算力重估：从资本开支到词元经济

执行摘要：全球AI基建进入高强度投入期，标普预计前六大厂商至2030年资本支出突破7万亿美元，债务可持续性与回报率披露成为信用市场焦点。国内算力计费逻辑从机柜转向词元，日均调用量两年增长超千倍，利润向运营与调度环节重分配；长鑫等存储厂商借涨价扩产。上游铜等资源品紧张推高成本，美债利率上行构成潜在外部风险，产业估值锚点正从规模指标转向效率指标。

行业现状：7万亿资本开支周期

一、信用评级机构的罕见警告

标普近期发布信用展望报告，对超大规模云服务商发出系统性信用警告——这在评级机构的操作惯例中属于罕见动作。报告的核心判断是：前六大云厂商至2030年的资本支出将突破7万亿美元，AI基建投入已从企业行为演变为影响宏观信用体系的系统性变量。

报告点名了具体的评级压力：亚马逊面临失去AA评级的风险；甲骨文一旦遭遇降级，将跌入投资级与投机级的分界线之下。这意味着债务市场已开始对AI基建风险进行重新定价，而非仅仅停留在二级市场估值层面。

标普同时指出两大结构性隐患：其一，AI投资回报率未被量化披露，市场难以验证巨额开支的现金流回收路径；其二，围绕AI基建的循环融资结构日益复杂——芯片厂商向云厂商投资、云厂商向AI创业公司采购算力、创业公司再向云厂商购买服务的闭环，使得收入的真实独立性难以评估。

二、AI与美国私营经济的深度绑定

标普的另一个关键判断是：美国私营部门近半数经济增长已与AI活动深度绑定。这一数据改变了风险的性质——AI基建不再是单个行业或几家公司的风险敞口，而是与宏观增长动能直接挂钩。

这构成了本轮周期的独特性：资本开支的强度决定了GDP增速，而GDP增速反过来支撑资本开支的可持续性叙事。一旦AI收入增长不及预期，冲击将不仅限于科技公司市值，还会传导至就业、投资与信用市场。

机构层面已出现对资金成本端的担忧。洛克菲勒国际董事长Ruchir Sharma在《金融时报》撰文指出，本轮AI周期的潜在引信可能不是企业杠杆，而是政府债务：美国联邦债务已突破40万亿美元，10年期美债收益率升至约4.8%，若突破5%——互联网泡沫时代以来的区间上沿——可能刺破AI行情。与传统泡沫不同，美国政府在繁荣期仍维持约占GDP 6%的财政赤字，为前数十年平均的两倍以上，高息发债的挤出效应正在推高AI企业的融资成本。作为参照，当前AI应用年收入约2000亿美元量级，与7万亿美元级别的资本开支之间存在明显的回收缺口。

三、资本开支周期的传导链条

7万亿美元并非一个静态数字，而是一条贯穿芯片制造、数据中心建设、电力供应与网络设备的产业链传导链。上游的印证已经出现：LME三个月期铜刷新历史纪录至每吨14533美元，年内累计涨幅近17%，美国买家基于关税预期创纪录抢购精炼铜，叠加智利供应扰动，供需两端同时收紧——电气化基建对大宗商品的拉动正在价格中显性化。存储环节同样如此，AI基建热潮带动存储涨价，长鑫科技二季度全球DRAM营收市占率从去年同期的4%升至10%，稳居全球第四。

整个周期可以概括为如下传导结构：

这一闭环的核心不确定性在于右下环节：资本开支能否通过算力服务收入实现回收。中国市场的演进提供了一个观察窗口——计费逻辑正从「卖机柜」转向「卖词元」，全国日均词元调用量从2024年初的1000亿增至2026年3月的140万亿，两年增长超1000倍，三大运营商已推出词元资费套餐。这表明基建投入的变现形态正在从资产出租转向按实际消耗计费，收入与真实需求 ditto 的绑定更为直接。

