美银全球研究上调 2030 年全球 AI 数据中心系统总可触达市场预测至约 1.7 万亿美元
一句话看懂：美银全球研究部大幅上调 2030 年全球 AI 数据中心系统总市场规模预测至 1.7 万亿美元，较此前预期提升约 3000 亿美元，反映出对算力基础设施长期需求的判断正在快速升温。
事件核心：发生了什么
根据格隆汇 2026 年 5 月 13 日披露的消息，美银全球研究部将 2030 年全球 AI 数据中心系统总可触达市场（TAM）预测从此前的约 1.4 万亿美元上调至约 1.7 万亿美元。这一调整涉及 AI 训练和推理所需的数据中心硬件、软件、网络及配套系统，涵盖 GPU、ASIC、服务器、存储、冷却设备等核心组成部分。
为什么重要
这一预测上调并非孤立事件，而是全球主要投行对 AI 算力需求持续膨胀的集中回应。过去两年，大模型参数规模快速扩大、多模态模型普及以及推理应用（如 AI 图像生成、实时对话）的爆发，使得数据中心对高端芯片的需求远超早期预期。美银的判断侧面印证了算力供给端——从英伟达的 GPU 到云厂商自研芯片——未来数年仍会面临强劲需求。目前公开信息显示，1.7 万亿美元这一数字，显著高于此前多数第三方机构对 2030 年 AI 基础设施市场的预测，标志着华尔街对 AI 商业化长期增速的认可度在提高。
对用户/开发者/创作者的影响
对开发者和创作者而言，更大的数据中心系统市场通常意味着：第一，云厂商和算力提供商将加大投入，相应 AI 模型 API 的调用成本有望随着规模效应而逐步下降；第二，更高密度的算力集群将支持更快的模型迭代和更复杂的任务（如长视频生成、实时 3D 渲染），直接提升工具使用的体验；第三，硬件供应商如英伟达、AMD 以及云服务商如 AWS、Azure、Google Cloud 之间的竞争可能加剧，开发者有机会获得更多开源模型选择或更灵活的付费方式。不过，短期内高资本开支也可能转化为更高的服务定价，用户需关注企业级 API 的定价变化。
值得关注的后续
1. 其他主要投行（如高盛、摩根士丹利）是否会跟进上调预测，形成新的行业共识；2. 芯片巨头的新一代 AI 训练/推理芯片（如英伟达 Blackwell 后续系列、AMD MI 系列）的产能爬坡节奏能否匹配这一市场预期；3. 云厂商自研芯片的部署比例变化——若自研芯片比例大幅提升，将对传统 GPU 供应商的份额带来结构性影响。
来源：Readhub · AI
