專題：AI投資峯會-AI基建時代的確定性機會

　　9月16日，由新浪財經主辦的AI投資峯會在北京舉行，主題為「AI基建時代的確定性機會」，重陽投資董事長王慶就AI算力產業鏈發表觀點，從資本市場一線參與者角度，剖析了超節點技術對AI推理與訓練格局的潛在影響，以及當前全球資本開支擴張背後的資金約束與市場風險。

　　超節點：推理與訓練的新變量

　　王慶坦言，科技層面自己是外行，但作為資本市場參與者，他認為超節點對整個AI產業意味着新的想象空間。

　　在推理端，國內代表性大模型參數規模持續攀升，Kimi3已達萬億級，年內有可能再上台階。這要求算力與模型架構同步升級，混合專家模型架構（MOE）的使用對並行策略等提出更高要求。王慶判斷，這類需求恐怕只能通過超節點這樣的系統集成方式來滿足，若打通，AI模型推理可能進入新周期。

　　訓練端則是另一番景象。受物理芯片先進製程限制，國內在訓練方面相對落後，但國產芯片在推理環節正扮演越來越重要的角色。王慶認為，訓練方面的突破恐怕也要依賴工程優化，以突破單一芯片形成的限制。若超節點爆發，有望使國內AI訓練進入新周期，意義頗為重大。

　　資本開支：需求不構成約束 資金成本纔是關鍵

　　從需求端看，王慶認為目前不構成約束。資金端的基本格局是：美國幾大廠商資本開支去年約4000億美元，今年大數可能到8000億美元，明年有望達1萬億美元，規模仍在增長。

　　資金來源正發生變化。去年主要消耗企業自有現金流，今年這些廠商自有現金流轉負，開始對外孖展，包括股權和債券方式。國內節奏稍慢半拍，去年5000億元人民幣，今年1萬億元人民幣，明年有望增加。國內大廠經營現金流流入與流出今年已基本達到平衡，部分大廠也開始發股或發債。但王慶強調，對於國內資本開支，目前最緊的約束恐怕還是來自算力獲得。

　　美國大廠借債能力充足。王慶測算，假設1倍淨槓桿率，理論上還有1萬億美元孖展空間；2倍淨槓桿率則接近1.9萬億至2萬億美元。目前表內負債率約27%，計入表外和或有負債後不到40%，約36%至37%，空間仍在。關鍵是成本問題。

　　孖展方式正從自有現金流、發債、孖展租賃，延伸到獨立建設數據中心、雲廠商租數據中心，這些數據中心又通過私募股權、私募信貸孖展。王慶指出，大雲廠商加持或信用背書的孖展項目利率約5.3%至6.6%，接近美國長期國債水平；無大廠商信用背書的項目利率更高，達8.5%至9%。成本約束離不開宏觀與資本市場環境——美國通脹持續高於目標，財政狀況意味着政府不斷在市場孖展，利率居高不下。資金成本可能是約束資本開支的因素，這也是市場高度關注聯儲局貨幣政策與利率變化的原因。

　　確定性方向與潛在風險

　　王慶認為，確定性方向首先是算力需求和新一輪資本開支。國內雖比美國慢半拍，但大廠資本開支明顯加速，去年5000億、今年1萬億，大廠都在加大部署力度，辦公領域機會爭取尤為明顯。基礎設施租賃與商業應用場景逐步打開，供應端存儲算力設計生產通道也已打通，供需兩端形成合力。另一個確定方向是雲本身，雲服務需要更高層次、更高級別的服務，需求端大模型不斷迭代，兩個方向都比較確定。

　　風險方面，王慶提示產業鏈上游零部件供應端的潛在壓力。需求旺盛但短期供給跟不上，今年以來漲價對下游形成壓力。不過該領域門檻不高、壁壘不深，中國製造能力跟進很快，從近期上市公司情況看都在孖展，未來產能預計很快上來，漲價趨勢恐怕難以維持。若難以維持，市場當前對相關公司的盈利前景和估值定價就需要調整，這是潛在風險。

　　最後一個風險來自市場行為。王慶指出，這些機會高度共識，尤其在中國市場參與結構下，容易形成很快的擁擠交易和抱團，進而帶來資本市場層面的風險，不一定是產業層面的風險。考慮到7月份以來市場調整，這給投資者提了個醒：基本面變化與資本市場變化並不一定同步，既需要關注基本面演化節奏，也要關注資本市場本身估值、風險溢價水平，甚至投資者行為特徵。