键前提：两家机构统计的口径并不完全相同。摩根大通讨论的是全球云资本开支，瑞银则使用AI相关资本开支口径。更值得注意的是，瑞银认为，预测金额大幅上调的主要原因之一是存储芯片价格上涨，而不完全是新增部署的AI系统数量同比例增加。418

两组预测：2026年接近1万亿美元，之后继续上行

摩根大通预计，全球云资本开支将达到：

• 2026年：9540亿美元
• 2027年：1.41万亿美元
• 2028年：1.54万亿美元 18

瑞银更新后的AI相关资本开支预测为：

• 2026年：9980亿美元，高于2025年的5060亿美元
• 2027年：1.447万亿美元
• 2028年：1.619万亿美元；按另一份已报道的瑞银展望，2026年至2028年累计约为4.1万亿美元 412

两组数据不能直接一一比较，但趋势高度一致：2026年的年度投入将大致来到1万亿美元量级，2027年以后则可能进入约1.4万亿至1.6万亿美元的区间。41812

为什么瑞银认为：大部分增量来自存储

瑞银估计，2025年至2027年AI资本开支增加的部分中，约90%可归因于存储支出上升。其预测的存储支出将从2025年的710亿美元，升至2026年的3670亿美元，并在2027年达到9230亿美元。34

这一区分很重要。资本开支总额变大，并不必然意味着部署的AI服务器、机柜或算力容量按相同比例增长。若AI服务器所需的存储变得更昂贵，那么即使整体部署计划变化不大，建设同等规模算力的成本也会显著抬升。

换句话说，瑞银的预测叠加了两种力量：

1. AI基础设施需求仍在持续；
2. 单台服务器、单个集群中包含的存储成本明显上升。

因此，瑞银并非认为每一美元新增资本开支都对应等量的新算力，而是指出存储供给紧张与价格上行，正在成为AI基础设施造价的决定性变量。34

摩根大通的判断不止于存储

摩根大通对半导体行业的展望，也支持AI基础设施需求全面扩张的判断，尽管存储是其中重要的一环。该行预计，全球半导体收入将在2026年增长118%、2027年增长35%；即使剔除存储，预计增速仍分别为32%和18%。这意味着，预期中的行业增长并非单纯由存储涨价推动。19

定制AI芯片正在扩大份额

摩根大通预计，2026年定制AI ASIC（专用集成电路）市场规模将达600亿至700亿美元，未来数年的复合年增长率为40%至50%。到2027年，ASIC/XPU出货量预计将占AI加速器出货量的54%，超过GPU。3536

其中，高端ASIC市场集中度较高：博通预计占据80%至85%的份额，迈威尔约占10%至12%。23

这不代表GPU将被取代。更合理的解读是，大型云服务商可能越来越多地在通用加速器之外，配置面向特定AI工作负载优化的定制芯片。

制造芯片的设备也要扩产

摩根大通还上调了对晶圆厂设备（WFE，即用于制造半导体的设备）市场的预测：

• 2026年：1630亿美元
• 2027年：2250亿美元
• 2028年：2630亿美元 24

这意味着，AI周期的影响并不止于已经出售的芯片，还会传导到制造存储芯片和先进逻辑芯片所需的生产设备。摩根大通将DRAM需求以及与台积电相关的需求列为上调设备市场预测的重要原因。24

存储价格假设尤为激进

摩根大通对存储价格的预测，解释了为何存储会对资本开支总额产生如此大的影响。该行预计，DRAM混合价格将在2026年上涨约250%、2027年再上涨约30%；NAND价格则预计在2026年上涨约250%、2027年上涨约25%。2345

其更广泛的研究还估计，从2024年初到2026年末，DRAM价格累计涨幅将超过400%。48

背后的制约因素是供给。摩根大通预计，DRAM需求增速在2027年前将高于供给增速，且2027年的供需失衡最为突出；其模型显示，DRAM供给增速到2028年可能反超需求，而NAND仍将略显紧张。4243

这两份预测到底说明什么？

瑞银与摩根大通在一个核心判断上趋同：AI建设正演变为覆盖整个产业链的基础设施周期，涉及云数据中心、AI加速器、定制芯片、存储，以及半导体生产设备。

但对投资者和运营方而言，需要把支出金额增长与实际物理算力增长分开看。瑞银的分析显示，存储价格飙升占据了美元计价支出上升的很大部分；摩根大通的预测则补充了更广泛的需求信号：剔除存储后的半导体收入仍在增长，定制芯片市场正在扩张，晶圆厂设备投入也在上升。31924

综合来看，这些预测支持AI基础设施周期延续至2028年的判断，但并不保证每增加一美元资本开支，就会转化为等比例增加的已部署AI算力。