高盛預計，2026—2030年中國AI相關資本開支合計將達到8.5兆元人民幣（約1.3兆美元），支撐全國IT電力容量由2025年的26GW增至2030年的81GW。報告重點討論資金來源與投資回報率，並繼續看好AI基礎設施、AI模型公司以及GPU國產化。
2026—2030年中國資本開支合計約8.5兆元人民幣，平均相當於美國同類企業資本開支總額的17%。結合資本開支與國產AI晶片出貨預測，IT電力容量預計由2025年的26GW增至2030年的81GW。為支援2026—2030年合計2.0兆元人民幣（2940億美元）的海外資本開支，可能需要新增離岸融資。採用高性能晶片時，IaaS及第一方MaaS的ROIC約為10%—20%，第三方API模式可進一步升至約30%；採用下一代國產晶片時，ROIC約為9%。資本開支：我們預計2026—2030年超大規模雲廠商、新型雲廠商和電信營運商資本開支合計8.5兆元人民幣。中國資本開支平均約為美國同業的17%。
算力：預計中國IT電力容量將由2025年的26GW增至2030年的81GW，主要由超大規模雲廠商貢獻。中國超大規模雲廠商未來五年將在全球新增47GW算力；2026—2028年的淨新增量約相當於美國同業的22%。
融資：雲服務商通過四種方式支援AI發展：直接投入資本開支、向關鍵供應鏈夥伴預付款、通過長期合同提供需求可見度，以及投資上下游企業。未來五年的主要問題是離岸現金能否支援2.0兆元人民幣的海外資本開支。
投資回報：IaaS和第一方MaaS的ROIC仍可達到10%—20%，回收期約2.5—3年；第三方MaaS的ROIC約30%，回收期約2年。下一代國產晶片的ROIC較低，約9%，回收期3.6年，但國產化推進後仍有改善空間。
重點股票觀點
- 中國雲與基礎設施：繼續超配阿里巴巴、金山雲和世紀互聯。強勁算力需求及供應鏈緩解將擴大增長空間。
- AI模型公司：算力擴張將支援模型廠商增長，繼續超配MiniMax和智譜。
- GPU國產化：繼續看好寒武紀、沐曦和海光資訊。
- 資料中心：看好世紀互聯，其在烏蘭察布等偏遠樞紐地區的建設處於領先位置。
一圖看懂報告：資金如何流經AI基礎設施生態
圖表2：未來五年資本開支的用途
圖表3：超大規模雲廠商在主要供應商中的投資與業務關係
1、資本開支加速，超大規模雲廠商帶來上行空間
高盛預計中國資本開支將由2026年的1.3兆元人民幣（1930億美元）進一步增至2028年的2.0兆元人民幣（2910億美元）。五年合計支出8.5兆元人民幣，約相當於美國同業的17%。
第一支柱是核心超大規模雲廠商。2026年超大規模雲廠商及主要網際網路公司資本開支預計為9950億元人民幣（1420億美元），同比增長23%至2027年的1.2兆元人民幣（1750億美元），並在2030年達到1.4兆元人民幣（2050億美元），相當於美國同業的13%—19%。由於2025年中國受制於產能約束，2026年資本開支增速預計為121%，高於美國同業的41%。其中65%—70%將在境內投入。
第二支柱是新型雲廠商。未來五年投資預計合計1.5兆元人民幣（2270億美元），成為超大規模雲廠商之外的重要高端算力增量；大部分支出用於採購伺服器。
第三支柱是電信營運商。2026年算力資本開支約810億元人民幣，預計以23%的五年復合增速升至2030年的1790億元人民幣，而營運商整體資本開支大致保持穩定。
2、國產晶片供給將開啟下一階段容量增長
中國AI算力擴張至今受到的主要限制並非需求，而是高端算力供給。隨著國產GPU和ASIC開始放量，這一瓶頸將緩解；總算力容量預計由2025年的26GW升至2030年的81GW。
