经历大跌后的 “AI 基建巨头们” 迎左侧良机！ DeepSeek 掀起效率革命，算力需求却 “永无止境”

重返白宫的特朗普近期发布的一连串对外加征关税政策重挫美国企业与消费者信心指数，并且使得全球投资者对于美国市场的投资情绪愈发谨慎，3 月以来越来越大规模对冲基金逃离美股市场。尤其是其针对加拿大、墨西哥和中国等主要贸易伙伴的关税举措更是吓坏股票市场，令越来越多投资者担忧美国经济陷入 “滞胀” 甚至 “深度衰退” 风险，这也是近期美股持续暴跌的核心逻辑。

在周一，美股抛售浪潮继续上演，尤其是科技股抛售浪潮加剧。特朗普与美国财长贝森特近日并未透露出对于美国股市的支持与安抚立场，反而强调随着美国经济将摆脱对政府支出的依赖，美国经济可能将不必避免地经历一段 “排毒” 期。特朗普本人更是未直接否认美国深陷经济衰退的可能性，并且表示美国经济将有一个 “过渡期”，关税将不可避免带来的 “扰动”，强调关税是为了让美国再次富强以及 “Make America Great Again”。

毫不意外，美股科技股的抛售浪潮全面加剧，尤其是涵盖全球最顶级科技公司，以及自 2023 年以来带动美股步入长期牛市 “AI 基础设施股票” 的纳斯达克综合指数单日大跌 4%，为 2022 年 9 月以来最大单日跌幅。占标普 500 指数以及纳指高额权重的 “美股七巨头”——即 “Magnificent 7”(包含英伟达、微软、苹果、特斯拉等美股七巨头) 至少收跌超 2%，特斯拉收跌逾 15%，创 2020 年 9 月以来最大跌幅。“美股七巨头” 截至周一美股收盘，市值合计蒸发超 8300 亿美元，创单日市值损失最高纪录。

“杰文斯悖论” 逻辑持续发酵，AI 算力需求仍是星辰大海

从股票市场投资角度来看，经历美股科技股连续多日的大跌行情之后，也许是时候考虑左侧布局——即逢低布局那些自 2023 年以来带领整个美股踏入长期牛市，同时也是 2023 年以来市场关注度最高的包括英伟达、博通、台积电以及Vistra Corp在内的 “AI 基础设施建设领域领军者们”。

虽然与人工智能密切相关的股票，尤其是 AI 基础设施领域相关股票自 2025 年以来持续走弱，且因为金融市场对于美国经济 “滞胀” 与 “深度衰退” 预期升温而深陷抛售旋涡——毕竟 2023 年以来的持续大涨令这些股票估值来到历史最高位附近，但是随着这些 “AI 基础设施股票” 经历 “挤泡沫” 般的抛售大浪潮后估值明显下滑，摩根士丹利、贝莱德、美国银行等华尔街投资机构们普遍对于和人工智能密切相关的 AI 基础设施领域股票 (包含 AI GPU 霸主英伟达、ASIC 巨头博通以及电力巨头 Vistra 等 AI 基础设施类股票) 持强烈看涨立场，看好这些公司股价呈现出 “长期牛市轨迹”。

DeepSeek-R1 横空出世，以及近期开源周重磅发布的众多对于 AI 训练/推理影响深远的底层代码，可谓彻底掀起 AI 训练与推理层面的 “效率革命”，推动未来 AI 大模型开发向 “低成本” 与 “高性能” 两大核心聚焦，而不是疯狂烧钱用 “大力出奇迹” 方式训练人工智能大模型。但需要注意的是，DeepSeek 全面催化生成式 AI 软件、AI 代理等 AI 应用工具渗透至全球各行各业的天量级 AI 推理算力需求意味着，AI 芯片等 AI 算力基础设施领域需求的未来前景仍将是星辰大海。

华尔街金融巨头摩根士丹利 (以下简称 “大摩”) 在最新发布的一份研报中表示，受益于 AI 算力需求的快速增长和相关基础设施投入大幅增加，近期股市大幅回调，生成式 AI 基础设施价值链中的关键参与者们估值变得有吸引力，并且这些公司基本面普遍非常强劲，为投资者们提供了布局这一 AI 最核心投资主题的良好切入点。

