资本支出指企业为购置土地、厂房、设备等长期资产而投入的资金，在当前的 AI 浪潮中，这个词几乎成了各大科技巨头争夺算力的代名词——从 GPU 芯片到数据中心，云计算厂商正在把数百亿乃至上千亿美元砸向基础设施，资本支出规模也因此成为衡量 AI 产业景气度的核心指标。
云巨头资本支出的规模与增速
TrendForce 在今年早些时候的统计显示，全球九大云服务商的资本支出同比增长高达 90%，扩产速度明显超出此前市场预期（TrendForce：全球九大云服务商今年资本支出将增长90%）。而这一曲线还远未见顶：TrendForce 近期上调了长期预测，认为九大云服务商 2027 年的资本支出合计将超过 1.5 万亿美元（TrendForce 上调预测：九大云服务商 2027 年资本支出将超 1.5 万亿美元）。
高盛的测算口径略有不同但结论相近：美国五大云巨头明年在 AI 领域的资本支出预计达到 1.2 万亿美元（高盛测算：美国五大云巨头明年 AI 资本支出达 1.2 万亿美元）。Gary Marcus 也指出，按 2027-2028 年的预测，超大规模厂商的资本支出预期将翻倍（AI芯片热潮：2027-2028年超大规模资本支出预期翻倍）。
单体数据中心的成本量级
资本支出的密度也体现在单体项目上。鸿海董事长刘扬伟给出的估算是：一座 1GW 的英伟达 Vera Rubin 数据中心需要投入约 470 亿美元（鸿海刘扬伟：1GW英伟达Vera Rubin数据中心需470亿美元）。这个数字直观说明了为什么即便巨头也必须审慎排布建设节奏。
当前焦点与观察点
围绕这轮巨额资本支出的争议集中在两点。其一是规模是否可持续：a16z 认为 AI 基建投入相对 GDP 的占比已超过当年的铁路建设热潮（a16z解析AI基建：超越铁路占GDP比重），而高盛则警告，累计可能高达 5.3 万亿美元的超大规模 AI 投资存在压垮融资市场的风险（高盛警告：超大规模AI投资5.3万亿美元可能压垮融资市场）。
其二是回报能否兑现。Gary Marcus 分析称，AI 公司的资本支出五年内翻四倍，但商业模式仍未得到验证（分析师：AI公司资本支出五年翻四倍，商业模式存疑）；支持者则以收入数据反驳，认为 AI 需求的收入验证强度超过此前任何平台迁移，投资逻辑最终取决于 Token 消耗量的增长（AI需求收入验证强度超此前任何平台转移）。François Chollet 也提醒，AI 能力进步与投资增长之间并非线性关系（AI进步与投资增长关系分析）。
总体来看，资本支出在可见期内仍将维持高位，但其背后是「算力军备竞赛」与「商业化验证」之间的赛跑。后续值得关注的观察点包括：Token 用量的实际增速、AI 服务的毛利率变化，以及融资市场对债务驱动型扩建的容忍度。