超大規模雲廠商：2025—2030年新增34GW。電信營運商自建對外容量：新增9GW。其他企業和AI模型實驗室：基準情形新增12GW，仍有上行空間。在超大規模雲廠商中，阿里巴巴和騰訊預計各新增6—9GW，百度新增約1GW。國產GPU與自研ASIC將成為容量增長的重要推動力，尤其是在阿里巴巴、百度及其他平台進一步縱向整合晶片之後。全球範圍內，中國超大規模雲廠商2026—2030年預計新增47GW；其中2026—2028年淨新增24GW，約為美國同業的22%。
配套基礎設施需求十分可觀。AI新增電力需求預計由2026年的5.6GW升至2030年的約13GW。假設超大規模雲廠商與AI實驗室自建約20%的容量，第三方資料中心訂單將由6.1GW升至11GW。
3、資金需求因環節而異，海外擴張或需新增融資
中國與美國存在重要差異。中國超大規模雲廠商通常擁有更強議價能力和更高縱向整合程度，生態投資也更為克制，因此境內AI資本開支主要由經營現金流、現金餘額、租賃及商業預付款支援，而非大規模戰略性交叉融資。
境內資本開支總體資金充足。阿里巴巴、騰訊和百度擁有較強經營現金流，但仍有風險：若外賣競爭重燃，阿里巴巴現金消耗可能上升；百度搜尋業務能否走穩也是關鍵變數。三者中騰訊最穩定。
更大的約束來自海外融資，因為資本開支、股東回報和離岸債務償還共同爭奪離岸現金。2026—2030年海外資本開支合計約2.0兆元人民幣，主要由字節跳動貢獻；潛在融資來源包括變現投資組合、發行債務及股權融資。
新型雲廠商的融資需求更大，但來源也更分散。典型結構包括：以約5%利率覆蓋30%—40%投資的融資租賃、利率約3%—4%的銀行貸款、客戶預付款以及新增債務或股權。此類安排支援快速擴張，也提高了企業對利用率、交付進度、再融資成本和伺服器需求的敏感度。
4、商業化越靠近AI棧上層，回報越高
ROIC框架顯示，關鍵不只是資本開支規模，而是投資之上採用何種商業化模式。
自有GPU IaaS：基準情形營業利潤率約44%，ROIC約13%，現金回收期約3年。租賃/新型雲IaaS：營業利潤率約20%。由於無需前期伺服器資本開支，租賃價差轉正後即可產生正現金流。自建算力加自研模型：營業利潤率約53%，ROIC約19%，回收期約2.5—2.6年。自建算力加第三方API：假設向模型提供商分成10%，營業利潤率約57%，ROIC約29%，回收期約2.1年。預填充/解碼分離：若輸入token佔比較高，例如摘要和長文件問答，採用華為950PR處理預填充可略微提高ROIC。全國產基礎設施：下一代國產晶片配合HBM3E可運行完整推理流程，基準情形營業利潤率31%、ROIC 9.1%、回收期3.6年，仍落後於海外伺服器。五年資本開支合計8.5兆元
中國算力資本開支預計由2026年的1.3兆元人民幣（1930億美元）增至2030年的2.0兆元人民幣（2910億美元）。中國資本開支佔美國超大規模雲廠商與新型雲廠商合計支出的比例，將由2025年的18%升至2026年的21%。
超大規模雲廠商資本開支：由2026年的9950億元人民幣升至2030年的1.4兆元人民幣。新型雲廠商資本開支：由2026年的3240億元人民幣升至2030年的3630億元人民幣。電信營運商算力資本開支：由2026年的810億元人民幣升至2030年的1790億元人民幣。未來五年境內資本開支佔總支出的70%—80%，合計約6.4兆元人民幣。超大規模雲廠商
圖表4：未來五年資本開支的用途
圖表5：中國資本開支總額按類別
超大規模雲服務商：2026—2030年合計6.3兆元
在6月季度業績公佈後，我們上調了中國主要資本開支企業的預測。2026年雲資本開支預計同比增長121%至9950億元人民幣（1420億美元），自2023年以來首次在增速上超過美國同業的41%。2027年預計再增23%至1.2兆元人民幣（1750億美元），2030年達到1.4兆元人民幣（2050億美元）。
