摩根大通戴蒙：超大规模云2027年AI基建投资或达1万亿美元
摩根大通：2027年超大规模数据中心投资或达万亿
摩根大通董事长兼首席执行官杰米·戴蒙表示，超大规模云服务商及相关基础设施生态的投资规模已从2025年约3000亿美元增至2026年约7000亿美元，并可能在2027年进一步升至约1万亿美元，相当于每年为GDP增加约1个百分点需求。
数据中心内参 2026-09-23 17:06 北京
华尔街上调AI基建预期。
点击蓝字关注我们FOLLOW US
华尔街对AI基础设施资本开支的预期正在持续上调。摩根大通董事长兼首席执行官杰米·戴蒙表示，超大规模云服务商及其基础设施生态的年度支出可能在2027年达到1万亿美元。
当地时间9月21日，戴蒙在参加第11届摩根大通印度会议期间接受CNBC-TV18采访时表示，超大规模云服务商及相关基础设施生态的投资规模，已经从2025年的约3000亿美元增至2026年的约7000亿美元，并可能在2027年进一步升至约1万亿美元。
戴蒙表示，如达到这一规模，相当于每年为GDP增加约1个百分点的需求，同时可能对通胀形成一定压力。原因在于，大规模AI基础设施建设不仅需要采购芯片和服务器，还需要建设数据中心、工厂和电力设施，并增加对劳动力、设备和原材料的需求。
华尔街对2027年AI投资预期持续上调
1万亿美元并非华尔街近期才出现的预测。
穆迪此前预计，超大规模云服务商2027年资本开支将接近1万亿美元；美国银行也预计相关支出将在2027年突破1万亿美元。
随着AI基础设施建设持续加速，部分机构进一步上调了预测。标普全球评级预计，2027年超大规模云服务商资本开支可能超过1.3万亿美元，瑞银预计同期AI资本开支约为1.4万亿美元。
这意味着，市场对AI资本开支的判断正在从“数千亿美元”逐步进入“万亿美元”级别。
AI资本开支正在向整个基础设施产业链扩散
这一轮投资并非仅仅意味着采购更多GPU。
随着AI数据中心规模扩大，资本支出正在向整个基础设施产业链传导。
在计算侧，GPU及其他AI加速器仍是核心设备，同时带动高带宽存储器、先进封装等半导体需求。
在网络侧，大规模GPU集群需要高速互联，交换机、网络芯片、光芯片、光模块和光纤等产品需求随之增长。
在数据中心侧，AI服务器和高密度机柜部署带动数据中心建设，并对液冷、CDU等散热系统提出更高要求。
在电力侧，大规模AI数据中心需要更加稳定和高功率的供电系统，UPS、变压器、开关设备、配电系统、电缆和储能等基础设施需求也随之增加。
由此，AI资本开支正在形成一条不断向物理基础设施延伸的产业链：
GPU → AI服务器 → 高速网络 → 数据中心 → 液冷 → UPS与配电 → 电力与能源基础设施。
AI正在从单纯的计算需求，逐渐演变为对计算、网络、冷却、电力和数据中心的综合需求。
这也使AI基础设施投资的影响范围从半导体和互联网企业，进一步扩展至通信设备、工业设备、电力设备、能源以及基础设施建设等领域。
AI正在成为全球资本开支的重要变量
如果2027年AI相关资本开支达到1万亿美元，其经济影响将不再局限于科技行业。
AI数据中心建设需要芯片、服务器、网络设备和冷却系统，也需要土地、建筑、电力和能源。这意味着AI投资正在通过基础设施建设向更广泛的实体经济传导。
这一点也体现了AI与传统互联网产业的差异。
互联网产品最终交付的是数字内容，新增用户的边际成本通常较低；而AI服务虽然最终交付的仍然可能只是一段文字、一份代码或一个决策，但其背后需要持续消耗GPU计算、电力、网络和数据中心资源。
因此，随着AI应用规模扩大，AI的最终交付仍然很轻，但生产过程正在变得越来越重。
这使AI资本开支具有明显的基础设施属性。
从这个角度看，1万亿美元并不仅仅意味着大型科技公司将购买更多芯片，也意味着更多资本将进入数据中心、通信、电力、冷却和能源基础设施。
巨额投入能否产生相应回报仍受关注
不过，AI资本开支快速增长并不意味着所有投资都能够产生容易衡量的经济回报。
戴蒙表示，并非所有AI投资都能带来可以立即量化的回报。一些投资可能属于企业维持竞争力所必须进行的基础性投入；此外，AI带来的客户体验改善和长期效率提升，也可能难以在短期内直接体现为收入增长。
戴蒙将AI称为一项具有巨大潜力的技术，并认为其应用仍可能继续快速扩张。但与此同时，他也提醒投资者关注大规模资本需求可能带来的其他影响，包括基础设施投资、再军事化以及政府财政赤字对利率的潜在压力。
他还表示，市场可能出现调整，但并不确定AI是否会成为调整的原因。
目前，AI基础设施投资仍处于快速扩张阶段。
从2025年的约3000亿美元，到2026年的约7000亿美元，再到2027年可能达到的1万亿美元，AI正在形成近年来全球科技产业规模最大的资本开支周期之一。
当资本开支从数千亿美元迈向1万亿美元，AI产业的边界也正在发生变化：它不再只是芯片和模型的竞争，而正在越来越深地进入网络、数据中心、冷却、电力和能源基础设施。
往期推荐:
分享产生价值，请顺手转发至朋友圈
公众微信名：IDCinside
也可长按二维码，扫描关注属于数据中心专业人士的社区
数据中心报道、投稿
联系公众号助理（微信：AI_insider）
加入数据中心行业群、运维群
IDCinside 数据中心内参
聚焦 AI 算力 · 数据中心 · 智算产业
原创出品，转载请后台联系
来源：IDCInside · mp.weixin.qq.com