2026 年 6 月 30 日（北京时间），纳斯达克综合指数大涨 522.52 点，涨幅 2.07%，收于 25,820.14 点。英伟达（NVIDIA）当日上涨 1.27%，报收 194.97 美元，市值约 4.72 万亿美元。但在那之前的五个交易日，这家全球市值最高的半导体公司刚刚经历了一轮连续下跌。
短期的股价波动背后，是一个更深层的结构性变化正在发生：AI 投资正从“讲故事”阶段进入“算账”阶段。市场不再仅仅追问“谁在参与 AI”，而是开始追问“谁能真正从 AI 中赚钱”。
理解这场转变，首先需要看清资金的流向。
高盛 2026 年 6 月发布的更新预测显示，四大超大规模数据中心运营商——Alphabet（Google）、Amazon、Microsoft 和 Meta——2026 年资本开支总额将达到 7，250 亿美元。具体到各家公司：亚马逊约 2，000 亿美元，微软约 1，900 亿美元，谷歌约 1，750 亿至 1，850 亿美元，Meta 约 1，150 亿至 1，350 亿美元。这一数字较 2025 年的 4，100 亿美元同比增长 77%。
更值得注意的是调整的速度。仅过去约六个月，市场对 2026 年云厂商资本开支的预期就提高了近 80%。巴克莱则预计，主要云厂商的资本开支将在 2027 年达到 9，190 亿美元，2028 年进一步升至约 1.16 万亿美元。
7，250 亿美元是什么概念？这一数字超过了 2025 年全球半导体市场的总规模——世界半导体贸易统计组织（WSTS）预测 2026 年全球半导体市场规模为 1.5112 万亿美元——四家公司的 AI 资本开支已接近全球半导体市场总量的一半。
这些资金的流向大致分为三个层级：最上游是芯片采购（英伟达 GPU、AMD 加速卡、自研 ASIC 等）；中游是数据中心基础设施（土地、建筑、电力、散热系统）；下游是网络设备与软件生态（InfiniBand、以太网、CUDA 生态等）。伯恩斯坦研究指出，仅 HBM（高带宽内存）价格上涨就可能令超大规模云厂商的 AI 资本开支总体增加约 30%。
与此同时，全球数据中心累计投资额预计到 2030 年将达到 1.6 万亿美元规模。美国数据中心建设支出在 2026 年 4 月达到了 507 亿美元的年化规模。三星宣布总投资规模达 2，655 万亿韩元（约 11.68 万亿人民币），SK 集团则计划未来 10 年每年在韩国国内投入逾 100 万亿韩元。黑石集团拟投资 300 亿美元在日本兴建 AI 数据中心。
但开支规模本身已不再是市场关注的唯一焦点。
过去三年，AI 产业沿着一条清晰而有力的逻辑线运行：算力越稀缺，资本开支越合理；资本开支越大，估值越高。这一自我强化的循环几乎无人质疑。然而进入 2026 年，这条逻辑链上的每一个环节都在承受压力测试。
高盛在 6 月发布的研报中明确指出，AI 行情的核心矛盾正在加剧——基本面依然强劲，但市场已经提前计入了过多未来收益。美国科技投资占 GDP 的比重已升至约 4.9%，超过 2000 年前后互联网泡沫时期的高点。市场对 AI 未来收益的定价速度，明显快于生产率红利真正落地的速度。
高盛进一步指出，自 2022 年 11 月以来 AI 相关公司市值暴增 27 万亿美元，远超宏观基准测算的 9 万亿美元。盈利上修暂时压住了估值忧虑，但股票波动率可能进一步上升。
正是在这一背景下，AI 产业迎来了一道关键门槛。据 Exponential View 报告，截至 2026 年第一季度，全球生成式 AI 产业（不含中国）季度收入首次超过同期 AI 基础设施折旧费用。2026 年 AI 基础设施年度折旧费用预计将接近 1，110 亿美元。换言之，AI 业务产生的现金流已经能够覆盖服务器、GPU 及数据中心形成的会计折旧成本——产业跨过了“能够养活自己”的第一道门槛。