全球最大规模资管巨头贝莱德近日表示，尽管特朗普政策方面仍存在较高的不确定性，但人工智能主题和强劲的企业盈利使贝莱德在战术上继续超配美股。

微软 CEO 纳德拉此前提到的“杰文斯悖论”——当技术革新大幅提高效率，资源消耗不仅没有减少，反而激增，移植到人工智能算力领域则是 AI 大模型应用规模激增趋势将带来的史无前例 AI 推理算力需求。

正如英伟达 CEO 黄仁勋在最新的英伟达 (NVDA.US) 业绩电话会议上所说的那样，市场对于 Blackwell 架构 AI GPU 需求不断扩张，基于 AI 芯片的 AI 算力需求持续强劲：“DeepSeek-R1 点燃了全球的热情，公司对 AI 推理带来的潜在需求感到兴奋。这是一项出色的创新，但更重要的是，它开源了一个世界级的推理端 AI 模型。OpenAI、Grok-3、DeepSeek-R1 等模型都是应用推理时间缩放的推理领域超级大模型，几乎每个 AI 开发人员都在应用 R1 或思维链和强化学习技术来扩展其模型的性能。推理大模型未来将消耗 100 倍以上的算力。”

随着 DeepSeek 重磅推出的 DeepSeek R1 继续风靡全球，以及 DeepSeek 公司的最新研究显示的 NSA 机制在 Transformer 底层实现 AI 大模型革命性训练与推理效率提升，引发全球 AI 大模型开发者追随这种 “极低成本 AI 大模型算力范式”，进而全面驱动 AI 应用软件 (尤其是生成式 AI 软件与 AI 代理) 向全球各行各业加速渗透，彻底革新各业务场景的效率并大幅提高销售额，以 AI 芯片为核心所驱动的 AI 算力需求在未来可能呈现指数级增长而不是此前市场所预期的 “DeepSeek 冲击波” 引发算力需求断崖式下滑。

大型数据中心支出浪潮停不下来！ AI 基建巨头们业绩与股价有望持续大增

大摩在研报中强调，在生成式 AI 需求无比强劲且投资趋势不减的背景下，基本面优异的 AI 基建股票仍有望在未来 12 个月内取得显著的超额收益。随着 Facebook 母公司 Meta、亚马逊 AWS 以及微软等美国最大规模科技巨头持续斥巨资新建或者扩建对于 ChatGPT、DeepSeek 等生成式人工智能应用的高效率运作以及背后的大模型更新迭代至关重要的基础设施——大型数据中心。

该机构的分析团队表示，与数据中心关联性最强的 AI 基础设施建设领导者们业绩与估值有望持续大幅扩张，全球超大规模数据中心的支出项目基本上聚焦于 AI GPU、AI ASIC 等核心 AI 算力硬件以及高性能网络设备和电力基础设备。

大摩在研报中所列举的全球数据中心建设或扩建浪潮最重要力量——即 AI 基础设施建设领域的基本面无比强劲的巨头们，主要集中于 AI 算力核心硬件、关键电力设备以及传统能源与清洁能源领域。比如，AI GPU 领军者英伟达 (NVDA.US)、AI ASIC 领军者博通 (AVGO.US)、美国综合能源公司且经营发电厂并提供零售电力的 Vistra Corp(VST.US)、电气设备和动力管理公司且在数据中心电力管理领域有布局的 Eaton(ETN.US)、美国最大规模的天然气生产商之一 EQT (EQT.US)、全美最大的清洁能源和公用事业公司 NextEra Energy (NEE.US) 以及大型云网络设备供应商兼高速以太网交换机领军者 Arista Networks (ANET.US)。

大摩分析团队表示，Morgan Stanley-TMT 会议反馈强化了继续看涨整个 AI 基础设施板块的逻辑，报告指出，尽管出现了比如 DeepSeek 等提高大型模型训练与推理综合效能的新颖算法层面的底层技术，但是大型企业们在 AI 基础设施上的投入热度不减，聚焦于 AI 算力需求侧的投资动能未见任何程度放缓。在 TMT 大会上，微软高管表示短期内有能力为新建数据中心锁定足够的电力和 AI 芯片供给，但长期来看整个行业可能面临专业人才、算力资源和电力不足的问题;他们指出，未来十年行业需要确保有足够 AI 芯片、熟练的工程劳动力以及可靠的能源供应来共同建设所需的算力基础设施。

