2026 年 6 月 30 日（北京時間），那斯達克綜合指數大漲 522.52 點，漲幅 2.07%，收於 25,820.14 點。輝達（NVIDIA）當日上漲 1.27%，報收 194.97 美元，市值約 4.72 兆美元。但在那之前的五個交易日，這家全球市值最高的半導體公司剛剛經歷了一輪連續下跌。
短期的股價波動背後，是一個更深層的結構性變化正在發生：AI 投資正從「講故事」階段進入「算帳」階段。市場不再僅僅追問「誰在參與 AI」，而是開始追問「誰能真正從 AI 中賺錢」。
理解這場轉變，首先需要看清資金的流向。
高盛 2026 年 6 月發布的更新預測顯示，四大超大規模數據中心運營商——Alphabet（Google）、Amazon、Microsoft 和 Meta——2026 年資本開支總額將達到 7，250 億美元。具體到各家公司：亞馬遜約 2，000 億美元，微軟約 1，900 億美元，谷歌約 1，750 億至 1，850 億美元，Meta 約 1，150 億至 1，350 億美元。這一數字較 2025 年的 4，100 億美元同比增長 77%。
更值得注意的是調整的速度。僅過去約六個月，市場對 2026 年雲廠商資本開支的預期就提高了近 80%。巴克萊則預計，主要雲廠商的資本開支將在 2027 年達到 9，190 億美元，2028 年進一步升至約 1.16 兆美元。
7，250 億美元是什麼概念？這一數字超過了 2025 年全球半導體市場的總規模——世界半導體貿易統計組織（WSTS）預測 2026 年全球半導體市場規模為 1.5112 兆美元——四家公司的 AI 資本開支已接近全球半導體市場總量的一半。
這些資金的流向大致分為三個層級：最上游是晶片採購（輝達 GPU、AMD 加速卡、自研 ASIC 等）；中游是數據中心基礎設施（土地、建築、電力、散熱系統）；下游是網路設備與軟體生態（InfiniBand、乙太網路、CUDA 生態等）。伯恩斯坦研究指出，僅 HBM（高頻寬記憶體）價格上漲就可能令超大規模雲廠商的 AI 資本開支總體增加約 30%。
與此同時，全球數據中心累計投資額預計到 2030 年將達到 1.6 兆美元規模。美國數據中心建設支出在 2026 年 4 月達到了 507 億美元的年化規模。三星宣布總投資規模達 2，655 兆韓元（約 11.68 兆人民幣），SK 集團則計劃未來 10 年每年在韓國國內投入逾 100 兆韓元。黑石集團擬投資 300 億美元在日本興建 AI 數據中心。
但開支規模本身已不再是市場關注的唯一焦點。
過去三年，AI 產業沿著一條清晰而有力的邏輯線運行：算力越稀缺，資本開支越合理；資本開支越大，估值越高。這一自我強化的循環幾乎無人質疑。然而進入 2026 年，這條邏輯鏈上的每一個環節都在承受壓力測試。
高盛在 6 月發布的研報中明確指出，AI 行情的核心矛盾正在加劇——基本面依然強勁，但市場已經提前計入了過多未來收益。美國科技投資佔 GDP 的比重已升至約 4.9%，超過 2000 年前後網際網路泡沫時期的高點。市場對 AI 未來收益的定價速度，明顯快於生產率紅利真正落地的速度。
高盛進一步指出，自 2022 年 11 月以來 AI 相關公司市值暴增 27 兆美元，遠超宏觀基準測算的 9 兆美元。獲利上修暫時壓住了估值憂慮，但股票波動率可能進一步上升。
正是在這一背景下，AI 產業迎來了一道關鍵門檻。據 Exponential View 報告，截至 2026 年第一季度，全球生成式 AI 產業（不含中國）季度收入首次超過同期 AI 基礎設施折舊費用。2026 年 AI 基礎設施年度折舊費用預計將接近 1，110 億美元。換言之，AI 業務產生的現金流已經能夠覆蓋伺服器、GPU 及數據中心形成的會計折舊成本——產業跨過了「能夠養活自己」的第一道門檻。