但距离证明整个资本周期能够获得合理回报，仍有相当距离。报告预计，截至 2026 年底，全球超大规模云厂商及新兴 AI 云平台累计 AI 相关资本开支将达到约 2 万亿美元。市场正在从“算力稀缺信仰”转向对投资回报率的系统性审视。
华尔街传奇空头吉姆·查诺斯在 2026 年 6 月的一场研讨会上给出了一个具体的数字：目前算力基建的预期税前投资回报率（ROIC）只有 5% 至 8%。查诺斯的逻辑并不复杂。他指出，当前 AI 产业链存在巨大的“财务不匹配”：卖芯片和数据中心设备的公司正在立即确认收入和利润，而花钱采购这些设备的云厂商却在将成本资本化。一旦这些资产上线并开始折旧，对利润的冲击将是巨大的。
他将当前的 AI 基础设施投资与 1998 年至 2000 年的互联网泡沫时期做了类比。当时标普 500 的营业利润在两年内增长了 30%，但当订单簿在 2001 年崩溃而折旧成本继续显现时，标普 500 的利润暴跌了 40%。
市场疑虑并非毫无根据。英伟达 B200 芯片的每小时租赁价格从 5 月 30 日的 6.11 美元跌至 6 月 22 日的 4.22 美元，不到一个月跌幅达 31%。AI 服务器租赁成本整体呈现持续下行趋势。
如果稀缺性消失，支撑持续资本支出的逻辑基础就会被削弱。JPMorgan 在其最新报告中将这一转变概括为“从信仰到成本”。这一判断正是理解当前周期的关键：同一个事实，既支撑了资本开支的确定性，也埋下了需求侧的脆弱性。
但空头逻辑也有其对立面。面对市场质疑，英伟达创始人兼 CEO 黄仁勋在 6 月 24 日的年度股东大会上给出了正面回应。他用财务数据说话：英伟达 2026 财年营收增长 65% 至 2，160 亿美元，经营现金流达到 1，030 亿美元。其中，数据中心收入增长 68% 至 1，940 亿美元。
从市场份额来看，NVIDIA 在 AI 加速器市场的统治地位仍然稳固。截至 2026 年初，NVIDIA 控制了 AI 加速器和数据中心芯片市场约 81% 至 90% 的份额。在 AI 训练这一核心领域，其份额更高，约为 85% 至 90%。虽然随着 AMD 规模扩大和超大规模云服务商部署定制芯片（ASIC），整体市场份额预计到 2026 年将下降至约 75%，但绝对收入数字仍在增长——因为整体可用市场的扩展速度远快于任何单一竞争者的捕获能力。
如果说 AI 基础设施是“卖铲子”的生意，那么现在市场开始关注的是“挖金子”的人到底有没有真的挖到金子。
2026 年上半年，全球 AI 产业正从“技术爆发期”迈入“理性落地期”。算力供给趋于多元，模型能力持续迭代，应用端开始兑现收入与利润，Token 经济从隐性成本变为显性运营变量。
部分企业已经能够将 AI 深度整合进自身产品体系，并形成较稳定的收入来源。例如企业办公软件中的 AI Copilot、AI 广告推荐系统、AI 自动化运营工具、智能客服与数据分析系统等。
微软的 AI 业务年化收入已突破 370 亿美元，同比增长 123%，Azure 增速维持在 40%。谷歌一季度 Google Cloud 收入达 200 亿美元，同比增长 63%，积压订单逼近 4，620 亿美元，其中超过一半将在未来 24 个月内确认为收入。亚马逊一季度 AWS 营收 376 亿美元，同比增长 28%，创近四年最快增速。
不过，商业化成果在不同公司之间出现了明显的分化。部分企业虽然拥有强大的 AI 叙事，但短期内仍难以证明商业化能力。市场开始从“谁布局 AI”转向“谁真正能用 AI 赚钱”。
