高盛上调全球AI服务器市场预测至1.24万亿美元，背后的驱动力是什么？

云端与超大规模运营商：中国超千亿美元的资本闪电战

在美国云服务商高声宣布其AI投资的同时，中国资本支出激增的规模和速度已成为驱动全球AI基础设施需求最强劲的力量之一。

TikTok的母公司字节跳动已承诺在2026年投入590亿至740亿美元用于AI资本支出，内部讨论甚至为2027年定下了高达1000亿美元的目标 。这几乎是其2025年支出的三倍，资金主要来源于前一年约500亿美元的巨额利润 。仅字节跳动一家的投资计划，就足以与美国最大的科技公司相媲美。

阿里巴巴和腾讯也并未闲庭信步。阿里巴巴已发出信号，为支持AI数据中心的建设，其原定三年3800亿元人民币（约560亿美元）的资本支出目标很可能会被超越 。加上腾讯的承诺，两家公司2026年仅在AI上的资本支出就被报道为520亿美元，且仍在增长 。据集邦咨询（TrendForce）预测，包括阿里巴巴、腾讯、百度，以及谷歌、AWS、Meta、微软和甲骨文在内的全球前八大云服务提供商，2026年的资本支出总和将达到7100亿美元，同比增长61% 。

推理需求：中国140万亿次的Token经济

最能生动展现AI基础设施需求如何复利增长的，是中国的Token消耗量数据。2026年3月，中国国家数据局局长刘烈宏在中国发展高层论坛上透露，中国的日均AI Token调用量已突破140万亿次，而这一数字在2024年初仅为1000亿次——两年多时间里增长超过了1400倍 。到2025年底，该数字已达到日均100万亿次，仅在2026年的第一季度，又增长了40% 。

摩根大通（JPMorgan）的长期预测为这一趋势提供了更广阔的视角：该行预计，到2030年，中国AI推理Token消耗量将增长至约390,000万亿次，是2025年水平的370倍 。尽管在现有报道中并未确认“2026年12月达到350万亿次”的具体数字，但当前官方140万亿次的速率表明，如果保持40%的季度增长率，这一目标并非遥不可及。

这之所以对基础设施至关重要，是因为训练一个模型消耗的是巨大的、一次性的算力暴发，但为亿万用户运行这个模型，则会产生永久性且不断增长的服务器需求。日均140万亿次的Token调用，需要背后有一个庞大的推理服务器集群来支撑，而这个集群必须随着使用量的增长而持续扩容。

供应限制与半导体的级联效应

当前数据揭示的一个关键洞察是：需求正在每一个节点上都超过供应。戴尔高达513亿美元的积压订单不是一个销售问题，而是一个供应难题。高盛的亚洲团队已多次调整其AI服务器出货量预测，高端GPU和ASIC的持续短缺，已成为一个预计将延续到2027年的关键瓶颈 。

高盛预测，2025、2026和2027年的AI芯片需求将分别达到1000万、1400万和1700万颗，其中定制ASIC的贡献率将从38%提升至45% 。向ASIC的转移是对GPU供应紧张的直接回应，像谷歌和中国的超大规模厂商正通过自行设计芯片来确保算力资源。

这种效应会以我们容易忽略但绝不应低估的方式向下游传导。每台AI服务器所需的片式多层陶瓷电容器（MLCC）、电源管理芯片、高带宽内存（HBM）和先进封装产能，都远超传统服务器。高盛指出，AI服务器的体量在2025年至2030年之间将增长约4.3倍，这预示着对这些电子元器件供应商的需求将出现同等乃至更高比例的增长 。全球服务器的建设浪潮，也同时意味着全球MLCC、HBM和电源芯片的建设热潮。

全栈式图景

如今，这些数据点已不再孤立。1.24万亿美元的服务器市场预测，是整个AI建设热潮在不同层面上的最高层级聚合：

• 在硬件层面，戴尔的业绩和积压订单表明，即便是最大的服务器集成商也无法跟上订单的增长。
• 在云端层面，全球前八大运营商一年内超过7100亿美元的投资，证明这并非投机泡沫，而是一场算力军备竞赛。
• 在芯片层面，ASIC份额的不断增长和芯片需求预测的上调，显示出整个行业正在受限制的供应链中寻求多元化。
• 在基础元件层面，服务器体量的指数级增长，保证了对电容器、内存和电源芯片这些不起眼但不可或缺的零部件的持续需求。

高盛在戴尔单季度业绩爆发后，上调了对2026–2030年的预测，这反映出的是一个如今在财报、政府统计和供应链积压数据中随处可见的市场现实。瓶颈并非疲软的迹象，恰恰相反，它们是需求具有结构性、全球性，并在可预见的未来持续超前于当前供应能力的证明。