但距離證明整個資本週期能夠獲得合理回報，仍有相當距離。報告預計，截至 2026 年底，全球超大規模雲廠商及新興 AI 雲平台累計 AI 相關資本開支將達到約 2 兆美元。市場正在從「算力稀缺信仰」轉向對投資報酬率的系統性審視。
華爾街傳奇空頭吉姆·查諾斯在 2026 年 6 月的一場研討會上給出了一個具體的數字：目前算力基建的預期稅前投資報酬率（ROIC）只有 5% 至 8%。查諾斯的邏輯並不複雜。他指出，當前 AI 產業鏈存在巨大的「財務不匹配」：賣晶片和數據中心設備的公司正在立即確認收入和利潤，而花錢採購這些設備的雲廠商卻在將成本資本化。一旦這些資產上線並開始折舊，對利潤的衝擊將是巨大的。
他將當前的 AI 基礎設施投資與 1998 年至 2000 年的網際網路泡沫時期做了類比。當時標普 500 的營業利潤在兩年內增長了 30%，但當訂單簿在 2001 年崩潰而折舊成本繼續顯現時，標普 500 的利潤暴跌了 40%。
市場疑慮並非毫無根據。輝達 B200 晶片的每小時租賃價格從 5 月 30 日的 6.11 美元跌至 6 月 22 日的 4.22 美元，不到一個月跌幅達 31%。AI 伺服器租賃成本整體呈現持續下行趨勢。
如果稀缺性消失，支撐持續資本支出的邏輯基礎就會被削弱。JPMorgan 在其最新報告中將這一轉變概括為「從信仰到成本」。這一判斷正是理解當前週期的關鍵：同一個事實，既支撐了資本開支的確定性，也埋下了需求側的脆弱性。
但空頭邏輯也有其對立面。面對市場質疑，輝達創始人兼 CEO 黃仁勳在 6 月 24 日的年度股東大會上給出了正面回應。他用財務數據說話：輝達 2026 財年營收增長 65% 至 2，160 億美元，經營現金流達到 1，030 億美元。其中，數據中心收入增長 68% 至 1，940 億美元。
從市場份額來看，NVIDIA 在 AI 加速器市場的統治地位仍然穩固。截至 2026 年初，NVIDIA 控制了 AI 加速器和數據中心晶片市場約 81% 至 90% 的份額。在 AI 訓練這一核心領域，其份額更高，約為 85% 至 90%。雖然隨著 AMD 規模擴大和超大規模雲服務商部署定製晶片（ASIC），整體市場份額預計到 2026 年將下降至約 75%，但絕對收入數字仍在增長——因為整體可用市場的擴展速度遠快於任何單一競爭者的捕獲能力。
如果說 AI 基礎設施是「賣鏟子」的生意，那麼現在市場開始關注的是「挖金子」的人到底有沒有真的挖到金子。
2026 年上半年，全球 AI 產業正從「技術爆發期」邁入「理性落地期」。算力供給趨於多元，模型能力持續迭代，應用端開始兌現收入與利潤，Token 經濟從隱性成本變為顯性運營變數。
部分企業已經能夠將 AI 深度整合進自身產品體系，並形成較穩定的收入來源。例如企業辦公軟體中的 AI Copilot、AI 廣告推薦系統、AI 自動化運營工具、智慧客服與數據分析系統等。
微軟的 AI 業務年化收入已突破 370 億美元，同比增長 123%，Azure 增速維持在 40%。谷歌一季度 Google Cloud 收入達 200 億美元，同比增長 63%，積壓訂單逼近 4，620 億美元，其中超過一半將在未來 24 個月內確認為收入。亞馬遜一季度 AWS 營收 376 億美元，同比增長 28%，創近四年最快增速。
不過，商業化成果在不同公司之間出現了明顯的分化。部分企業雖然擁有強大的 AI 敘事，但短期內仍難以證明商業化能力。市場開始從「誰布局 AI」轉向「誰真正能用 AI 賺錢」。