四、系统性强周期的判断

综合以上事实，本轮AI基建投入具备系统性强周期的三个特征：

规模维度：7万亿美元的支出预测已超越历史上任何单一技术浪潮的基建投入，且集中在前六大厂商，集中度风险显著。

融资维度：信用评级机构介入定价，意味着周期驱动力从股权市场扩展至债务市场。评级下调将直接抬高融资成本，对高杠杆扩张的厂商形成反向约束。

宏观维度：美国近半私营经济增长与AI绑定、政府高赤字与高利率环境并存，使得AI基建的成败已外溢为宏观问题。

需要说明的是，信用警告与泡沫论断并非周期终结的信号，而是市场定价机制对风险重新校准的过程。历史经验表明，基建强周期通常伴随中间阶段的估值回撤与产能出清，但最终由真实需求消化过剩产能。本轮周期的关键观察指标，是词元调用量等真实消耗数据能否以足够的斜率追赶资本开支的斜率——这将决定7万亿美元是历史性超前的战略投入，还是需要漫长消化的产能过剩。

产业链上游：芯片、存储与资源

存储环节：涨价周期重塑竞争格局

AI基建热潮对存储器的拉动在本轮周期中表现尤为显著。据Counterpoint数据，长鑫科技今年二季度全球DRAM营收市占率从去年同期的4%升至10%，稳居全球第四，与三星（38%）、SK海力士（25%）、美光（24%）的差距明显收窄。市占率的跃升背后是存储价格的整体上行，AI服务器对高带宽内存（HBM）与传统DRAM需求的同步扩张，推动存储产品进入涨价通道。

长鑫科技8月28日发布上市后首份半年报，营收同比大增873.64%，并实现扭亏为盈。对于一家此前长期处于高资本开支、低盈利状态存储企业而言，扭亏节点本身即是行业景气度的信号：存储的强周期属性意味着只有价格上行至覆盖成本线以上，后发厂商才能获得持续造血能力。当前长鑫正同步推进产能扩张与HBM等高端产品的技术攻关，试图从成熟制程份额增长向高端产品渗透升级。

从产业逻辑看，存储涨价对产业链是双重信号：一方面，国产存储厂商在涨价周期中获得了利润与扩产窗口，市占率提升具备持续性基础；另一方面，存储作为算力基建的核心成本项，其价格上行将传导至服务器整机与智算中心的建设成本，成为上游资源对下游算力扩张的第一道成本约束。

资源环节：铜价创历史新高与基建成本重估

如果说存储代表算力基建的半导体成本项，铜则代表其电气化成本项。LME三个月期铜本周一上涨近1%至每吨14533美元，刷新今年1月创下的历史纪录，年内累计涨幅接近17%。这一轮上涨的驱动来自供需两端同时收紧：

需求端，美国市场出现罕见的“抢铜”现象。由于特朗普政府可能出台铜关税，美国买家正从海运市场创纪录地采购精炼铜，提前锁定库存。这一行为本质上是对贸易政策不确定性的套利，其结果是把区域性政策风险转化为全球定价压力。

供应端，全球最大铜出口国智利遭遇极端天气扰动，Antofagasta和Lundin相继下调2026年产量指引，智利8月铜出口额环比下降14%。供给收缩叠加需求抢购，铜市的紧张格局进一步升级。

对算力产业链而言，铜的意义在于：数据中心、电网扩容、海缆与机房配电对铜的需求强度远超传统写字楼，智算中心的大规模建设使铜从一般工业金属转变为AI基建的关键资源品。铜价创历史新高意味着新建数据中心的电气系统成本中枢系统性上移。

成本约束与利润再分配

值得注意的是，上游资源涨价并非孤立事件，而是与地缘与宏观环境深度交织。中东局势紧张限制霍尔木兹海峡通行、伊朗出口近乎中断，中国重启国际原油大规模采购，从刚果到巴西多地原油价格齐涨，刚果Djeno原油对布伦特溢价从约15美元升至最高每桶20美元。能源与金属价格的同步上行，共同抬升了全球重资产建设的要素成本。

这与下游正在发生的商业模式变迁形成对照：国金证券研报显示，中国算力计费逻辑正从“卖机柜”转向“卖词元”，全国日均词元调用量从2024年初的1000亿增至2026年3月的140万亿，两年增长超1000倍。估值锚点正从机柜规模与GPU库存转向算力利用率、词元产出与调度能力。

