一句话看懂：高盛最新研报预测，全球AI基础设施资本支出将在2027年达到9200亿至1.4万亿美元，这意味着三年内翻倍。报告同时强调，英伟达、AMD和美光科技是当前最值得关注的三大受益标的。
事件核心：发生了什么
根据高盛发布的预测，2026年全球AI基础设施资本支出已超过7000亿美元，而这一增长趋势将延续到2027年，预计区间为9200亿至1.4万亿美元，中位数约1.25万亿美元。高盛认为，该数值约占全球GDP的3%，但仍低于19世纪末美英铁路建设时期的技术投资占比。报告由《 Motley Fool》分析师Geoffrey Seiler撰写，具体推荐了三只股票：英伟达（NVDA）、超威半导体（AMD）和美光科技（MU）。
英伟达方面，公司上一季度营收同比增长85%，其GPU仍是训练AI模型的主力芯片，且CUDA软件生态形成护城河。AMD则在推理和智能体AI方向上更具优势，其ROCm软件竞争力提升，且已拿到两份百亿美元级GPU推理合同。美光受益于HBM（高带宽内存）需求爆发，DRAM市场整体供不应求，其远期市盈率仅为9倍。
为什么重要
这份预测的意义在于，它将AI基础设施投资从“局部芯片采购”推到“系统性资本支出”的规模，相当于整个社会在算力、存储和网络上的持续重注。高盛特别指出，随着AI从训练阶段进入推理和智能体阶段，硬件需求结构将发生显著变化：GPU与CPU的比例可能从训练阶段的8:1变为1:1。这意味着，芯片厂商的竞争焦点将从单点算力转向全栈系统能力，内存和互联技术的重要性将大幅上升。此外，该预测也表明AI基建投资可能成为未来数年全球技术支出的主要驱动力。
对用户/开发者/创作者的影响
对于普通开发者和AI应用创作者而言，硬件投资加速意味着两件事：一是推理成本有望持续下降，因为芯片厂商（尤其是AMD和英伟达）在推理和智能体方向的竞备将推动更高效的芯片和软件栈；二是模型部署的灵活性和性价比将提升，例如AMD的ROCm生态正在打破CUDA的独家依赖，开发者未来可以选择更多硬件后端。企业采购方面，大规模基建投入意味着云厂商和大型模型公司会持续扩容，开发者可以更放心地依赖第三方API和云端推理服务，而不必自建昂贵集群。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是AMD的推理合同能否落地并转化为实际营收，这是验证其技术路线的关键；二是美光等内存厂商是否因长期合同而减弱DRAM市场的周期波动，从而改变存储行业的盈利结构；三是英伟达收购Groq后，其LPU（语言处理单元）在推理解码阶段的性能表现，是否能真正成为与GPU互补的产品线。目前公开信息显示，这三家公司均未披露具体的产品时间表，但高盛认为，随着2027年支出高潮的到来，早期布局者将率先受益。