高盛報告的一個關鍵投資結論是：超大規模雲廠商利潤率的改善，將使當前高企的基礎設施投資更具可持續性，從而化解市場對 AI 資本開支回報的核心疑慮。報告指出，目前運營商在滿足當前及未來算力需求方面仍受供給約束。
隨著 AI 投資邏輯從算力競賽轉向商業兌現，資本市場的關注點也在從單一晶片公司向全產業鏈擴散。
觀察 2023 年至 2026 年的美股資金流向，可以識別出清晰的賽道輪動模式。第一階段（2023 年初至 2024 年中），資金高度集中於算力基礎設施層，輝達等晶片公司的漲幅遠高於其他賽道。而進入 2026 年，資金正在從輝達、博通、台積電等 AI 核心晶片股，進一步擴散至光纖、玻璃、陶瓷與高階材料等「AI 基建第二層供應鏈」。
高盛首席全球股票策略師 Peter Oppenheimer 表示，超大規模雲端服務商的資本支出預計將持續高速成長。受強勁資本支出驅動，「第二階段」AI 基礎設施股票自第二季初以來已大漲 40%。AI 基礎設施板塊的大部分價格漲幅一直是由盈利驅動的。然而，近期的估值擴張和倉位動態表明未來市場波動性將會加劇。AI 基礎設施板塊中位數個股的 P/E 已擴張至 26 倍。
在具體的受益方向上，市場關注的領域包括：GPU 與 AI 晶片、雲端運算平台、數據中心建設、高速網路設備、企業級 AI 算力服務。
值得關注的標的覆蓋多個層級。晶片層：NVIDIA（NVDA）、AMD（AMD）、博通（AVGO）；存儲與設備層：美光（MU）、ASML（ASML）、應用材料（AMAT）；基礎設施與伺服器層：戴爾科技（DELL）；能源基礎設施層：隨著數據中心用電需求暴增，電力公司成為直接受惠者，包括 Vistra（VST）、GE Vernova（GEV）、Constellation Energy（CEG）。
此外，AI 應用層公司也在獲得越來越多的關注。企業級 AI、AI 廣告與推薦系統、AI Agent、內容生成等方向，都被認為是下一階段的重要賽道。
對於希望參與 AI 基礎設施投資第二階段的投資者而言，Gate 提供了一個獨特的入口。2026 年 6 月 1 日，Gate 正式上線真實股票交易服務，成為行業首批在加密平台內直接接入美股市場的交易所之一。用戶無需換匯、無需跨境匯款、無需額外開立券商帳戶，只需使用 Gate 帳戶內的 USDT 流動性即可直接交易美股。
截至 2026 年 6 月，Gate 已支援超過 12，500 支股票（美股、港股、韓股）及 ETF 資產。資產範圍涵蓋蘋果（AAPL）、輝達（NVDA）、特斯拉（TSLA）等大型科技股。平台覆蓋 NYSE（紐交所）、Nasdaq（那斯達克）等美國主流證券交易市場，並支援最低 0.01 股起投的碎股交易。最低費率 0.023%，USDT 結算。
這意味著投資者可以在同一個平台內，同時配置加密貨幣資產與 AI 概念股票，實現跨資產類別的投資組合管理。
AI 基礎設施投資正在進入一個微妙的階段。資本開支仍在高速增長——7，250 億美元的年度支出、77% 的同比增幅、接近全球半導體市場一半的體量——這些數字本身已經說明了產業的擴張烈度。但市場關注的焦點正在從「花多少錢」轉向「賺多少錢」。
產業已經跨過了第一道門檻——AI 收入覆蓋了基礎設施折舊。但從 5% 至 8% 的預期投資報酬率、持續下行的算力租賃價格、以及高達 26 倍的板塊中位數本益比來看，市場對報酬率的審視才剛剛開始。
這並不意味著 AI 基礎設施投資的終結。恰恰相反，這可能是一個更健康階段的開始——當市場從概念驅動轉向兌現驅動，真正具備商業壁壘和盈利能力的企業將獲得更可持續的估值支撐。對於投資者而言，理解這一結構性轉變，或許比追逐短期波動更為重要。
