全球AI投资破万亿美元算力供需结构性错位加剧

万亿美元投资规模背后的结构性分布

高盛8月10日发布的全球经济分析报告给出了一个标志性数字：2026年全球人工智能投资总额预计达到1.019万亿美元，其中美国境内投资约5810亿美元。这个数字远超此前市场广泛引用的8000亿美元超大规模云服务商资本支出预测——高盛指出，后者仅统计了美国头部科技公司的AI相关资本开支，系统性地遗漏了非美国地区投资、私募企业投入以及中小型公司的AI支出。从投资结构看，AI资本支出正在经历三重转变：从训练基础设施向推理基础设施倾斜，高盛预测到2026年底推理将占全球AI算力需求的三分之二；从单一GPU采购向全栈算力设施延伸，包括数据中心电力、冷却系统和网络互连；从美国市场向全球扩散，中国、欧洲和中东的AI投资增速正在加快。企业融资端的数据佐证了投资热度。2026年第二季度，美国企业通过IPO、后续增发、可转换证券和SPAC等方式筹资2520亿美元，超过2021年Q1创下的2340亿美元季度纪录。

算力供给端的结构性矛盾

与万亿美元投资规模形成鲜明对比的是，全球算力供给正面临结构性错位。亚马逊云服务（AWS）的内部动态成为这一矛盾的缩影：8月7日披露的信息显示，AWS高管在5月召集工程师会议，要求全力节省CPU计算资源，以确保外部客户需求优先满足。AWS的算力困境呈现一种悖论式特征：约65%的EC2实例在30天测量周期内平均CPU利用率低于20%，存在严重的资源闲置；与此同时，AI推理需求激增正从GPU蔓延至CPU，Agentic AI的工作模式——大量自主Agent持续轮询、调用API、执行代码——正在消耗远超传统Web应用的CPU资源。过去申请CPU服务器几小时内到位，如今需要等待数天。为缓解资源紧张，AWS已升级计算优化器，自动分析服务器CPU使用率和IO数据，标记峰值CPU利用率低于15%且网络流量极低的虚拟机，推动关停闲置实例。同时新增3.8吉瓦电力容量，但算力供给的紧张局面预计将持续到2028年。

算力主权的战略竞逐

在算力紧缺的背景下，头部企业开始将算力自主可控上升为战略级优先事项。马斯克8月6日宣布SpaceX与特斯拉共同投资168亿美元，在得克萨斯州格赖姆斯县建设名为Terafab的超级芯片工厂，规划制造面积超过1亿平方英尺。马斯克在社交平台称其为地球上规模最大、最具价值的建筑。研究机构SemiAnalysis的报告指出，SpaceX正以超出市场预期的速度向超大规模算力供应商转型，有望在2027年底前新增超过10GW算力，撬动高达3000亿美元的年度经常性收入，微软将成为其最大客户。SpaceX的定位正在从航天企业转变为算力基础设施提供商——星链卫星网络的低延迟特性为分布式AI推理提供了独特的边缘计算能力。中国方面的算力建设也在加速。国家超算互联网郑州核心节点部署的10万卡国产AI加速卡集群已上线运行，峰值性能相当于全人类不间断计算近两个世纪，支撑新材料、创新药和人工智能等26个领域超300种计算任务，上线首周即满载运行，日均处理作业超15万个。

AI制药：化学层突破与生物层瓶颈

AI投资热潮的一个具体映射领域是AI制药。2026BPD第九届生物药工艺发展大会上披露的行业现状呈现出一种分化格局：化学模型已经跑出了有价值的成绩单，分子结构预测、药物筛选等环节的AI应用正加速落地；但生物模型——从分子到临床疗效的预测链路——仍然面临跨越死亡谷的挑战。苏州爱科百发总经理吕贺军在会上提及，数年前与AI企业合作时，第一批AI生成的候选分子几乎全是不可成药的无效产物。随着大模型底层技术的进步和算法数据的突破，化学层面的AI能力有了质的提升。剂泰科技近日宣布其AiTEM人工智能制剂创新平台将在恒瑞医药进行本地化部署，通过量子化学和分子动力学模拟预测药物与辅料的相互作用，标志着AI制药正从概念验证走向实际临床应用流程。但生物层的困境依然显著——蛋白质折叠预测、药物靶点相互作用、临床剂量优化等环节的数据稀缺和复杂度，使得AI模型在跨越从分子设计到临床验证的鸿沟时遭遇瓶颈。

投资过热风险的冷静审视

万亿美元量级的AI投资引发了市场对泡沫风险的讨论。2026年第二季度美国企业后续增发规模达700亿美元，可转换证券发行节奏也在加快——企业正通过多种融资工具补充AI投资弹药。但高盛的报告同时指出，AI投资占美国GDP的比重正在快速攀升，到2028年可能达到一个关键拐点：如果AI应用的商业化回报未能跟上投资增速，资本市场的调整将不可避免。算力供需的结构性错位本身就是一个信号：供给端在基础设施层面大规模扩张，但需求端的释放速度和应用深度仍存在不确定性。AWS的CPU资源紧缺并非因为绝对算力不足，而是因为AI Agent类应用对计算资源的消耗模式与传统Web应用存在本质差异——这更像是一次需求结构变化带来的供给适配延迟，而非简单的算力饥荒。