高盛报告的一个关键投资结论是：超大规模云厂商利润率的改善，将使当前高企的基础设施投资更具可持续性，从而化解市场对 AI 资本开支回报的核心疑虑。报告指出，目前运营商在满足当前及未来算力需求方面仍受供给约束。
随着 AI 投资逻辑从算力竞赛转向商业兑现，资本市场的关注点也在从单一芯片公司向全产业链扩散。
观察 2023 年至 2026 年的美股资金流向，可以识别出清晰的赛道轮动模式。第一阶段（2023 年初至 2024 年中），资金高度集中于算力基础设施层，英伟达等芯片公司的涨幅远高于其他赛道。而进入 2026 年，资金正在从英伟达、博通、台积电等 AI 核心芯片股，进一步扩散至光纤、玻璃、陶瓷与高阶材料等“AI 基建第二层供应链”。
高盛首席全球股票策略师 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。受强劲资本支出驱动，“第二阶段”AI 基础设施股票自二季度初以来已大涨 40%。AI 基础设施板块的大部分价格涨幅一直是由盈利驱动的。然而，近期的估值扩张和仓位动态表明未来市场波动性将会加剧。AI 基础设施板块中位数个股的 P/E 已扩张至 26 倍。
在具体的受益方向上，市场关注的领域包括：GPU 与 AI 芯片、云计算平台、数据中心建设、高速网络设备、企业级 AI 算力服务。
值得关注的标的覆盖多个层级。芯片层：NVIDIA（NVDA）、AMD（AMD）、博通（AVGO）；存储与设备层：美光（MU）、ASML（ASML）、应用材料（AMAT）；基础设施与服务器层：戴尔科技（DELL）；能源基础设施层：随着数据中心用电需求暴增，电力公司成为直接受惠者，包括 Vistra（VST）、GE Vernova（GEV）、Constellation Energy（CEG）。
此外，AI 应用层公司也在获得越来越多的关注。企业级 AI、AI 广告与推荐系统、AI Agent、内容生成等方向，都被认为是下一阶段的重要赛道。
对于希望参与 AI 基础设施投资第二阶段的投资者而言，Gate 提供了一个独特的入口。2026 年 6 月 1 日，Gate 正式上线真实股票交易服务，成为行业首批在加密平台内直接接入美股市场的交易所之一。用户无需换汇、无需跨境汇款、无需额外开立券商账户，只需使用 Gate 账户内的 USDT 流动性即可直接交易美股。
截至 2026 年 6 月，Gate 已支持超过 12，500 支股票（美股、港股、韩股）及 ETF 资产。资产范围涵盖苹果（AAPL）、英伟达（NVDA）、特斯拉（TSLA）等大型科技股。平台覆盖 NYSE（纽交所）、Nasdaq（纳斯达克）等美国主流证券交易市场，并支持最低 0.01 股起投的碎股交易。最低费率 0.023%，USDT 结算。
这意味着投资者可以在同一个平台内，同时配置加密货币资产与 AI 概念股票，实现跨资产类别的投资组合管理。
AI 基础设施投资正在进入一个微妙的阶段。资本开支仍在高速增长——7，250 亿美元的年度支出、77% 的同比增幅、接近全球半导体市场一半的体量——这些数字本身已经说明了产业的扩张烈度。但市场关注的焦点正在从“花多少钱”转向“赚多少钱”。
产业已经跨过了第一道门槛——AI 收入覆盖了基础设施折旧。但从 5% 至 8% 的预期投资回报率、持续下行的算力租赁价格、以及高达 26 倍的板块中位数市盈率来看，市场对回报率的审视才刚刚开始。
这并不意味着 AI 基础设施投资的终结。恰恰相反，这可能是一个更健康阶段的开始——当市场从概念驱动转向兑现驱动，真正具备商业壁垒和盈利能力的企业将获得更可持续的估值支撑。对于投资者而言，理解这一结构性转变，或许比追逐短期波动更为重要。