Q1：AI 基礎設施投資第二階段的核心特徵是什麼？
第二階段的核心特徵是從「算力擴張」轉向「商業兌現」。市場不再僅僅關注資本開支規模和模型參數，而是開始系統性地審視投資報酬率、盈利能力和商業化進展。2026 年 AI 基礎設施年度折舊費用預計接近 1，110 億美元，產業需要證明收入能夠覆蓋這些成本。
Q2：四大雲廠商 2026 年的資本開支具體是多少？
Alphabet（Google）、Amazon、Microsoft 和 Meta 四家超大規模雲廠商 2026 年資本開支合計約 7，250 億美元。其中亞馬遜約 2，000 億美元，微軟約 1，900 億美元，谷歌約 1，750 億至 1，850 億美元，Meta 約 1，150 億至 1，350 億美元。這一數字較 2025 年的 4，100 億美元增長 77%。
Q3：AI 基礎設施投資目前面臨哪些風險？
主要風險包括：算力租賃價格持續下行（輝達 B200 晶片租賃價格一個月內下跌 31%）；預期投資報酬率僅為 5% 至 8%；市場估值已提前計入過多未來收益，美國科技投資佔 GDP 比重已超過 2000 年網際網路泡沫時期；以及大規模折舊費用對利潤的潛在衝擊。
Q4：投資者如何通過 Gate 參與 AI 基礎設施投資？
Gate 已正式上線真實股票交易服務，用戶可使用 USDT 直接交易超過 12，500 隻股票（美股、港股、韓股）及 ETF。覆蓋輝達（NVDA）、AMD（AMD）、美光（MU）等 AI 產業鏈核心標的，支援最低 0.01 股起投，無需額外開立券商帳戶。
23.04萬 熱度
50.4萬 熱度
2202.9萬 熱度
873.97萬 熱度
101.74萬 熱度
AI 基礎設施進入第二階段：為什麼資本市場開始重新關注盈利能力？
2026 年 6 月 30 日（北京時間），那斯達克綜合指數大漲 522.52 點，漲幅 2.07%，收於 25,820.14 點。輝達（NVIDIA）當日上漲 1.27%，報收 194.97 美元，市值約 4.72 兆美元。但在那之前的五個交易日，這家全球市值最高的半導體公司剛剛經歷了一輪連續下跌。
短期的股價波動背後，是一個更深層的結構性變化正在發生：AI 投資正從「講故事」階段進入「算帳」階段。市場不再僅僅追問「誰在參與 AI」，而是開始追問「誰能真正從 AI 中賺錢」。
7，250 億美元的「帳單」：資本開支為何仍在狂奔
理解這場轉變，首先需要看清資金的流向。
高盛 2026 年 6 月發布的更新預測顯示，四大超大規模數據中心運營商——Alphabet（Google）、Amazon、Microsoft 和 Meta——2026 年資本開支總額將達到 7，250 億美元。具體到各家公司：亞馬遜約 2，000 億美元，微軟約 1，900 億美元，谷歌約 1，750 億至 1，850 億美元，Meta 約 1，150 億至 1，350 億美元。這一數字較 2025 年的 4，100 億美元同比增長 77%。
更值得注意的是調整的速度。僅過去約六個月，市場對 2026 年雲廠商資本開支的預期就提高了近 80%。巴克萊則預計，主要雲廠商的資本開支將在 2027 年達到 9，190 億美元，2028 年進一步升至約 1.16 兆美元。
7，250 億美元是什麼概念？這一數字超過了 2025 年全球半導體市場的總規模——世界半導體貿易統計組織（WSTS）預測 2026 年全球半導體市場規模為 1.5112 兆美元——四家公司的 AI 資本開支已接近全球半導體市場總量的一半。
