全球1.58万亿算力狂欢背后：英伟达独揽6900亿，剩下499家巨头瓜分其余三成

500 家大公司坐在一张桌子上分蛋糕。 一家拿走 6900 亿美元， 剩下 499 家加在一起，分 3400 亿。

有没有搞错？ 这可是标普 500。 随便拎出来一家，都是各自行业里呼风唤雨的角色。 怎么到了 AI 算力的牌桌上，能悬殊到这种地步？

过去这一两年，大家都在看科技大厂比赛砸钱。 微软今年拨几百亿，亚马逊跟上，谷歌和 Meta 继续加码。 资本开支的数字像坐了火箭一样往上翻。 但很少有人把这笔钱顺着供应链往下摸： 这些被大厂掏出来的真金白银，最后到底进了谁的银行账户？

摩根士丹利的股票策略团队做过一个测算。 把每一块钱的去向顺着链条追到底。 到 2027 年，全球在 AI 计算上的总资本支出，预计会冲到 1.58 万亿美元。 1.58 万亿是什么概念？ 这已经超过了全球绝大多数国家的年经济总量。

更值得琢磨的是这笔钱是怎么凑出来的。 大厂手里的现金再多，也经不住这么烧。 这里面藏着一条很大的管道，叫合成资本开支。 也就是大家常说的数据中心长期租赁。 自己买地、盖楼、买变压器太重了，还会把资产负债表拖得很臃肿。 于是大厂拉来第三方开发商和外部资金， 让对方出资建设，自己签长约租下来。 这部分钱不计入当期的直接资本支出，悄悄躲在财务报表的附注里。 光是各家大厂已经披露、但还没正式启动的租赁承诺，加起来就超过了 1.1 万亿美元。

通过自有资金和表外合约，上万亿资金就这么涌进了供应链。 要平整土地、建机房、通高压电、做液冷、拉光纤、插芯片。 按理说，雨露均沾，大家都能分一杯羹。 可当这笔钱流向标普 500 的成分股时， 资金漏斗窄得让人倒吸一口凉气：

流向这 500 家公司的相关收入，大约是 1.03 万亿美元。 其中整整 6900 亿，也就是接近三分之二，直接打进了英伟达的账户。 剩下的 3390 亿美元，由其余 499 家公司慢慢分。 做光模块的、造变压器的、生产存储芯片的、做服务器组装的， 全部挤在这 3400 亿里面找饭吃。

为什么会集中成这样？ 因为在整台 AI 基础设施里， 其他所有环节，全是在给 GPU 办配套。 厂房建得再漂亮，没有芯片就是个水泥盒子； 变压器功率再大，没有芯片就是空转的线圈。 英伟达死死卡住了计算芯片的性能和软件生态， 整条产业链上最硬的瓶颈在它手里，最丰厚的一块利润自然也被它拿走。

但是，这么庞大的一笔支出，最后靠什么收场？ 现在美股市场最乐观的预期，是 AI 能撑起明年标普大盘 78% 的盈利增长。 纸面模型算得很好看，投资回报率看 25% 到 50%。 可现实里，前面正迎面撞上两道硬墙。

第一道是物理层面的电网墙。 钱和合约可以靠金融手段放大，但电厂和电网变不出来。 摩根士丹利测算过，就算把核电重启、燃料电池和各种分布式电源全算上， 到 2028 年，全美数据中心的电力缺口依然高达 32 吉瓦。 32 吉瓦，差不多相当于好几个特大城市的全部用电负荷。 机柜装满了芯片，电网通不上电，再贵的显卡也只能在机房里干瞪眼。

第二道是商业层面的折旧与还款墙。 算力芯片更新换代极快，一般三到五年就得折旧退役。 而那些表外签下的长期租约，每个月都要掏出真金白银去付账。 如果下游的企业软件、端侧应用和普通用户， 拿不出上万亿美元的真实消费来给大模型买单， 这笔被层层放大的基建账单，迟早要面临现金流的考验。

整件事最耐人寻味的地方就在这里。 下游的商业闭环能不能跑通，现在谁心里都没底。 但科技巨头们谁也不敢停手，只能继续借钱、签长约、囤算力。 不管未来这笔投资怎么收场， 在这场 1.58 万亿美元的算力狂欢里， 那 6900 亿美元，反正是先稳稳落进英伟达的兜里了。