Q1：AI 基础设施投资第二阶段的核心特征是什么？
第二阶段的核心特征是从“算力扩张”转向“商业兑现”。市场不再仅仅关注资本开支规模和模型参数，而是开始系统性地审视投资回报率、盈利能力和商业化进展。2026 年 AI 基础设施年度折旧费用预计接近 1，110 亿美元，产业需要证明收入能够覆盖这些成本。
Q2：四大云厂商 2026 年的资本开支具体是多少？
Alphabet（Google）、Amazon、Microsoft 和 Meta 四家超大规模云厂商 2026 年资本开支合计约 7，250 亿美元。其中亚马逊约 2，000 亿美元，微软约 1，900 亿美元，谷歌约 1，750 亿至 1，850 亿美元，Meta 约 1，150 亿至 1，350 亿美元。这一数字较 2025 年的 4，100 亿美元增长 77%。
Q3：AI 基础设施投资目前面临哪些风险？
主要风险包括：算力租赁价格持续下行（英伟达 B200 芯片租赁价格一个月内下跌 31%）；预期投资回报率仅为 5% 至 8%；市场估值已提前计入过多未来收益，美国科技投资占 GDP 比重已超过 2000 年互联网泡沫时期；以及大规模折旧费用对利润的潜在冲击。
Q4：投资者如何通过 Gate 参与 AI 基础设施投资？
Gate 已正式上线真实股票交易服务，用户可使用 USDT 直接交易超过 12，500 只股票（美股、港股、韩股）及 ETF。覆盖英伟达（NVDA）、AMD（AMD）、美光（MU）等 AI 产业链核心标的，支持最低 0.01 股起投，无需额外开立券商账户。
22.88万 热度
395.39万 热度
53.25万 热度
2197.9万 热度
220.76万 热度
AI 基础设施进入第二阶段：为什么资本市场开始重新关注盈利能力？
2026 年 6 月 30 日（北京时间），纳斯达克综合指数大涨 522.52 点，涨幅 2.07%，收于 25,820.14 点。英伟达（NVIDIA）当日上涨 1.27%，报收 194.97 美元，市值约 4.72 万亿美元。但在那之前的五个交易日，这家全球市值最高的半导体公司刚刚经历了一轮连续下跌。
短期的股价波动背后，是一个更深层的结构性变化正在发生：AI 投资正从“讲故事”阶段进入“算账”阶段。市场不再仅仅追问“谁在参与 AI”，而是开始追问“谁能真正从 AI 中赚钱”。
7，250 亿美元的“账单”：资本开支为何仍在狂奔
理解这场转变，首先需要看清资金的流向。
高盛 2026 年 6 月发布的更新预测显示，四大超大规模数据中心运营商——Alphabet（Google）、Amazon、Microsoft 和 Meta——2026 年资本开支总额将达到 7，250 亿美元。具体到各家公司：亚马逊约 2，000 亿美元，微软约 1，900 亿美元，谷歌约 1，750 亿至 1，850 亿美元，Meta 约 1，150 亿至 1，350 亿美元。这一数字较 2025 年的 4，100 亿美元同比增长 77%。
更值得注意的是调整的速度。仅过去约六个月，市场对 2026 年云厂商资本开支的预期就提高了近 80%。巴克莱则预计，主要云厂商的资本开支将在 2027 年达到 9，190 亿美元，2028 年进一步升至约 1.16 万亿美元。
7，250 亿美元是什么概念？这一数字超过了 2025 年全球半导体市场的总规模——世界半导体贸易统计组织（WSTS）预测 2026 年全球半导体市场规模为 1.5112 万亿美元——四家公司的 AI 资本开支已接近全球半导体市场总量的一半。