這些資金的流向大致分為三個層級：最上游是晶片採購（輝達 GPU、AMD 加速卡、自研 ASIC 等）；中游是數據中心基礎設施（土地、建築、電力、散熱系統）；下游是網路設備與軟體生態（InfiniBand、乙太網路、CUDA 生態等）。伯恩斯坦研究指出，僅 HBM（高頻寬記憶體）價格上漲就可能令超大規模雲廠商的 AI 資本開支總體增加約 30%。
與此同時，全球數據中心累計投資額預計到 2030 年將達到 1.6 兆美元規模。美國數據中心建設支出在 2026 年 4 月達到了 507 億美元的年化規模。三星宣布總投資規模達 2，655 兆韓元（約 11.68 兆人民幣），SK 集團則計劃未來 10 年每年在韓國國內投入逾 100 兆韓元。黑石集團擬投資 300 億美元在日本興建 AI 數據中心。
但開支規模本身已不再是市場關注的唯一焦點。
從「算力稀缺」到「回報驗證」：投資邏輯的深層切換
過去三年，AI 產業沿著一條清晰而有力的邏輯線運行：算力越稀缺，資本開支越合理；資本開支越大，估值越高。這一自我強化的循環幾乎無人質疑。然而進入 2026 年，這條邏輯鏈上的每一個環節都在承受壓力測試。
高盛在 6 月發布的研報中明確指出，AI 行情的核心矛盾正在加劇——基本面依然強勁，但市場已經提前計入了過多未來收益。美國科技投資佔 GDP 的比重已升至約 4.9%，超過 2000 年前後網際網路泡沫時期的高點。市場對 AI 未來收益的定價速度，明顯快於生產率紅利真正落地的速度。
高盛進一步指出，自 2022 年 11 月以來 AI 相關公司市值暴增 27 兆美元，遠超宏觀基準測算的 9 兆美元。獲利上修暫時壓住了估值憂慮，但股票波動率可能進一步上升。
正是在這一背景下，AI 產業迎來了一道關鍵門檻。據 Exponential View 報告，截至 2026 年第一季度，全球生成式 AI 產業（不含中國）季度收入首次超過同期 AI 基礎設施折舊費用。2026 年 AI 基礎設施年度折舊費用預計將接近 1，110 億美元。換言之，AI 業務產生的現金流已經能夠覆蓋伺服器、GPU 及數據中心形成的會計折舊成本——產業跨過了「能夠養活自己」的第一道門檻。
但距離證明整個資本週期能夠獲得合理回報，仍有相當距離。報告預計，截至 2026 年底，全球超大規模雲廠商及新興 AI 雲平台累計 AI 相關資本開支將達到約 2 兆美元。市場正在從「算力稀缺信仰」轉向對投資報酬率的系統性審視。
華爾街傳奇空頭吉姆·查諾斯在 2026 年 6 月的一場研討會上給出了一個具體的數字：目前算力基建的預期稅前投資報酬率（ROIC）只有 5% 至 8%。查諾斯的邏輯並不複雜。他指出，當前 AI 產業鏈存在巨大的「財務不匹配」：賣晶片和數據中心設備的公司正在立即確認收入和利潤，而花錢採購這些設備的雲廠商卻在將成本資本化。一旦這些資產上線並開始折舊，對利潤的衝擊將是巨大的。
他將當前的 AI 基礎設施投資與 1998 年至 2000 年的網際網路泡沫時期做了類比。當時標普 500 的營業利潤在兩年內增長了 30%，但當訂單簿在 2001 年崩潰而折舊成本繼續顯現時，標普 500 的利潤暴跌了 40%。
ROI 爭議的現實信號：算力租賃價格正在下行
市場疑慮並非毫無根據。輝達 B200 晶片的每小時租賃價格從 5 月 30 日的 6.11 美元跌至 6 月 22 日的 4.22 美元，不到一個月跌幅達 31%。AI 伺服器租賃成本整體呈現持續下行趨勢。
如果稀缺性消失，支撐持續資本支出的邏輯基礎就會被削弱。JPMorgan 在其最新報告中將這一轉變概括為「從信仰到成本」。這一判斷正是理解當前週期的關鍵：同一個事實，既支撐了資本開支的確定性，也埋下了需求側的脆弱性。