两者的张力构成了当前产业链的核心矛盾：下游按词元计量定价，边际成本敏感度上升；上游存储与铜等资源品价格持续走高，固定投入成本中枢上移。利润将向同时具备成本控制力与调度能力的环节集中，而单纯依赖资本开支扩张的环节则面临挤压。标普对科技巨头7万亿美元资本开支可持续性的警告、以及美债收益率若破5%可能带来的融资成本冲击，均为这一重估过程添加了宏观注脚——上游的每一轮涨价，最终都要在词元经济的价格表中找到归宿。

产业链中游：云厂商与信用结构

1. 中游承压：资本开支黑洞下的信用审视

当算力产业链的利润重心从上游芯片与设备制造向中游运营环节转移，云厂商作为承接资本开支的核心主体，正在成为信用市场重新定价的焦点。标普近期发布的信用展望报告，罕见地对超大规模云服务商发出系统性信用警告：预计前六大厂商至2030年的资本支出将突破7万亿美元，美国私营部门近半数经济增长已与AI活动深度绑定。这一判断的核心含义在于——AI基建已不再是个别企业的投资行为，而是整个信用体系的系统性敞口。

报告直指两大隐患。其一，AI投资回报率未被量化披露。云厂商在财报中普遍将AI相关收入与整体云业务混同，词元经济的收入贡献缺乏可审计的独立口径，投资者难以验证巨额开支的回报路径。其二，循环融资结构日益复杂，部分厂商的算力采购、股权投资与订单回授形成闭环，放大了收入确认的乐观偏差，也使真实信用状况的评估难度上升。

2. 评级风险分层：从AA警报到垃圾级悬崖

在这轮信用重估中，中游厂商并非同一风险层级。标普点名两类典型情形：

• 亚马逊：面临失去AA评级的风险。作为营收体量最大、AWS毛利率贡献最高的厂商之一，其评级压力主要来自资本开支强度对自由现金流的持续侵蚀。AA级厂商一旦降级，将同步抬升存量债务的再融资成本。
• 甲骨文：信用缓冲更为脆弱。一旦发生降级，将直接跌入垃圾级（高收益债）区间，失去投资级债券的融资通道。对于依赖债券市场为数据中心建设滚动融资的厂商而言，这一临界点意味着融资结构的断裂式切换。

这种分层揭示了中游的信用逻辑：决定厂商命运的并非AI收入增速，而是债务可持续性——即在词元收入无法线性兑现的情景下，厂商能否依靠自身现金流覆盖资本开支的偿债缺口。

3. 循环融资的结构性放大效应

如图所示，循环融资存在两条相互叠加的回路：第一条是产业链内部的需求自我强化——云厂商对AI公司的算力供给，部分以对方的资本注入为前提，形成收入端的回授闭环；第二条是资本市场端的反馈——当评级机构开始质疑此类收入质量时，融资成本上行会进一步压缩资本开支空间，形成负反馈。

值得注意的是，标普警告的时点恰逢宏观利率环境收紧。美国联邦债务突破40万亿美元、10年期美债收益率逼近5%的背景下，机构普遍认为高息发债的挤出效应正在推高AI企业融资成本。中游厂商的债券发行成本与美债基准同步抬升，信用利差随时可能扩大，这使债务可持续性问题从远期隐忧变为当期约束。

4. 中游商业模式切换与信用错配

与信用约束并行的是商业模式的切换。国内市场已显现清晰的利润再分配信号：计费逻辑从「卖机柜」转向「卖词元」，全国日均词元调用量从2024年初的1000亿增至2026年3月的140万亿，两年增长超1000倍；三大运营商推出词元资费套餐，估值锚点从机柜规模与GPU库存转向算力利用率、词元产出与调度能力。

这一切换对信用评估具有双重含义。积极面在于，词元计费将资本开支转化为可持续的经常性收入，理论上改善了现金流的可预测性；风险面在于，词元单价随竞争持续下行，收入规模增长未必转化为利润增长，而债务偿付依赖的是后者。中游厂商若在词元价格战中以亏损换份额，信用实质将进一步恶化。