这些资金的流向大致分为三个层级：最上游是芯片采购（英伟达 GPU、AMD 加速卡、自研 ASIC 等）；中游是数据中心基础设施（土地、建筑、电力、散热系统）；下游是网络设备与软件生态（InfiniBand、以太网、CUDA 生态等）。伯恩斯坦研究指出，仅 HBM（高带宽内存）价格上涨就可能令超大规模云厂商的 AI 资本开支总体增加约 30%。
与此同时，全球数据中心累计投资额预计到 2030 年将达到 1.6 万亿美元规模。美国数据中心建设支出在 2026 年 4 月达到了 507 亿美元的年化规模。三星宣布总投资规模达 2，655 万亿韩元（约 11.68 万亿人民币），SK 集团则计划未来 10 年每年在韩国国内投入逾 100 万亿韩元。黑石集团拟投资 300 亿美元在日本兴建 AI 数据中心。
但开支规模本身已不再是市场关注的唯一焦点。
从“算力稀缺”到“回报验证”：投资逻辑的深层切换
过去三年，AI 产业沿着一条清晰而有力的逻辑线运行：算力越稀缺，资本开支越合理；资本开支越大，估值越高。这一自我强化的循环几乎无人质疑。然而进入 2026 年，这条逻辑链上的每一个环节都在承受压力测试。
高盛在 6 月发布的研报中明确指出，AI 行情的核心矛盾正在加剧——基本面依然强劲，但市场已经提前计入了过多未来收益。美国科技投资占 GDP 的比重已升至约 4.9%，超过 2000 年前后互联网泡沫时期的高点。市场对 AI 未来收益的定价速度，明显快于生产率红利真正落地的速度。
高盛进一步指出，自 2022 年 11 月以来 AI 相关公司市值暴增 27 万亿美元，远超宏观基准测算的 9 万亿美元。盈利上修暂时压住了估值忧虑，但股票波动率可能进一步上升。
正是在这一背景下，AI 产业迎来了一道关键门槛。据 Exponential View 报告，截至 2026 年第一季度，全球生成式 AI 产业（不含中国）季度收入首次超过同期 AI 基础设施折旧费用。2026 年 AI 基础设施年度折旧费用预计将接近 1，110 亿美元。换言之，AI 业务产生的现金流已经能够覆盖服务器、GPU 及数据中心形成的会计折旧成本——产业跨过了“能够养活自己”的第一道门槛。
但距离证明整个资本周期能够获得合理回报，仍有相当距离。报告预计，截至 2026 年底，全球超大规模云厂商及新兴 AI 云平台累计 AI 相关资本开支将达到约 2 万亿美元。市场正在从“算力稀缺信仰”转向对投资回报率的系统性审视。
华尔街传奇空头吉姆·查诺斯在 2026 年 6 月的一场研讨会上给出了一个具体的数字：目前算力基建的预期税前投资回报率（ROIC）只有 5% 至 8%。查诺斯的逻辑并不复杂。他指出，当前 AI 产业链存在巨大的“财务不匹配”：卖芯片和数据中心设备的公司正在立即确认收入和利润，而花钱采购这些设备的云厂商却在将成本资本化。一旦这些资产上线并开始折旧，对利润的冲击将是巨大的。
他将当前的 AI 基础设施投资与 1998 年至 2000 年的互联网泡沫时期做了类比。当时标普 500 的营业利润在两年内增长了 30%，但当订单簿在 2001 年崩溃而折旧成本继续显现时，标普 500 的利润暴跌了 40%。
ROI 争议的现实信号：算力租赁价格正在下行
市场疑虑并非毫无根据。英伟达 B200 芯片的每小时租赁价格从 5 月 30 日的 6.11 美元跌至 6 月 22 日的 4.22 美元，不到一个月跌幅达 31%。AI 服务器租赁成本整体呈现持续下行趋势。
如果稀缺性消失，支撑持续资本支出的逻辑基础就会被削弱。JPMorgan 在其最新报告中将这一转变概括为“从信仰到成本”。这一判断正是理解当前周期的关键：同一个事实，既支撑了资本开支的确定性，也埋下了需求侧的脆弱性。
