[人工智慧/能源] 美股研報: 大摩 "在美國為AI提供動力：數據點偏向看漲；為能源交易的增加，做好準備(Powering AI in the US: Data Points Skew Bullish; Prepare for Transaction Liftoff)"
June 03, 2025發布. 只針對部分內容做摘要.
大摩: “近期數據表明，人工智慧基礎設施支出和電力需求看漲，我們相信多個大型資料中心電力交易即將公佈。美國股票中，具吸引力的股票包括：天然氣上游+中游+發電、核能、碳捕集、直流設備和電網公司。”
重點:
近期 GPU 使用情況（尤其是推理 GPU 使用情況）的數據表明，資料中心的電力需求以及提升可用 GPU 的緊迫性都呈現樂觀態勢。
大摩預測，資料中心開發商面臨的美國電力瓶頸將持續加劇，最新模型顯示，到 2028 年，瓶頸將達到 45 千兆瓦。
大摩認為，聯邦政府不太可能找到「瓶頸解決方案」；天然氣發電將填補這一空白—天然氣發電被視為在核電規模擴大和廣泛應用之前的過渡解決方案。
人工智慧電力需求的風險被誤解了——大摩評估了這些風險，並將其歸類為低估或高估。
在大摩的投資主題框架內，「賦能人工智慧」、「碳作為商品」、「電網成長與演進」等主題具有吸引力。
美國 Powering AI 的看漲觀點將惠及以下關鍵股票: VST、TLN、BE、SRE、EQT、ET、WMB、ETN、VRT、GEV、ENR1n.DE、XOM、CMI、PEG、AES、NEE、RWEG 和 EDPR。
以下是研報的一些內容.
雖然2024年是人工智慧基礎設施快速發展的變革之年，但大摩認為這只是更活躍的2025年的序幕。大摩預計今年將有更多交易凸顯「賦能時間(time-to-market)」的巨大價值。大摩認為摩根士丹利的「多極世界(Multipolar World)」主題與人工智慧基礎設施領域交織的可能性越來越大（例如，中美之間人工智慧貿易緊張局勢加劇的可能性）。
在過去幾個月裡，我們經常聽到投資者對運算需求和資料中心未來成長軌跡的擔憂。大摩認為此風險低於預期，但認為其他風險比預想的更為顯著。總體而言，大摩相信，任何能夠在提供「賦能時間」解決方案方面發揮作用的公司，都將在長期合約下獲得更高的利潤率。
大摩正在關注的催化劑：（A）德克薩斯州參議院第 6 號法案的通過——大摩認為，這將為德克薩斯州多個大型數據中心+發電公告鋪平道路，可能涉及 VST、NRG、XOM、ET 等；（B）更多星際之門公告——大摩注意到 ET最近提交了一份名為「星際之門」的管道項目許可申請；（C）旨在促進數據中心更快「上電時間」的額外聯邦政府行動——這可能包括聯邦能源管理委員會在政策和人員方面的變化，以及各機構為減少與增量電力項目審批相關的監管負擔而採取的措施；（D）受回流數據中心電力需求增長和製造業與大型資料中心交易相關的大型碳捕獲項目（例如，一家能源公司向渦輪機/燃料電池供應天然氣，然後捕獲排出的二氧化碳，並將二氧化碳注入地下儲存設施；(F) 擬建於核電站的大型電錶前資料中心專案；(G) 在垂直整合、全面監管的司法管轄區（尤其是南部和中西部的大型核能開發協議；與超大規模客戶簽訂的大型再生能源合約；(J) 多個比特幣到資料中心 (DC) 交易公告，涉及一系列商業模式（從非常輕資本到最資本密集型的方式：建立一個包括晶片 + 伺服器在內的滿載資料中心）。
我們認為，對運算以及支援人工智慧基礎設施的需求比市場預期的要強勁——這裡的擔憂與我們從人工智慧參與者那裡看到的數據點並不一致。美國半導體分析師喬·摩爾在最近一份關於英偉達的報告中指出，由於所有地區大多數相關LLM都面臨推理晶片短缺，對GPU核心的強勁需求大幅飆升。喬表示：「當華爾街正為一系列非常現實的擔憂而苦苦掙扎時，矽谷的注意力已經轉移到一個截然不同的挑戰上——自今年年初以來，代幣(token)產量（據一些數據）增長了5倍多，這給生態系統帶來了巨大的壓力，並推動了用於處理這些工作負載的投資激增。」英偉達上周公布的業業績證實了喬對推理需求強勁的看法——在關於英偉達業績的報告中，喬表示：「每一條客戶評論都證實，等待這些新技術的客戶已經放棄了需求。因此，我們對持久需求驅動的信心非常高。考慮到各種變量，我們認為我們的數據是保守的，並且我們預計未來很有可能繼續上調。」
這一趨勢是基於一家名為 Open Router 的 API 公司的數據，雖然它可能不具代表性，但與我們聽到的傳聞完全一致:
被誇大的風險
