ARTICLE · 1061113
大摩中国AI路径 8.5万亿元投资,如何转化为算力与回报
大摩中国AI路径 8.5万亿元投资,如何转化为算力与回报原文发布：2026年9月16日 本报告依据大摩《中国AI路径：8.5万亿元资本开支推动算力规模增至三倍》31页英文原件整理。正文与图表只保留原文逻辑、数据和结论，不加入外部新闻或个股操作建议。预测并非既成事实，回报率均为情景模型测算；所标页码均指原PDF页码。 一、核心判断：需求扩张之后，要回答谁投资、谁融资、谁赚钱 大摩对中国AI的判断不是单纯看好资本开支增长，而是把算力需求、资金组织和商业回报放在同一条逻辑链上：AI云需求推动设备与数据中心建设，大型云厂商通过采购、预付款、长期租约和股权投资组织供应链，最终通过算力出租和模型服务获得收入。 报告预计，2026—2030年中国相关主体累计资本开支达到8.5万亿元，其中境内算力资产约6.5万亿元、海外投入约2万亿元。境内新增IT容量约55吉瓦，2030年总容量达到81吉瓦，约为2025年的三倍。这里的“三倍”指IT容量，不是芯片计算性能提高三倍。（第1、4、8页） 
图1｜五年投资规模与境内容量目标。按原文总览重绘，均为大摩预测。 增长主要由大型云厂商驱动。大摩预计其五年资本开支约6.3万亿元；专业算力云服务商约1.5万亿元。大型云厂商同期境内净新增容量约34吉瓦、全球约47吉瓦，不能与境内全行业81吉瓦的期末容量混用。（第6、10页） 境内部署成本预计约每兆瓦1500万—2300万美元，低于报告列示的美国方案。报告对2026—2030年各年电力需求的预测范围为5.6—13吉瓦，第三方数据中心订单为6.1—11吉瓦；二者是逐年预测区间，不是五年累计量。（第8—9页） 二、融资路径：专业算力云承接一部分建设投入，也承接负债 报告中的Neocloud，指专业GPU算力云服务商。其角色是采购或租入计算设备、取得机房容量，再向大厂和模型公司提供算力；数据中心运营商则主要提供机房、电力和制冷，两者不是同一种业务。这解释了为什么“中国AI路径”需要单列这一建设主体。 大型云厂商不仅自行建设，还通过预付款、长期租赁和容量承诺为供应商提供资金或信用支持，并投资AI芯片、基础模型及应用。专业算力云服务商再向金融机构取得设备融资或融资租赁。报告示意的融资成本约为每年5%，并明确提示，这种模式伴随较重的债务和租赁偿付义务。（第12、15页） 
图2｜客户承诺支持融资，但并不消除专业算力云服务商的偿债责任。 大摩认为，中国AI生态中的循环性交易和投资安排相对有限，但不是不存在。云厂商投资模型和芯片企业、模型企业反向购买算力等关系仍然存在。海外约2万亿元资本开支是融资重点考量；原文没有将其定义为已落实融资，也没有把它全部等同于资金缺口。（第13—14页） 数据中心部分采用另一套项目融资结构：示意资本开支5690亿元，项目贷款65%、项目权益35%；权益来源包括不动产投资信托基金、平台股权或可转债、内部现金流。这个比例只适用于该数据中心示意图，不能套用到全部8.5万亿元投资。（第16页） 三、回报来源：出租算力与出售模型服务，经济性并不相同 大摩用同一组资本投入拆解三种业务。自建GPU算力出租的基准投入为840万元，其中服务器800万元、机房40万元；月租收入25万元，年收入300万元，对应营业利润率43.5%、投入资本回报率13.2%、现金回收期3.07年。（第18页） 租入算力再提供服务的方案，以每月租入20万元、租出25万元测算，营业利润率为20%。表内不计自建资本开支，指的是租用并提供服务的一方，并不意味着设备持有者或专业算力云服务商不必投入资金。（第18页） 
图3｜三种模式的基准回报。投入资本回报率不等于净利润率，也不是保证收益。 自有模型服务需要同时承担训练与推理成本。基准假设为单GPU每秒处理4000个词元、推理占工作负载50%、利用率75%、混合价格每百万词元9.56元。模型年收入约362万元，营业利润率53.1%，投入资本回报率19.4%，现金回收期2.58年。（第19页） 第三方模型接口服务假设单GPU吞吐降至每秒2800个词元，但100%工作负载用于推理，利用率仍为75%，并支付10%的收入分成。同样840万元投入产生约506万元年收入，营业利润率56.5%，投入资本回报率29.0%，回收期2.07年。回报差异取决于训练负担、有效吞吐、价格和分成，而非只取决于设备数量。原表多个参数同时变化，不能视作单一变量实验。（第19页） 四、国产化与投资结论：成本优势还要转化为有效吞吐 大摩同时看好国产化并承认回报差距。国产推理模型假设服务器成本400万元，为海外方案800万元的一半；机房投入均为40万元、利用率均为75%、混合价格均为每百万词元9.56元。在这些条件下，较低采购成本仍不足以自动抵消吞吐性能差距。（第20页） 测算情景 营业利润率 投入资本回报率 现金回收期 海外方案基准 56.5% 29.0% 2.07年 国产吞吐为海外30% 31.1% 9.1% 3.58年 国产吞吐为海外40% 45.8% 17.9% 2.72年 表1｜国产推理回报敏感性，摘自原文第20页。性能比例仅指该模型的吞吐假设。 因此，原文结论不是“国产设备更便宜，所以回报更高”，而是“国产推理回报可能较低，但随着性能改善存在提升空间”。 报告超配阿里巴巴、金山云、世纪互联、MiniMax、智谱及GPU国产化方向。世纪互联对应VNET。金山云按2027年5.5倍企业价值／息税折旧摊销前利润估值，低于美国专业算力云同业平均13倍、中位数10倍；折价反映较低资产收益率与供应链可得性的不确定性。（第1、23页） 报告同时列示算力供应限制、设备采购不足、模型落后、竞争和价格战、融资成本上升、云厂商削减投入，以及数据中心交付或客户上架延迟等风险。（第22—23页） 综合来看，大摩的结论是：中国AI投资扩张具有可观规模，大型云厂商通过多种资金和信用安排推动建设，算力出租和模型服务具备不同的回报空间；但投资规模并不自动保证利润，融资可得性、交付能力和单位经济性必须共同成立，国产算力则还需要持续提升性能。 编制说明：中文图表按原文数据重绘，不是大摩原图。原PDF局部合计及单位存在不一致，投资总量采用第4页总览，不引用异常美元换算。全文仅忠实整理原文，不能替代完整研报或构成投资建议。