在会议上，OpenAI 高管同样直言电力是 AI 扩张的限制因素之一：在其代号 “Stargate”(即星际之门) 的宏大投资计划 (高达 5000 亿美元规模) 中，AI 算力资源与电力将成为主要瓶颈。OpenAI 指出，全球需要大规模扩建晶圆厂产能、机器人基础设备和电气设施来支撑 AI 发展，并提出 “如果可控核聚变成功，我们就高枕无忧”。

摩根士丹利预计美国到 2028 年数据中心电力缺口超 40GW，需通过天然气发电、燃料电池 (比如 Bloom Energy 的燃料技术)、比特币矿场改造、核电站配套数据中心等方案解决。

针对 “大模型预训练/微调” 和 “训练/推理” 阶段的投入差异，大摩的这份报告提供了清晰观点。总体来看，即使 AI 大模型训练阶段完成后，在后续的微调优化和推理部署阶段仍需要大量算力资源投入，尤其是 AI 大模型推理环节的 “思维链” 机制显著增加算力消耗。大摩表示，英伟达高管们提到，随着模型在预训练中引入多模态数据 (比如视频、图像、文档图表等) 以提升智能水平，模型规模和复杂度的增加使预训练阶段的算力需求不断上升;更重要的是，模型训练后的微调阶段算力需求会再跃升一个数量级。在微调过程中需要进行模型精调、指令微调等，以提高模型推理和 “推理式思考 (reasoning)” 能力，这将显著增加推理时所需的计算资源。

Facebook 母公司 Meta 的高管们同样表示，无论是预训练的数据组合 (例如引入视频和合成数据) 还是模型架构创新 (如 “专家混合” Mixture-of-Experts 架构)，前沿 AI 大模型技术都在快速演进;而在模型训练完成后的阶段，除了人为参与的微调，还出现了许多新方法。这些变化意味着持续投资灵活且高能效的基础设施非常有必要：既要能够根据最新研究调整方向，也要确保无论预训练需要多少算力，投入的资源最终都能在各种实际用途中得到充分利用且能够满足持续井喷式增长的微调与推理算力，这就意味着需要 AI GPU 与 AI ASIC 这两条算力技术路线在中长期全面结合。

整体而言，大摩表示，生成式 AI 需求端的投资热情没有任何程度改变，短期内也不可能出现任何放缓。“因此，我们依然相信 AI 基础设施价值链中的许多基本面优异公司有显著的超额收益空间。这些 AI 基础设施建设领域股票具备良好的基本面，近期的股价走弱更多受到整体市场因素影响，而非公司基本面恶化。在生成式 AI 超级浪潮驱动下，它们所在的电力能源基础设施、AI 算力设备、数据中心网络基础设施等领域需求前景依然向好。

另一华尔街大型投资机构美国银行近日发布的研究报告也支持大摩核心观点——即 AI 基建领军者们业绩与估值有望在数据中心支出大浪潮之下持续扩张。美国银行在近日发布的研报中预计，超大规模数据中心运营商的资本支出将在 2024 年无比强劲的基础上大幅增长，在 2025 年预计同比增长 34%，达到 2570 亿美元。

全球 “超大规模云服务与云端 AI 算力提供商”，比亚马逊 (AMZN.US)、微软 (MSFT.US) 以及 Facebook 母公司 Meta(META.US)，一直在数据中心建设或者扩建领域投入巨额资金，以满足呈现井喷式增长的人工智能训练/推理算力需求。

关于 2025 年支出计划，亚马逊管理层预计将达到 1000 亿美元，并且亚马逊认为 DeepSeek 横空出世意味着未来推理端 AI 算力需求将大幅扩张，因此加大支出支持 AI 业务发展。首席执行官贾西表示：“我们不会在没有看到显著需求信号的情况下进行采购。当亚马逊 AWS 扩大其资本支出，尤其是在像 AI 这样千载难逢的商业机会中时，我认为这对 AWS 业务的中长期发展是一个相当好的信号。”