中美AI算力竞赛激化：巨头激进扩张与百亿级豪赌

在刚刚结束的 JDD 大会上，京东云对外宣布已与摩尔线程等伙伴建成国产万卡集群，下一步将规划十万卡集群，全面支撑大模型训练、推理与具身智能。几乎在同一时期，字节跳动敲定了一笔 296 亿美元的银团贷款，阿里与腾讯的资本开支也在持续翻倍。

大洋彼岸，AI 基础设施的投入更为激进。Anthropic 在过去不到一年时间里签下高达 5170 亿美元的长期算力合同，约为其年化收入的 8 倍。从微观部署到宏观投资，从中关村到硅谷，所有人都在警惕泡沫风险，却没有人敢在这个时间节点放慢脚步。

大厂算力进入买单周期：从模型较量走向重资产消耗

中国头部科技企业的算力投入正在从“要不要买”演变为“买多少、如何分摊成本”。据穆迪预测，中国头部科技企业在 2026 至 2027 年的资本支出总额，预计将从 2025 年的 650 亿美元跃升至 1400 到 1650 亿美元。

资金流向清晰地折射出各家企业的底层业务逻辑：

• 京东：算力扩张紧密绑定供应链与物理实体。除规划十万卡集群外，京东计划未来 5 年采购数百万台机器人、无人车与无人机，算力投入直接服务于仓储、配送和全流程调度，力求技术从真实场景中内生。
• 阿里与腾讯：阿里此前宣布 3 年投入逾 3800 亿元用于云和 AI 硬件基础设施；腾讯的资本开支虽然创下新高，但策略更求稳健，依靠腾讯云的规模化盈利维持相对健康的利润率。
• 百度与字节：百度依托自研昆仑芯摊薄推理与训练成本，将模型嵌入智能云与搜索业务；字节则不断上调算力采购预期，今年有近 1600 亿元明确投向 AI，其中过半数用于 AI 芯片的储备与搭建。

与此同时，大洋彼岸的下注规模已脱离传统商业常态。以 Anthropic 为例，其已锁定至少 14.8 吉瓦（GW）的计算容量。这批算力合约大多采用“不使用也必须付款”（take-or-pay）模式，将巨额现金流直接抵押在未来数年的技术演进与商业化增速之上。

中美路径分化：算投产比还是买确定性？

穆迪报告指出，美国前六大云厂商在 2026 年的单年资本支出预计将超 7850 亿美元，2027 年可能触及 1 万亿美元大关。美国企业的投入规模约是中国同行的 6 倍，但数据中心的总装机容量却不足后者的 2 倍。

这种差距源于美国科技巨头正在为未来的“确定性供给”支付高额溢价。土地、电力接入、变电站和高端芯片的交付周期极为漫长，头部实验室只能通过预订尚未开工的数据中心来锁定长期配额。

与之相对，中国企业的 AI 投入账目更加具体：每一笔新增资本开支都必须对应下游的具体承接场景，如电商推荐、办公协同或工业自动化。受制于高端芯片供应限制与利润体量，中国科技大厂倾向于精细核算投入产出比，依靠业务现金流提供托底保障。

卖铲人上桌：国产 GPU 重构与循环交易隐忧

巨大的算力缺口催生出极其庞大的卖方市场。工信部与信通院的数据显示，国内 AI 算力需求增速数倍于供给增速。高端芯片短缺叠加出口管制，促使国产替代从备选项转变为核心支柱。

资本市场随之迎来重估，燧原科技、摩尔线程、沐曦、壁仞科技等新锐芯片公司相继登陆资本市场或推进上市，同老牌芯片厂商寒武纪一同站在聚光灯下。未上市的华为则凭借全光互联架构推出“超节点+集群”方案，以系统工程弥补单卡峰值性能的短板，将竞争格局从单一芯片推向软硬件系统方案。

然而，全球算力链条底层的财务杠杆也引发了广泛担忧。在硅谷，“芯片厂投资模型公司、模型公司承诺采购新云算力、新云公司以此估值上市”的循环交易模式隐现，与 2000 年互联网泡沫前夕的供应商信贷极为相似。一旦下游应用收入不及预期，多层级杠杆将对产业链产生剧烈冲击。

国内卖铲人虽然更多依托本土业务的真实替代需求，但也面临着将订单转化为实际利润的考验。算力军备竞赛进入深水区，决定胜负的不仅是筹措资本的能力，更是谁能用稳健的商业模式熬过这场漫长的周期震荡。