大型科技公司 AI 基礎設施支出將於 2026 年接近 7000 億美元

預計到 2026 年，大型科技公司將投入近 7000 億美元於 AI 投資。實際上，AI 基礎設施的資本支出涵蓋加速器和 GPU、高速網絡、數據中心建設以及電力系統，其範圍主要取決於包含此堆棧的多少部分。目前的討論焦點集中在超大規模雲服務商的支出，以及計算能力的擴張能否在規模上與電力供應和利用率相匹配。

根據高盛的說法，與人工智慧相關的 2026 年資本支出可能達到約 $527 億美元，而 MLQ 報告指出， Alphabet、Amazon、Meta 和 Microsoft 的合計展望在 $650–$700 億美元範圍內，主要用於資料中心、GPU 和電力系統。這些數字通常被視為方向性估計，並可能因範圍、時間點以及多年建設計畫中於特定日曆年內確認的部分而有所不同。

字母表（GOOGL）和其他超大規模廠商位於本輪週期的中心，將支出導向加速器、互聯設備以及能夠容納高密度電力與冷卻的大型數據中心園區。據 AOL 報導，大型科技公司正投入數千億美元於 AI 基礎設施，而字母表被視為相較於競爭對手具有結構性優勢。

行業領袖將此描述為計算領域的一次持久轉型，而非短暫的峰值。「一旦企業投入人工智能，他們將需要越來越多的計算能力，」Nvidia 執行長黃仁勳表示。

撰寫時，公開市場環境顯示對人工智慧供應鏈的持續關注；根據納斯達克數據，英偉達公司（NVDA）於 27 月 27 日收盤價為 177.19，盤後上漲至 177.81（+0.35%），52 週交易區間為 86.62 至 212.19，盤中市值約為 4.31 兆美元。這些數據僅供參考，不構成任何展望。

經濟的關鍵在於透過利用率提升以及客戶對推論和訓練的需求，將高資本支出轉化為收入和現金流。根據 The Motley Fool 的觀點，這波支出浪潮為基礎設施供應商帶來了顯著的助力，但也引發了關於超大規模雲端服務商的自由現金流是否能跟上高額支出的疑問。

《財富》雜誌報導指出，研究警告利潤可能落後於這些投資水平，若貨幣化或使用率的增長慢於預期，則回收期將延長。以這種方式界定範圍，突顯了需要嚴謹的部署、高效的模型，以及能夠以可接受保證金水平吸收容量的工作負載組合。

從運營角度來看，利用率、能源可用性、電網連接和許可的時機，很可能成為部署速度的關鍵限制因素。這些因素，加上加速器、網絡和電力的單位經濟性，將決定當前 AI 基礎設施的資本支出最終能否轉化為持久的回報和更穩定的自由現金流。