万亿美元投资浪潮：AI算力军备竞赛白热化
2026年最确定的科技叙事，是人工智能基础设施的天量投资。随着大模型训练与推理需求持续攀升，全球超大规模云服务商（hyperscaler）正把前所未有的资金投入数据中心、GPU与配套设施。据多家机构汇总，亚马逊、谷歌（Alphabet）、Meta、微软与甲骨文这五家巨头2026年的资本开支合计预计达到6900至7250亿美元，较2025年增长约36%至64%。这一增速即便放在科技史上也极为罕见，标志着AI算力竞赛进入白热化阶段。
更值得注意的是投资结构。在这数千亿美元的开支中，约75%——也就是大约4500亿美元——直接投向AI相关基础设施，包括AI服务器、GPU、加速卡与专用数据中心，而非传统云业务。这意味着AI已经从一项前沿技术，变成驱动全球最大科技公司资本配置的核心引擎。换言之，谁能率先建成足够的算力，谁就掌握了下一阶段竞争的入场券。
五巨头逐鹿：从亚马逊2000亿到甲骨文的追赶
拆解到单家公司，投资规模同样惊人。亚马逊2026年资本开支预计约2000亿美元，居首位，主要但不限于数据中心建设；谷歌母公司Alphabet预计1750至1850亿美元；Meta预计1150至1350亿美元；微软沿着约1200亿美元甚至更高的轨迹推进；而甲骨文（Oracle）目标约500亿美元，作为后来者正加速追赶。这五条曲线叠加，构成了支撑全球AI算力的资本底座。
如果把视野扩大到超大规模厂商之外，纳入新兴的Neocloud云服务商、主权AI项目以及各国本土云厂商，2026年全球数据中心资本开支的总和被上调至超过1万亿美元。换句话说，AI正在催生一个以万亿美元计的全新基础设施市场。对上游设备、芯片、网络、散热与电力供应链而言，这是一个需求被集中、被放大、且具备高度确定性的历史性窗口。
算力背后的电力账单：用电量五年翻倍
天量算力的另一面，是同样惊人的电力消耗。根据国际能源署（IEA）《能源与AI》报告，全球数据中心耗电量预计将从2025年的约485太瓦时，翻倍增长至2030年的约950太瓦时，并在2035年进一步升至约1200太瓦时。其中，AI优化型数据中心的电力需求增长最快，到2030年有望增长逾四倍。AI在数据中心总用电中的占比，可能从近年的5%至15%跃升至2030年的35%至50%。
这意味着电力正从过去的隐性成本，转变为决定AI扩张速度的硬约束。美国2026年数据中心用电预计达约260太瓦时，欧洲约150太瓦时，中国位居其间。电网容量、变压器、配电设备、备用电源乃至选址附近的发电能力，正成为科技公司与各国政府共同关注的焦点。对供应链而言，电力设备与能源基础设施的需求外溢，正与算力本身同步放大。
供应链外溢：从GPU到散热与电力设备
万亿美元资本开支的真正威力，在于它沿着供应链层层传导。最上游是AI芯片与高带宽内存（HBM），随后是服务器、交换机与光模块，再到机柜、液冷散热系统，以及不间断电源、变压器和配电单元。每一个环节都因AI数据中心的密集建设而出现需求跃升。尤其是液冷与高功率密度供电，已从可选项变为高算力集群的必需品，相关设备订单能见度大幅提升。
对中国及亚洲制造业而言，这是一个清晰的机会窗口。中国在电源设备、铜连接件、机柜、散热模块、光通信器件与被动元件等领域具备成熟的产能与成本优势，能够承接全球数据中心建设外溢的采购需求。对MO-TEK这类贸易与采购伙伴来说，关键是识别哪些细分品类正处于需求加速区间，并帮助海外买家在产能紧张前锁定可靠供应。
前路与风险：高投资能否兑现回报
如此规模的资本开支并非没有争议。质疑者担心，AI变现速度能否跟上投资节奏，一旦需求不及预期，巨额折旧将拖累利润，甚至引发基础设施过剩。此外，电力供应、芯片产能、内存成本上涨与建设周期都可能成为执行中的现实约束。2026年第一季度，内存成本通胀已推动数据中心单位成本上行，提醒市场这条赛道并非没有摩擦。
但从中期看，AI算力需求的方向性较为明确，主要厂商也展现出持续投入的决心。对供应链参与者而言，理性的做法不是押注单一情景，而是顺着确定性较高的环节布局——电力、散热、连接与基础部件，这些是无论AI应用如何演化都需要的底层支撑。把握节奏、绑定可靠产能、关注成本与交期变化，是穿越这轮投资周期的务实策略。作者：Minghao，上海摩科国际贸易（MO-TEK）。