综合来看，本轮算力景气周期中，中游云厂商的竞争维度已从算力规模转向信用质量。三个判断值得强调：

第一，评级是中游的生死线。AA级厂商有缓冲空间，而临近投资级下限的厂商（如甲骨文情形）一旦触发降级，融资结构将发生质变，可能被迫收缩资本开支、在竞争中掉队。

第二，披露透明度是信用重估的催化剂。AI投资回报率的量化披露缺位，使市场只能以最保守假设定价，信用利差存在被系统性放大的倾向。

第三，宏观利率构成外部引爆点。在中游厂商杠杆普遍上升的背景下，无风险利率的边际变化将直接决定债务可持续性的松紧。

对产业观察者而言，下一阶段的关注重点应从「谁在建最多的数据中心」转向「谁能在7万亿美元开支周期内维持投资级信用」。中游的胜负手，正在从算力供给能力转向资产负债表质量。

产业链下游：从卖机柜到卖词元

算力产业链的价值分配正在经历一场静默的重构。国金证券最新研报指出，中国算力产业的计费逻辑已从「卖机柜」转向「卖词元」，这一转变不仅是商业模式的变化，更意味着利润在产业链各环节之间的重新分配。理解这一转变，是判断算力产业投资逻辑的关键。

一、词元调用量：两年千倍的爆发曲线

衡量算力下游需求的最直接指标，是全国日均词元（Token）调用量。数据显示，这一指标从2024年初的1000亿，增至2026年3月的140万亿，两年间增长超过1000倍。

这一增长曲线的含义在于：下游需求不再以硬件采购的形式体现，而是以推理服务消费的形式呈现。机柜和GPU是静态资产，词元是动态产出。当日均调用量达到140万亿量级时，算力的消费属性取代了其资产属性，产业链的计价基准随之迁移。

二、三大运营商入场：词元资费套餐的商业化信号

下游商业化的标志性事件，是三大运营商推出词元资费套餐。这一动作具有双重意义：

其一，词元成为标准化计费单位。类似于语音分钟数、流量GB，词元被纳入运营商的资费体系，意味着推理服务完成了从项目制、定制化向标准化商品的关键一跃。

其二，渠道被打通。运营商拥有覆盖最广的企业与个人客户触点，词元套餐让推理能力像通信服务一样被批量分发，下游应用的获取成本显著降低，反过来又推高调用量，形成正循环。

三、GaaS：算力运营的高阶形态

在词元经济之上，GaaS（推理即服务）成为算力运营的高阶形态。其本质是：算力供给方不再按硬件或裸资源出售，而是按模型推理的产出交付，并承担资源调度、负载均衡、多租户管理等运营职能。

GaaS之所以被称为「高阶」，在于它对能力的要求完全不同于机房建设。机柜拼的是资本开支和电力资源，GaaS拼的是算力利用率、词元产出效率与调度能力。研报指出，产业的估值锚点已相应从机柜规模、GPU库存，转向算力利用率、词元产出与调度能力三项运营指标。

四、利润重分配：价值向下游调度环节集中

这场计费逻辑迁移的直接后果，是利润重心沿产业链下移。

上游看，存储、算力芯片等硬件环节仍受益于AI基建需求——如长鑫科技DRAM市占率从4%升至10%、半年报营收同比增长873.64%，反映了基建阶段的红利。但基建投入的回报周期与债务压力正在被市场重新审视，标普对超大规模云厂商7万亿美元资本开支的信用警告表明，重资产模式的可持续性面临拷问。

下游看，掌握客户、数据流和调度能力的运营环节，处于价值链中议价能力上升的位置：它们将固定的算力资产转化为可弹性计价的词元收入，承接了从资产端让渡出来的利润空间。国金证券的结论是明确的——利润正向中游调度与下游运营环节集中。

五、政策语境：算力网纳入国家重大工程

产业变迁发生在明确的政策框架之内。「十五五」规划将全国一体化算力网纳入109项重大工程，算力被升格为国家级战略资产。这意味着下游的词元计费、跨域调度、运营商资费体系，将在全国一体化算力网的顶层设计下继续演进，标准统一与互联互通是可预期的方向。

结语

从卖机柜到卖词元，变化的是计费单位，深层的是价值归属：当词元调用量两年增长千倍、运营商推出资费套餐、GaaS成为运营高阶形态，算力产业的重心已从「建成多少」转向「用掉多少」。对于产业观察者而言，后续需持续跟踪三个指标：日均词元调用量增速、算力利用率水平，以及调度运营环节相对硬件环节的利润份额变化——它们将共同决定这场利润重分配的最终格局。