但空头逻辑也有其对立面。面对市场质疑，英伟达创始人兼 CEO 黄仁勋在 6 月 24 日的年度股东大会上给出了正面回应。他用财务数据说话：英伟达 2026 财年营收增长 65% 至 2，160 亿美元，经营现金流达到 1，030 亿美元。其中，数据中心收入增长 68% 至 1，940 亿美元。
从市场份额来看，NVIDIA 在 AI 加速器市场的统治地位仍然稳固。截至 2026 年初，NVIDIA 控制了 AI 加速器和数据中心芯片市场约 81% 至 90% 的份额。在 AI 训练这一核心领域，其份额更高，约为 85% 至 90%。虽然随着 AMD 规模扩大和超大规模云服务商部署定制芯片（ASIC），整体市场份额预计到 2026 年将下降至约 75%，但绝对收入数字仍在增长——因为整体可用市场的扩展速度远快于任何单一竞争者的捕获能力。
商业化的兑现：AI 正在从成本中心变成收入来源
如果说 AI 基础设施是“卖铲子”的生意，那么现在市场开始关注的是“挖金子”的人到底有没有真的挖到金子。
2026 年上半年，全球 AI 产业正从“技术爆发期”迈入“理性落地期”。算力供给趋于多元，模型能力持续迭代，应用端开始兑现收入与利润，Token 经济从隐性成本变为显性运营变量。
部分企业已经能够将 AI 深度整合进自身产品体系，并形成较稳定的收入来源。例如企业办公软件中的 AI Copilot、AI 广告推荐系统、AI 自动化运营工具、智能客服与数据分析系统等。
微软的 AI 业务年化收入已突破 370 亿美元，同比增长 123%，Azure 增速维持在 40%。谷歌一季度 Google Cloud 收入达 200 亿美元，同比增长 63%，积压订单逼近 4，620 亿美元，其中超过一半将在未来 24 个月内确认为收入。亚马逊一季度 AWS 营收 376 亿美元，同比增长 28%，创近四年最快增速。
不过，商业化成果在不同公司之间出现了明显的分化。部分企业虽然拥有强大的 AI 叙事，但短期内仍难以证明商业化能力。市场开始从“谁布局 AI”转向“谁真正能用 AI 赚钱”。
高盛报告的一个关键投资结论是：超大规模云厂商利润率的改善，将使当前高企的基础设施投资更具可持续性，从而化解市场对 AI 资本开支回报的核心疑虑。报告指出，目前运营商在满足当前及未来算力需求方面仍受供给约束。
投资版图的扩散：从芯片到全产业链
随着 AI 投资逻辑从算力竞赛转向商业兑现，资本市场的关注点也在从单一芯片公司向全产业链扩散。
观察 2023 年至 2026 年的美股资金流向，可以识别出清晰的赛道轮动模式。第一阶段（2023 年初至 2024 年中），资金高度集中于算力基础设施层，英伟达等芯片公司的涨幅远高于其他赛道。而进入 2026 年，资金正在从英伟达、博通、台积电等 AI 核心芯片股，进一步扩散至光纤、玻璃、陶瓷与高阶材料等“AI 基建第二层供应链”。
高盛首席全球股票策略师 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。受强劲资本支出驱动，“第二阶段”AI 基础设施股票自二季度初以来已大涨 40%。AI 基础设施板块的大部分价格涨幅一直是由盈利驱动的。然而，近期的估值扩张和仓位动态表明未来市场波动性将会加剧。AI 基础设施板块中位数个股的 P/E 已扩张至 26 倍。
在具体的受益方向上，市场关注的领域包括：GPU 与 AI 芯片、云计算平台、数据中心建设、高速网络设备、企业级 AI 算力服务。
值得关注的标的覆盖多个层级。芯片层：NVIDIA（NVDA）、AMD（AMD）、博通（AVGO）；存储与设备层：美光（MU）、ASML（ASML）、应用材料（AMAT）；基础设施与服务器层：戴尔科技（DELL）；能源基础设施层：随着数据中心用电需求暴增，电力公司成为直接受惠者，包括 Vistra（VST）、GE Vernova（GEV）、Constellation Energy（CEG）。