騰訊：資本開支預測上調至1930億—2000億元人民幣。儘管二季度資本開支達到500億元，但全年不會簡單按該季度水平線性外推，因為資本開支存在季節性。阿里巴巴：按自然年口徑，2026—2030年資本開支預測為2170億—2590億元人民幣。其AI GPU IaaS和MaaS的ROIC可見度較高，因此預計投入高於騰訊。6月季度MaaS年化經常性收入已超過100億元人民幣，並有望在年底達到300億元；管理層稱雲業務回收期為2.5年，ROIC可能高於此前估計。百度：業績發佈後，結合擴大算力容量的目標，將資本開支預測調整至200億—240億元人民幣。圖表6：超大規模雲廠商資本開支總額相當於美國同業的13%—18%
圖表7：中國與美國超大規模雲廠商資本開支增速
資本開支如何分配
與全球超大規模雲廠商相比，中國企業將更高比例資本開支直接用於算力產品，因為資料中心建設等項目成本更低。假設海外資本開支佔30%—35%，主要來自前三大廠商20%—40%的海外擴張；境內資本開支中10%—15%用於非伺服器採購，包括資料中心和網路裝置；伺服器資本開支中約10%用於CPU，智能體工作流可能推動該比例上升。其餘支出用於GPU相關算力，包括完整伺服器及記憶體。
圖表8：未來五年雲服務商資本開支分配
新型雲廠商 2026—2030年合計1.5兆元
估算AI總支出的難點在於，超大規模雲廠商經常通過租賃承諾實施表外融資，以管理現金流並在境內供應鏈之外獲取額外算力。即便企業披露租賃承諾，也通常無法明確區分支出究竟用於算力裝置還是辦公樓等項目。
騰訊是少數單列相關支出的企業，其技術基礎設施營運成本可用於推斷季度算力基礎設施租賃費。若假定2023年以後新增租賃費均與AI算力有關，騰訊季度租賃費由2025年四季度至2026年二季度增加60億元，據此估算上半年新增租賃承諾總額約240億元。
自下而上估算以高端伺服器採購數量為基礎，並視供應鏈緊張程度假設每台伺服器成本為500萬—1000萬元人民幣。新型雲廠商投資預計由2026年的2340億元人民幣（340億美元）增至2030年的3630億元人民幣（530億美元）。
對金山雲、協創資料和潤澤科技等上市新型雲廠商的歷史資料分析顯示
支出主要包括現金資本開支和租賃。現金資本開支可通過固定資產明細或在建工程拆分算力裝置；
融資租賃則由銀行或金融服務商買入並回租裝置，以控制現金流出和債務負擔，並部分體現在使用權資產中。
上述公司2026年上半年含租賃安排的資本開支合計470億元。伺服器採購與租賃價格持續上升，意味著下半年可能更高，但管道不確定性仍會限制採購能力。以金山雲為例，2026年預計投資150億元，目前完成率約40%。超過95%的新型雲廠商支出預計用於伺服器。
電信營運商 2026—2030年算力資本開支6530億元
中國電信營運商承擔服務政府和國企客戶的職責，將成為主權AI的重要投資平台。2026年三家營運商算力資本開支合計約810億元，其中中國移動380億元、中國電信260億元、中國聯通180億元。
高盛預計，在6G實現大規模部署之前（可能從2029年起），中國電信營運商的資本開支總額將繼續下降。算力相關資本開支在整體預算中的佔比將進一步提升，其增速也將快於傳統資本開支。
高盛預測，中國電信營運商的資本開支總額將在2030年前保持穩定，但算力資本開支將從2026年的810億元人民幣增至2030年的1,790億元人民幣，年複合增長率約為10%。
圖片9：電信營運商算力資本開支總額
資本開支將如何分配
高盛預計，中國電信營運商平均會將約50%的算力資本開支用於非計算類項目，例如資料中心建設和網路基礎設施；其餘部分將用於採購算力，其中大部分（75%以上）將投向智能算力，或與GPU、ASIC相關的領域。總體而言，考慮到國家安全的重要性，我們認為大多數計算裝置訂單將流向國內GPU和ASIC供應商。
圖表10：電信營運商資本開支分配
國內AI晶片助力總電力容量向81GW擴張