但空頭邏輯也有其對立面。面對市場質疑，輝達創始人兼 CEO 黃仁勳在 6 月 24 日的年度股東大會上給出了正面回應。他用財務數據說話：輝達 2026 財年營收增長 65% 至 2，160 億美元，經營現金流達到 1，030 億美元。其中，數據中心收入增長 68% 至 1，940 億美元。
從市場份額來看，NVIDIA 在 AI 加速器市場的統治地位仍然穩固。截至 2026 年初，NVIDIA 控制了 AI 加速器和數據中心晶片市場約 81% 至 90% 的份額。在 AI 訓練這一核心領域，其份額更高，約為 85% 至 90%。雖然隨著 AMD 規模擴大和超大規模雲服務商部署定製晶片（ASIC），整體市場份額預計到 2026 年將下降至約 75%，但絕對收入數字仍在增長——因為整體可用市場的擴展速度遠快於任何單一競爭者的捕獲能力。
商業化的兌現：AI 正在從成本中心變成收入來源
如果說 AI 基礎設施是「賣鏟子」的生意，那麼現在市場開始關注的是「挖金子」的人到底有沒有真的挖到金子。
2026 年上半年，全球 AI 產業正從「技術爆發期」邁入「理性落地期」。算力供給趨於多元，模型能力持續迭代，應用端開始兌現收入與利潤，Token 經濟從隱性成本變為顯性運營變數。
部分企業已經能夠將 AI 深度整合進自身產品體系，並形成較穩定的收入來源。例如企業辦公軟體中的 AI Copilot、AI 廣告推薦系統、AI 自動化運營工具、智慧客服與數據分析系統等。
微軟的 AI 業務年化收入已突破 370 億美元，同比增長 123%，Azure 增速維持在 40%。谷歌一季度 Google Cloud 收入達 200 億美元，同比增長 63%，積壓訂單逼近 4，620 億美元，其中超過一半將在未來 24 個月內確認為收入。亞馬遜一季度 AWS 營收 376 億美元，同比增長 28%，創近四年最快增速。
不過，商業化成果在不同公司之間出現了明顯的分化。部分企業雖然擁有強大的 AI 敘事，但短期內仍難以證明商業化能力。市場開始從「誰布局 AI」轉向「誰真正能用 AI 賺錢」。
高盛報告的一個關鍵投資結論是：超大規模雲廠商利潤率的改善，將使當前高企的基礎設施投資更具可持續性，從而化解市場對 AI 資本開支回報的核心疑慮。報告指出，目前運營商在滿足當前及未來算力需求方面仍受供給約束。
投資版圖的擴散：從晶片到全產業鏈
隨著 AI 投資邏輯從算力競賽轉向商業兌現，資本市場的關注點也在從單一晶片公司向全產業鏈擴散。
觀察 2023 年至 2026 年的美股資金流向，可以識別出清晰的賽道輪動模式。第一階段（2023 年初至 2024 年中），資金高度集中於算力基礎設施層，輝達等晶片公司的漲幅遠高於其他賽道。而進入 2026 年，資金正在從輝達、博通、台積電等 AI 核心晶片股，進一步擴散至光纖、玻璃、陶瓷與高階材料等「AI 基建第二層供應鏈」。
高盛首席全球股票策略師 Peter Oppenheimer 表示，超大規模雲端服務商的資本支出預計將持續高速成長。受強勁資本支出驅動，「第二階段」AI 基礎設施股票自第二季初以來已大漲 40%。AI 基礎設施板塊的大部分價格漲幅一直是由盈利驅動的。然而，近期的估值擴張和倉位動態表明未來市場波動性將會加劇。AI 基礎設施板塊中位數個股的 P/E 已擴張至 26 倍。
在具體的受益方向上，市場關注的領域包括：GPU 與 AI 晶片、雲端運算平台、數據中心建設、高速網路設備、企業級 AI 算力服務。
值得關注的標的覆蓋多個層級。晶片層：NVIDIA（NVDA）、AMD（AMD）、博通（AVGO）；存儲與設備層：美光（MU）、ASML（ASML）、應用材料（AMAT）；基礎設施與伺服器層：戴爾科技（DELL）；能源基礎設施層：隨著數據中心用電需求暴增，電力公司成為直接受惠者，包括 Vistra（VST）、GE Vernova（GEV）、Constellation Energy（CEG）。
