据业内研究报告显示，摩根士丹利分析师哈兰·瑟尔解读了微软与Meta最新财报数据，指出人工智能基础建设的投资强度已明确进入新一轮扩张周期。
两家科技巨头在最新财报中均表示，人工智能算力供应紧张态势将延续至2026年。两家公司四季度资本支出均超出市场预期：微软为375亿美元，Meta达到221.37亿美元。同时，Meta将2026年全年资本支出预期上调至1250亿美元，同比增幅高达73%。
这一切表明，在基础模型、AI智能体及商业化应用加速落地的推动下，算力需求持续超越供给能力，驱动云计算与超大规模企业持续加大投入。摩根士丹利认为，当前供需格局下，主要科技企业的资本支出仍具上调空间，投资将重点集中于数据中心、服务器及网络基础设施，进而带动相关半导体产业链业绩。该投资趋势预计将延续至2027年。
供应极限成为常态：需求缺口将持续
供应紧张已成为当前人工智能基础设施建设的关键瓶颈。微软与Meta在最新财报会议中均指出，算力需求持续超过供应能力。
供需失衡的结构性原因在于基础模型、AI智能体及商业化应用的加速部署，推动计算强度呈现指数级增长。Meta透露，其用于训练生成式广告模型的GPU集群规模已实现翻倍，并正进一步扩展以支持2026年新一代GEM模型的训练。
这种持续的供应紧缺态势，预计将继续支撑数据中心、服务器及网络基础设施在2026年至2027年间保持高强度投资。
定制芯片开发成为战略重点
除继续采购AMD及英伟达GPU外，微软与Meta正加速推进定制化ASIC芯片战略，以提升能效并拓展应用场景。
Meta方面，其自研芯片项目MTIA持续迭代，目前已支持检索引擎推理，并计划于2026年第一季度扩展至核心排序、推荐训练及推理负载。摩根士丹利指出，Meta的芯片设计合作伙伴博通将因此受益，预计2026年起来自Meta的收入将实现显著跃升。
微软则着重优化Token处理的能效与经济性，强调定制芯片的关键作用。据摩根士丹利分析，尽管迈威尔科技未参与微软此前发布的MAIA 200芯片，但其正按计划推进下一代MAIA 300芯片的研发，预计将于2026年下半年进入量产阶段。
随着模型规模与复杂度提升，算力需求呈指数级增长。云服务巨头的资本支出指引持续聚焦于AI基础设施投入。Meta与微软的最新规划进一步印证了摩根士丹利的判断：面向网络、定制芯片以及用于算力与存储加速的GPU相关投资，将在中长期内保持强劲势头。