数据与竞争格局

存储市场：三巨头垄断下的第一道裂缝

在AI算力产业链上游，DRAM长期呈现高度寡头格局。Counterpoint数据显示，2026年二季度，三星以38%的营收市占率居首，SK海力士（25%）与美光（24%）紧随其后，三家合计占据约87%的市场份额。这一格局在过去二十余年间几经洗牌，但头部集中度始终未被动摇。

变化出现在第四位。长鑫科技二季度全球DRAM营收市占率从去年同期的4%跃升至10%，稳居全球第四，与三大原厂之间的差距正在收窄。公司8月28日披露上市后首份半年报，营收同比增长873.64%并实现扭亏为盈，直接受益于AI基建热潮带动的存储涨价周期。目前长鑫正同步扩充产能并推进HBM等高端品类研发。

从产业逻辑看，本轮格局松动具备两个支撑条件：其一，AI服务器对存储的拉动使整体市场供不应求，为新进入者腾出了放量窗口；其二，HBM等新品类尚处于技术路线分化阶段，后发者在部分环节存在追赶可能。但需要指出的是，10%与38%之间的差距仍然悬殊，且高端DRAM的良率与客户认证壁垒短期内难以跨越。存储环节的竞争格局演变，更可能是渐进式的份额再平衡，而非颠覆性重构。

估值逻辑的切换：从卖机柜到卖词元

比市场份额变化更深刻的，是算力产业计费逻辑的重构。国金证券研报指出，中国算力产业正经历一轮利润再分配：计费单位从「机柜」转向「词元」。量化数据颇为直观——全国日均词元调用量从2024年初的1000亿，增至2026年3月的140万亿，两年间增长超过1000倍。

这一变化正在改写产业链的定价权分布。三大运营商已推出词元资费套餐，GaaS（算力即服务）成为算力运营的高阶形态。对应到资本市场，估值锚点随之迁移：过去市场以机柜规模、GPU库存量衡量算力企业的价值，如今算力利用率、词元产出与调度能力成为核心指标。换言之，资产「有没有」的重要性，正在让位于资产「转得多快、产出多少」。

这一转变与国际市场的信用重定价形成呼应。标普近期对超大规模云服务商发出系统性信用警告，预计前六大厂商至2030年资本支出将突破7万亿美元，并指出AI投资回报率缺乏量化披露、循环融资结构日趋复杂。当债务市场开始追问「资本开支换来了什么」，词元产出正是对这一问题的最直接回答——它将基础设施投入转化为可计量、可计费的业务产出，为估值提供了从规模叙事走向经营质量叙事的桥梁。

政策升格：算力网进入国家级工程序列

需求侧与估值逻辑之外，制度层面的变化同样值得关注。「十五五」规划将全国一体化算力网纳入109项重大工程，算力被确立为国家级战略资产。这意味着算力基础设施从此前的企业投资行为，上升为带有公共基础设施属性的国家工程序列，在土地、电力、网络调度与跨区域协同等环节预计将获得更系统的制度安排。

对产业格局而言，这一政策定位产生两方面影响：一是强化了国内算力需求的中长期确定性，为国产存储、国产GPU及算力运营商提供了相对稳定的订单预期；二是推动算力调度从分散走向一体化，全国性调度能力将成为新的竞争维度，具备跨区域资源整合能力的主体在利润分配中占据更有利位置。

竞争格局的综合判断

将上述三条线索合并观察，可以得到一个清晰的产业图景：

上游存储环节，寡头格局出现松动但远未逆转，国产厂商的份额提升是AI周期红利的分配结果，后续观察点在于HBM等高端品类的突破进度。中游算力运营环节，词元经济重塑了利润分配，具备高利用率与强调度能力的企业将持续获得估值溢价。制度层面，算力网的国家级工程定位为整条产业链提供了需求确定性。

风险同样需要纳入视野：标普警告的7万亿美元资本开支黑洞与债务可持续性问题、10年期美债收益率逼近5%对融资成本的挤压，都提示本轮周期的回报兑现仍存变数。竞争格局的演变方向已经明确，但演变的速度，最终取决于词元需求的真实增长能否持续覆盖庞大的前期投入。