此外，AI 應用層公司也在獲得越來越多的關注。企業級 AI、AI 廣告與推薦系統、AI Agent、內容生成等方向，都被認為是下一階段的重要賽道。
在 Gate 一站式配置 AI 賽道資產
對於希望參與 AI 基礎設施投資第二階段的投資者而言，Gate 提供了一個獨特的入口。2026 年 6 月 1 日，Gate 正式上線真實股票交易服務，成為行業首批在加密平台內直接接入美股市場的交易所之一。用戶無需換匯、無需跨境匯款、無需額外開立券商帳戶，只需使用 Gate 帳戶內的 USDT 流動性即可直接交易美股。
截至 2026 年 6 月，Gate 已支援超過 12，500 支股票（美股、港股、韓股）及 ETF 資產。資產範圍涵蓋蘋果（AAPL）、輝達（NVDA）、特斯拉（TSLA）等大型科技股。平台覆蓋 NYSE（紐交所）、Nasdaq（那斯達克）等美國主流證券交易市場，並支援最低 0.01 股起投的碎股交易。最低費率 0.023%，USDT 結算。
這意味著投資者可以在同一個平台內，同時配置加密貨幣資產與 AI 概念股票，實現跨資產類別的投資組合管理。
結語
AI 基礎設施投資正在進入一個微妙的階段。資本開支仍在高速增長——7，250 億美元的年度支出、77% 的同比增幅、接近全球半導體市場一半的體量——這些數字本身已經說明了產業的擴張烈度。但市場關注的焦點正在從「花多少錢」轉向「賺多少錢」。
產業已經跨過了第一道門檻——AI 收入覆蓋了基礎設施折舊。但從 5% 至 8% 的預期投資報酬率、持續下行的算力租賃價格、以及高達 26 倍的板塊中位數本益比來看，市場對報酬率的審視才剛剛開始。
這並不意味著 AI 基礎設施投資的終結。恰恰相反，這可能是一個更健康階段的開始——當市場從概念驅動轉向兌現驅動，真正具備商業壁壘和盈利能力的企業將獲得更可持續的估值支撐。對於投資者而言，理解這一結構性轉變，或許比追逐短期波動更為重要。
FAQ
Q1：AI 基礎設施投資第二階段的核心特徵是什麼？
第二階段的核心特徵是從「算力擴張」轉向「商業兌現」。市場不再僅僅關注資本開支規模和模型參數，而是開始系統性地審視投資報酬率、盈利能力和商業化進展。2026 年 AI 基礎設施年度折舊費用預計接近 1，110 億美元，產業需要證明收入能夠覆蓋這些成本。
Q2：四大雲廠商 2026 年的資本開支具體是多少？
Alphabet（Google）、Amazon、Microsoft 和 Meta 四家超大規模雲廠商 2026 年資本開支合計約 7，250 億美元。其中亞馬遜約 2，000 億美元，微軟約 1，900 億美元，谷歌約 1，750 億至 1，850 億美元，Meta 約 1，150 億至 1，350 億美元。這一數字較 2025 年的 4，100 億美元增長 77%。
Q3：AI 基礎設施投資目前面臨哪些風險？
主要風險包括：算力租賃價格持續下行（輝達 B200 晶片租賃價格一個月內下跌 31%）；預期投資報酬率僅為 5% 至 8%；市場估值已提前計入過多未來收益，美國科技投資佔 GDP 比重已超過 2000 年網際網路泡沫時期；以及大規模折舊費用對利潤的潛在衝擊。
Q4：投資者如何通過 Gate 參與 AI 基礎設施投資？
Gate 已正式上線真實股票交易服務，用戶可使用 USDT 直接交易超過 12，500 隻股票（美股、港股、韓股）及 ETF。覆蓋輝達（NVDA）、AMD（AMD）、美光（MU）等 AI 產業鏈核心標的，支援最低 0.01 股起投，無需額外開立券商帳戶。