受益於2026年下半年起國產晶片產能的快速提升，我們預計中國算力規模將進一步擴大，因此上調相關預測。最新預計如下：
IT總容量將由2026年的26GW增至2030年末的81GW。2025年至2030年末，超大規模雲服務商的容量預計淨增34GW，達到44GW。第三方資料中心訂單容量預計將由2026年的6.1GW增至2030年的11GW。從全球來看，我們預計未來5年超大規模雲服務商將合計淨增47GW容量。其中，2026—2028年預計淨增24GW，相當於美國同業108GW新增容量的22%。
高盛預計2030年IT電力容量將達到81GW
為什麼國產晶片產能如此重要？儘管中國是全球第二大人工智慧支出市場，但過去一年中國新增算力規模仍落後於美國及其他地區，主要原因是晶片供應受到限制。
根據我們的模型測算，截至2025年，中國IT總容量約為26GW。2024年和2025年，中國新增算力容量分別為2.3GW和3.5GW。
高盛認為，隨著未來幾年國產晶片產能加速釋放，中國算力供應將得到必要支撐，算力建設速度也將隨之加快。
我們與半導體研究團隊合作，嘗試按照以下步驟，建立國產晶片新增供給與資料中心新增容量之間的對應關係：
1）出貨量與產量
半導體研究團隊預計，2025年AI晶片總出貨量約為110萬顆；2026年將增至240萬顆，同比增長超過100%；2027年進一步增至480萬顆，並於2030年達到1,100萬顆。
由此，國內晶片市場規模預計將從2025年的940億元人民幣，擴大至2030年末的6,460億元人民幣。
我們預計，2025—2030年，國產晶片在伺服器部署中的佔比將達到70%—85%。
圖表11：國產AI晶片出貨量
2）單位算力的晶片成本
我們估算，在中國部署高端訓練晶片時，每GW算力對應的晶片採購總成本約為500億至700億美元。主要用於推理的國產晶片價格相對較低，預計2026年平均為每GW 190億美元，2027年升至每GW 220億美元。不同晶片供應商的價格可能存在差異。根據我們的測算，華為晶片的成本可能最高，約為每GW 420億美元。
我們以半導體研究團隊給出的單顆GPU平均售價為基礎測算每GW成本，並假設每台伺服器標準組態8顆GPU；隨後將該成本乘以3至4倍，以計入非GPU部件，主要包括記憶體、CPU及網路元件等。
我們認為，2027年每GW部署成本上升，主要是因為測算中考慮了SuperPod（超節點）滲透率提高以及記憶體價格上漲，這可能進一步增加非GPU部件的成本佔比。自2028年起，隨著國內晶片產能擴大，每GW的部署成本可能開始下降。
需要注意的是，半導體研究團隊目前基於平均售價測算的晶片成本，尚未充分計入記憶體價格進一步上漲的影響。如果未來將這一變化納入預測，我們可能需要相應上調整體資本開支預測。
在美國，部署1GW的GB300算力基礎設施，成本約為390億美元，其中約41%來自資料中心供電及基礎設施建設。相比之下，中國的資料中心供電及基礎設施成本明顯更低，僅佔整體部署成本的10%—15%，但晶片採購成本會高得多。
圖表12：每GW容量成本 美國與中國 圖表13：國產晶片每GW成本變化
結合中國半導體研究團隊對國產GPU產能及出貨量的預測，以及新型雲服務商和新增CPU伺服器帶來的容量增長，我們預計，中國新增電力需求將從2026年的5.6GW增至2030年的13GW，主要由國產晶片部署推動。
我們預計，中國IT電力容量將從2025年的26GW增至2030年的81GW，主要驅動因素包括：
- 四大超大規模雲服務商的容量在2025—2030年增加34GW；
- 電信營運商自建自用機架的容量增加9GW；
- 其他主體的容量增加12GW。
從資料中心角度看，我們預計第三方資料中心訂單容量將從2026年的6.1GW增至2030年的11GW。該預測假設超大規模雲服務商和AI實驗室約有20%的容量採用自建模式。