趋势判断：效率重于规模

回报验证期临近

本轮AI基建投资已进入回报验证的关键窗口。洛克菲勒国际董事长Ruchir Sharma在《金融时报》撰文指出，AI应用层年收入约2000亿美元，而产业层面的资本承诺远高于此——标普信用展望报告预计，前六大超大规模云服务商至2030年资本支出将突破7万亿美元。两者之间的缺口意味着，资本开支能否转化为可持续现金流，正成为市场重新审视AI行业的核心变量。

标普的报告罕见地对超大规模云服务商发出系统性信用警告，直指两大隐患：一是AI投资回报率缺乏量化披露，市场难以独立验证回报路径；二是循环融资结构日益复杂，供应商融资、股权投资与采购合同相互嵌套，放大了风险的传导链条。报告点名亚马逊面临失去AA评级的风险，而甲骨文一旦遭降级将跌入投资级边缘以下。这标志着债务市场已开始对AI基建风险进行重新定价，而非仅仅停留在股票市场的估值争论。

融资成本：被忽视的宏观约束

与市场惯常归因于企业杠杆不同，Sharma将本轮AI周期的关键风险指向政府债务。美国联邦债务已突破40万亿美元，在繁荣期仍维持约占GDP 6%的财政赤字，为过去数十年平均水平的两倍以上。10年期美债收益率已升至约4.8%，一旦突破5%——互联网泡沫时代以来的区间上沿——高息发债的挤出效应将进一步抬升AI企业的融资成本，可能成为刺破行情的引信。

融资成本对重资产行业的影响是非线性的。数据中心、算力集群与电力配套均为长周期投资，其可行性测算对折现率高度敏感。收益率每抬升一个台阶，理论上可行的项目边界就向内收缩一圈。这也是信用重定价先于股价调整的原因：债券投资者对现金流覆盖与杠杆可持续性的敏感度，通常高于股票市场对叙事的容忍度。

从扩张转向效率竞争

在融资成本上行与回报验证临近的双重约束下，行业竞争的焦点正从规模扩张转向效率竞争，这一转向在中国市场已出现清晰信号。

国金证券研报显示，中国算力产业的计费逻辑正从「卖机柜」转向「卖词元」：全国日均词元调用量从2024年初的1000亿增至2026年3月的140万亿，两年增长超1000倍。三大运营商已推出词元资费套餐，GaaS（算力即服务）成为运营的高阶形态。「十五五」规划将全国一体化算力网纳入109项重大工程，算力升格为国家级战略资产。与之相应，估值锚点正从机柜规模、GPU库存转向算力利用率、词元产出与调度能力，利润向中间调度与运营环节集中。

这一逻辑同样体现在硬件层面。长鑫科技二季度全球DRAM营收市占率从去年同期的4%升至10%，稳居全球第四，营收同比大增873.64%并扭亏为盈，其业绩弹性直接来自AI基建热潮带动的存储涨价。但存储环节的量价齐升本质上是供给紧平衡下的阶段性红利，能否持续取决于下游算力运营的真实回报——即词元经济的收入兑现能力。

基准判断

综合来看，本章给出三点趋势判断：

其一，2026年是回报验证的分水岭。 2000亿美元的应用层收入相对于7万亿美元的资本承诺，要求回报路径必须在可见期限内收敛。若应用收入增速无法匹配折旧节奏，信用市场的重定价将从个案（个别厂商评级压力）扩展为行业性的融资条件收紧。

其二，利率是比企业杠杆更关键的宏观变量。 10年期美债收益率若站上5%，AI基建的资金成本模型将系统性上修，行业扩张的边际单位经济性随之恶化。届时，拥有自现金流、低杠杆的厂商将获得相对竞争优势，高杠杆扩张模式的容错空间显著收窄。

其三，效率指标的权重将持续上升。 无论中美市场，产业逻辑正趋同于同一方向：从衡量「建了多少」转向衡量「用了多少、产出多少」。算力利用率、词元调用量与调度效率，将取代装机规模成为下一阶段产业分层与估值分化的核心标尺。规模仍是入场券，但效率决定谁能留在牌桌上。