效率提升帶來運算需求下降：大摩引用 Dario Amodei 的觀點認為，即使硬體和軟體有所改進（例如 DeepSeek 的改進），對運算能力的需求也不會減少。這是因為 AI 系統會隨著訓練規模的擴大而持續改善。隨著模型效率的提高（例如，「計算倍增器」使 500 萬美元即可實現 1000 萬美元的模型），企業不會減少支出；相反，他們會將節省下來的資金重新分配，用於訓練更聰明、更強大的模型。更智慧的系統價值如此之高，以至於成本效益會推動更多而非更少的訓練投資。 AI 的「擴展曲線」——更多資源帶來更佳效能——正在發生變化，從而更快地向高價值、更智慧的 AI 發展。這種趨勢也適用於推理，隨著時間的推移，高品質模型的價格會降低（例如，Claude 3.5 Sonnet 的表現優於 GPT-4，而成本僅為後者的一小部分）。
AI 基礎設施資本支出的投資報酬率低：第一點隱含地解決了這個問題。如果效率提升能夠帶來更多投資，用於訓練更強大的模型，那麼隨著運算需求的持續成長，AI 基礎設施的資本支出很可能為關鍵參與者帶來豐厚的回報。
投資者低估了美國大型數據中心的快速擴張。預計未來幾週和幾個月將有大量新項目上線，這些項目主要由天然氣渦輪機和燃料電池提供動力。這些項目的主要開發州包括德克薩斯州、路易斯安那州、阿肯色州、賓夕法尼亞州、俄亥俄州、西維吉尼亞州、北達科他州和懷俄明州。 Energy Transfer (ET) 就是這種樂觀前景的典型代表，其執行長透露，目前有大約 200 個資料中心（其中約 150 個在德州）和 60 多個發電廠提出了專案需求，並預計很快就會發布重要公告。 ET 的市場定位尤其有利，尤其是在 OpenAI 位於德克薩斯州阿比林的 Stargate 專案中——這是一系列以人工智慧為重點的資料中心中的第一個，這些資料中心每天可能需要高達 6.6 億立方英尺的天然氣。在準備過程中，ET 的子公司 ETC 已經申請了星際之門管道，這是一條正在米德蘭盆地建設的 26 英里長的天然氣管道，戰略性地利用了 ET 現有的廣泛的管道基礎設施，這些基礎設施通常位於這些新數據中心站點數英里範圍內。
人們對 AI 基礎設施資本支出投資報酬率低的擔憂。大摩的報告展示了一個由全球技術分析師開發的模型，該模型預測生成式人工智慧 (GenAI) 將迎來巨大的收入機遇，到 2028 年將達到 1.1 兆美元，較 2024 年的 450 億美元大幅成長。
預計該收入將由兩個主要領域驅動：
企業貨幣化：專注於提高生產力，預計到 2028 年，GenAI 軟體支出將達到 4,000 億美元。
消費者影響：GenAI 對電子商務、搜尋、社交、自動駕駛科技和穿戴式裝置的影響預計將在 2028 年帶來 6,800 億美元的額外支出。
為了支持這一成長，預計將進行大量的基礎設施投資：
GPU/ASIC 銷售額：預計將從 2024 年的 1,150 億美元成長到 2028 年的 2,800 億美元。
其他 GenAI 資料中心支出（記憶體、網路、冷卻、擴建等）：預計到 2028 年將從 2017 年的 2760 億美元增長到 2028 年的 2760 億美元。到2024年將達到980億美元。
儘管資本支出龐大，但分析預測其獲利能力強勁。到2028年，這些支出的折舊估計為2,700億美元，電力成本為840億美元（約需100吉瓦裝置容量），勞動成本為70億美元。
最終，分析師得出結論，預計2028年萬億美元GenAI收入機會的貢獻利潤率將達到67%左右。這表明，GenAI投資的回報率與目前軟體和互聯網解決方案的毛利率相當，表明其投資回報率良好。
我們也看到對新型核電的需求不斷增長，尤其是小型模組化反應器 (SMR) 和大型新型反應器。在我們關於核能復興的全球報告、我們最近的後續報告以及關於“雲端運算超大規模企業如何計劃實現其氣候目標？”的文章中，我們強調了我們的預期，即亞馬遜、微軟和 Alphabet 等超大規模企業可能會推進新的核電項目開發，我們認為這將實現多重目標：(i) 提供“電力附加價值”，從而提高政策制定者批准新政策制定者的這些提供基荷、高品質、可控制的電力，我們相信，隨著全球再生能源滲透率的提高，這些電力將變得越來越有價值。為了支持後一點，我們引用了 NVIDIA 公司執行長黃仁勳最近的一句話：核電是「日益增多的資料中心所需的可再生能源的良好選擇」。值得注意的是，我們認為，即使考慮到「附加性」的需求，SMR 仍將是未來十年的技術。
所有資訊內容僅供使用者作為參考之用途，不構成任何個人或機構之意見或判斷，亦不構成任何投資建議，作者亦不保證其各項資訊內容之完整性、即時性及精確性。使用者若欲參考各資訊而進行任何投資或其他特定目的行為，仍應審慎評估後為獨立判斷，若因而導致任何直接、間接、附帶損失，皆應由使用者自行承擔，作者概不負責。