云厂商还在加钱，半导体周期还没到降温的时候

今天科技板块的代表（大光）又有些冲高回落。但这都是正常的，现在就是一个重短期情绪、资金，轻个股分析的阶段。其实美股也是如此，城堡接了Leopold的筹码，它会先对冲，再按流动性和价格反弹情况分批处置。

短的可能几天，长的可能几个月，但核心目标是赚折价和流动性溢价，而不是替 Leopold 继续完成那套 AI 长期叙事。但我们这篇文章要讲的，是给大家一些信心，最近市场不好，对 AI 资本开支的争论一直没有停过。

一边是云厂商继续上修数据中心投入，英伟达、博通、AMD、HBM、光通信、半导体设备这些链条仍然被订单和供给约束推着走；另一边是自由现金流下滑、债务融资增加、投资回报周期拉长，很多人开始担心这轮 AI 基建会不会变成另一场“过度建设”。美银今天最新的报告提到，云厂商不是花得少了，而是花得更多、更快了。

更重要的是，这些资本开支背后的需求可见度，比几个月前更强。按美银的测算，全球主要云厂商 2026 年资本开支有望达到约 8590 亿美元，同比增长约 79%；到 2027 年，这个数字可能进一步接近 1.18 万亿美元，同比增长约 38%。其中，美国前五大云厂商 2026 年资本开支预计约 8184 亿美元，2027 年约 1.14 万亿美元，2028 年则可能超过 1.31 万亿美元。

这已经不是一般意义上的服务器采购周期，而是一轮以 AI 算力、电力、数据中心、网络和存储为核心的再投资周期。更值得注意的是，云厂商现在给出的增量，不只是“管理层口头乐观”。报告里列出的几个关键数字：微软商业 RPO 接近 6780 亿美元，同比增长 84%；Google Cloud 积压订单约 5140 亿美元；AWS backlog 约 4960 亿美元，同比增长超过 100%；Oracle RPO 达到 6380 亿美元，同比增长 363%。

换句话说，市场现在讨论的并不是“云厂商愿不愿意买 GPU”，而是这些未来几年要交付的云服务、AI 合约和算力承诺，已经在多大程度上锁定了资本开支路径。这也是本轮周期和过去很多硬件周期不太一样的地方。传统半导体周期里，风险常常来自终端需求突然转弱，渠道库存堆起来，然后上游订单急刹车。

但这轮 AI 基建的需求并不只来自某一类消费电子产品，而是来自模型训练、推理、Agent 工作流、企业自动化、合成数据、后训练等一整套算力消耗场景。还有一个很重要的变化，Agentic AI 工作流消耗的 token 可能是普通聊天交互的 10 倍到 1000 倍。这个判断如果成立，AI 对算力的需求就不会只停留在“训练一次大模型”的阶段，而会逐步进入持续推理、持续调用、持续扩容的阶段。对于半导体产业链，就意味着：

第一，算力芯片仍然是最核心的受益环节。英伟达当然还是主线，但 AMD、博通、Marvell 这类参与 GPU、ASIC、网络和定制芯片的公司，也都在云厂商资本开支扩张里获得更长的需求窗口。

第二，HBM 和存储的地位继续上升。报告特别提到，云厂商资本开支指引里已经包含内存、晶圆、基板等输入成本上升，这其实意味着上游半导体价格并没有明显失去议价能力。AI 服务器不是单纯堆 GPU，HBM、先进封装、网络芯片、光互联和电源散热都在一起抬升整机价值量。

第三，半导体设备的景气度也被拉长。只要云资本开支继续往前走，先进制程、HBM 扩产、先进封装、逻辑和存储设备的需求就很难快速退潮。AMAT、Lam、KLA 这些设备公司，虽然仍有周期属性，但 AI 投资把本轮上行周期的持续时间拉长了。美银也承认，云厂商自由现金流会明显承压。美银预计，云厂商资本开支占经营现金流的比例，2026-2028 年可能达到 100%-115% 以上；

自由现金流率则可能从历史上的 15%-20% 附近，降到 2026 年约 -3%，2027-2028 年进一步到 -5%-6%。这就是市场担心的地方：如果 AI 投入继续提速，但收入和利润兑现慢于预期，云厂商的资产负债表会不会先感受到压力？美银的回答是，短期压力存在，但还没有到资金链紧张的程度。

报告统计，2026 年以来，前五大云厂商已累计融资约 2700 亿美元，主要是长期债务和永久性股本，期限大多在 3 年到 40 年之间。美银更倾向于把这理解为资产负债表优化，而不是现金流危机。这个判断能不能成立，关键不在融资本身，而在 AI 收入能不能继续追上资本开支。

从目前披露看，云厂商至少还拿得出一些正面证据。AWS 提到 AI 和芯片业务年化收入均超过 250 亿美元，同比增长超过 100%；微软 Azure 年收入超过 1000 亿美元；Google Cloud 收入也在高速增长。OpenAI、Anthropic 这类前沿模型公司的收入预期，也在成为云算力需求的重要支撑。

所以，这轮 AI 基建现在真正要观察的，不是资本开支有没有下降，而是下面三个：

第一，云厂商积压订单和 RPO 能不能继续增长，尤其是来自非头部模型公司的需求能不能扩散。

第二，AI 推理和 Agent 场景能不能把 token 消耗真正转化为云收入，而不是只停留在实验和补贴阶段。

第三，电力、数据中心建设、先进封装、HBM、光通信这些供给瓶颈，能不能跟得上云厂商的扩张节奏。

如果这三个问题继续向好，那么半导体链条的行情就不只是“英伟达卖得好”，而是整个 AI 基建供应链仍处在扩产和再定价阶段。

受益顺序大致会沿着算力芯片、HBM、先进封装、半导体设备、光互联、电源和散热往外扩散。但如果未来几个季度出现 RPO 增速放缓、AI 收入兑现不及预期，或者自由现金流压力迫使云厂商重新控制 CapEx，市场也会很快从“看订单”切换到“看回报率”。

目前看，AI 资本开支的争议没有结束，但至少到 2026 年中，云厂商还没有踩刹车。相反，它们正在用更高的资本开支、更长的客户承诺和更多的融资工具，把这轮 AI 基建周期继续往前推。对半导体来说，这意味着周期还在延伸。真正需要警惕的，不是短期订单突然消失，而是未来某个时间点，算力投入和商业回报之间的节奏差，会不会重新被市场定价。