從地區分佈來看，預計西部地區（內蒙古、寧夏等）將佔新增訂單的70%，5年累計約33GW；東部地區將佔其餘部分，約14GW。
圖表14：國產晶片推動中國AI電力需求在2030年增至13GW 圖表15：第三方資料中心訂單在2030年增至11GW
圖表16：2030年底IT電力容量預計達到81GW
1）超大規模雲廠商
前四大超大規模雲廠商2025—2030年境內IT電力容量預計增加34GW，其中阿里巴巴和騰訊各新增6—9GW，百度新增1GW。容量預測由境內資本開支及每GW部署成本推算。由於平頭哥定價更低且採用自研晶片，阿里巴巴部署成本假定更低。阿里巴巴和百度分別憑藉平頭哥和崑崙芯在自研ASIC上領先，並已用於內部與外部客戶。
海外方面，假設約80%的海外資本開支用於伺服器，其中15%用於GPU，其餘在自有資料中心部署CPU伺服器，預計每年新增2—3GW。前四大廠商2026—2030年全球合計新增47GW，其中2026—2028年新增24GW；同期美國超大規模雲廠商預計新增108GW。
圖表17：各超大規模雲廠商境內IT容量 圖表18：算力淨新增境內34GW 海外13GW
2）電信營運商機櫃
我們對電信營運商機櫃容量的估算，可能明顯低於其披露的總體規模。這是因為部分資料中心被出租給超大規模雲服務商和AI實驗室，而這些容量已計入其他類別。
我們預計，未來5年電信營運商相關容量將淨增9GW，主要用於其內部需求，以及國有企業和政府相關需求。
3）其他參與者（零售客戶、AI實驗室、國企基礎設施及其他網際網路企業）
其他參與者可能對未來算力規模產生更顯著的影響，主要驅動力包括：獨立的大模型實驗室；小米、美團等第二梯隊網際網路企業；自建算力並向AI實驗室出租算力的國有企業。
目前，我們預計這些主體未來5年將淨增12GW容量，即扣除超大規模雲服務商和電信營運商新增容量後的其餘部分。預計國有企業和AI實驗室將成為吸收剩餘國產AI算力晶片的主要力量。
我們認為，未來AI大模型企業在獲取算力方面可能更加積極。過去幾個月，多則報導顯示，AI實驗室正計畫自建算力基礎設施並研發ASIC晶片，具體包括：
DeepSeek：計畫在內蒙古建設一座1GW的自有AI資料中心，同時繼續租用第三方算力；此外，公司還在研發主要面向推理任務的自研AI晶片。智譜AI：據報導，其已建成一座採用國產晶片、規模達1GW等級的AI資料中心，包含多個萬卡以上的算力叢集；同時，公司還在探索為GLM模型系列開發定製ASIC晶片。我們認為，對於AI實驗室而言，自建或聯合建設算力基礎設施，並設計自有晶片，將成為越來越重要的考量，主要原因包括：
資料安全：雲服務商與AI實驗室之間存在一定的競爭關係。如果AI實驗室完全依賴雲服務商提供算力，可能並非理想選擇，同時還會帶來資料安全方面的擔憂。更靈活地最佳化基礎設施：擁有自有算力後，無論是自行建設還是部署在網際網路資料中心，AI實驗室都可以通過最佳化網路架構等方式，更靈活地改進底層基礎設施，從而提升自有算力的整體每秒生成Token數。ASIC對改善單位經濟性同樣至關重要：我們此前曾指出，ASIC與模型協同設計可形成明顯的最佳化效應。例如，通過提高模型計算利用率，降低Token生成成本，或提升單台伺服器的TPS性能。不過，我們也注意到，從財務角度看，如果AI實驗室採用自建或聯合建設算力基礎設施的策略，可能面臨更高風險：
前期資本開支較大：儘管中國的資料中心建設成本並不算高，但隨著算力需求擴大，相關投入仍可能成為AI實驗室的財務負擔。與直接採購算力、擴大模型訓練和推理能力相比，投資建設資料中心對AI實驗室的吸引力相對較低。資料中心供應商同樣持謹慎態度：根據我們與資料中心供應商的交流，由於擔憂AI實驗室的現金流穩定性，供應商在承接其訂單時也較為謹慎。從IDC營運商的角度看，如果項目產能爬坡延遲6至12個月，可能會明顯拖累項目的無槓桿內部殖利率，這通常難以獲得管理層認可。 (大行投研)