此外，AI 应用层公司也在获得越来越多的关注。企业级 AI、AI 广告与推荐系统、AI Agent、内容生成等方向，都被认为是下一阶段的重要赛道。
在 Gate 一站式配置 AI 赛道资产
对于希望参与 AI 基础设施投资第二阶段的投资者而言，Gate 提供了一个独特的入口。2026 年 6 月 1 日，Gate 正式上线真实股票交易服务，成为行业首批在加密平台内直接接入美股市场的交易所之一。用户无需换汇、无需跨境汇款、无需额外开立券商账户，只需使用 Gate 账户内的 USDT 流动性即可直接交易美股。
截至 2026 年 6 月，Gate 已支持超过 12，500 支股票（美股、港股、韩股）及 ETF 资产。资产范围涵盖苹果（AAPL）、英伟达（NVDA）、特斯拉（TSLA）等大型科技股。平台覆盖 NYSE（纽交所）、Nasdaq（纳斯达克）等美国主流证券交易市场，并支持最低 0.01 股起投的碎股交易。最低费率 0.023%，USDT 结算。
这意味着投资者可以在同一个平台内，同时配置加密货币资产与 AI 概念股票，实现跨资产类别的投资组合管理。
结语
AI 基础设施投资正在进入一个微妙的阶段。资本开支仍在高速增长——7，250 亿美元的年度支出、77% 的同比增幅、接近全球半导体市场一半的体量——这些数字本身已经说明了产业的扩张烈度。但市场关注的焦点正在从“花多少钱”转向“赚多少钱”。
产业已经跨过了第一道门槛——AI 收入覆盖了基础设施折旧。但从 5% 至 8% 的预期投资回报率、持续下行的算力租赁价格、以及高达 26 倍的板块中位数市盈率来看，市场对回报率的审视才刚刚开始。
这并不意味着 AI 基础设施投资的终结。恰恰相反，这可能是一个更健康阶段的开始——当市场从概念驱动转向兑现驱动，真正具备商业壁垒和盈利能力的企业将获得更可持续的估值支撑。对于投资者而言，理解这一结构性转变，或许比追逐短期波动更为重要。
FAQ
Q1：AI 基础设施投资第二阶段的核心特征是什么？
第二阶段的核心特征是从“算力扩张”转向“商业兑现”。市场不再仅仅关注资本开支规模和模型参数，而是开始系统性地审视投资回报率、盈利能力和商业化进展。2026 年 AI 基础设施年度折旧费用预计接近 1，110 亿美元，产业需要证明收入能够覆盖这些成本。
Q2：四大云厂商 2026 年的资本开支具体是多少？
Alphabet（Google）、Amazon、Microsoft 和 Meta 四家超大规模云厂商 2026 年资本开支合计约 7，250 亿美元。其中亚马逊约 2，000 亿美元，微软约 1，900 亿美元，谷歌约 1，750 亿至 1，850 亿美元，Meta 约 1，150 亿至 1，350 亿美元。这一数字较 2025 年的 4，100 亿美元增长 77%。
Q3：AI 基础设施投资目前面临哪些风险？
主要风险包括：算力租赁价格持续下行（英伟达 B200 芯片租赁价格一个月内下跌 31%）；预期投资回报率仅为 5% 至 8%；市场估值已提前计入过多未来收益，美国科技投资占 GDP 比重已超过 2000 年互联网泡沫时期；以及大规模折旧费用对利润的潜在冲击。
Q4：投资者如何通过 Gate 参与 AI 基础设施投资？
Gate 已正式上线真实股票交易服务，用户可使用 USDT 直接交易超过 12，500 只股票（美股、港股、韩股）及 ETF。覆盖英伟达（NVDA）、AMD（AMD）、美光（MU）等 AI 产业链核心标的，支持最低 0.01 股起投，无需额外开立券商账户。