1.1.海外云厂商投资呈“四年周期”，2026 年 AI 芯片出货量有望维持高增
全球 AI 产业的底层竞争已从模型层面转向算力与基础设施层面的深度角力，而北美超大规 模云厂商依旧主导着全球算力供给，其资本开支节奏在很大程度上决定着 GPU、加速集群、 网络与 IDC 的全球配置方向。海外 CapEx 的周期性波动不仅构成全球算力投资的主导变量， 也正在通过供应链、价格体系与生态标准传导至中国市场。对于正处于国产算力加速突破阶 段的中国而言，理解海外云厂商的投入周期，不仅有助于把握全球算力周期的波峰与拐点， 更是判断国内云计算投资强度、国产算力渗透节奏以及自主算力体系成长空间的关键。 从算力基础设施的投入路径来看，北美云巨头的资本开支在过去十年呈现出高度一致的“算 力代际—IDC 扩建—设备折旧”三重叠加周期，周期长度稳定在 3–4 年。每一轮高点基本均 对应一次算力架构的重大升级——2018 年是 GPU 集群化普及，2022 年是从 A100 向 H100 的 切换并伴随大模型爆发，而 2024–2025 年的投资回升则对应超大规模 AI 训练集群建设加速。 这一结构在数据中体现得非常清晰：2018 年北美云厂商 CapEx 同比增长 60%；2022 年再度实 现 20%+的提升；2023 年短暂进入产能消化期后，2024 年迅速回升至 55.1%，并预计在 2025 年仍保持较高增速。其背后是算力生态的三类核心动力共同作用： 技算力代际跃迁驱动的“技术型资本开支”——每一轮 GPU 或 AI 芯片架构的升级都会 带来网络、存储、互联架构的同步投入，从而触发系统性 CapEx 放量； IDC 构建节奏的“周期性建设逻辑”——数据中心的建设—爬坡—再建设周期普遍为 3– 4 年，形成天然波动； 设备折旧周期的“资产更新压力”——服务器、交换机、光模块等核心设备的折旧期普 遍为 3–4 年，折旧接近尾声时，厂商通常集中启动下一轮更新换代。 在此算力迭代周期的牵引下，2026 年仍有望维持 AI 芯片与相关算力设备的高出货节奏，并 为中国云计算投资带来阶段性共振机会。
1.2.国内云厂商投资周期与海外的非同步化特征
尽管海外形成了较为清晰的“四年节奏”，但中国云厂商近两年的 CapEx 走势并未严格同步， 主要原因有两点：
外部环境制约导致投资节奏被迫扰动 。过去两年，中国互联网大厂在 GPU 采购、服务器架构、算力集群扩容等方面受到海外（尤 其是美国）出口限制与政策扰动，算力供应链的不确定性抬高了规划难度，导致资本开支不具备海外云厂商那样的规则性周期结构。部分企业不得不进入“等待政策稳定—调 整架构—再恢复扩张”的节奏，从而打破了原有的三四年硬件更新周期。
行业仍处于从传统云向 AI 云的结构性迁移期。 国内云计算发展基础与北美相比仍存在差距，加之 AI 原生架构比例较低、软件栈和生 态尚在完善，AI 算力投资在过去两年更偏向补短板式投入而非规则性迭代。行业处于 “扩张起步+技术体系重构”的阶段，因此周期性弱、结构性更强。
但从 2025 年开始，国内周期将逐步与海外重新同步。海外云厂商在 2024–2026 年已进入典 型上行周期，训练集群扩容、H200/B100 放量以及 1.6T 光模块与 CPO 的加速部署将持续推高 算力与网络侧的投资需求。在这一全球技术周期背景下，中国也面临同步的需求与技术压力： 国内大模型训练规模加速扩张、国产 GPU 与交换芯片及服务器生态逐渐成熟、算力与大模型 成为国企与大型行业客户的核心 IT 投资方向，同时政策端持续强化算力基础设施建设。综 合来看，过去制约国内云厂商资本开支节奏的两大约束（外部限制与生态不成熟）正被快速 削弱，为新一轮上行周期奠定基础。
1.3.2025–2026 年国内大厂资本开支将进入新一轮上行周期
综合海外周期上行、国内对 AI 算力的迫切需求以及国产算力生态快速完善的背景，我们预 判 2025 年起国内云厂商的资本开支将迎来明显抬升，并在 2026 年延续高增态势；AI 芯片 （尤其是国产 GPU）、高速光模块、交换机与服务器等核心设备需求将同步大幅增长；国内 云厂商的投资节奏也将重新与海外行业趋势趋同，但更呈现出补齐算力短板的“结构性补投 资”特征。换言之，2025–2026 年国内云厂商大概率进入一个持续上行的 CapEx 新周期。
自 2018 年以来，美国对华半导体与人工智能领域的出口管制不断升级，其限制逻辑从最初 的硬件封锁逐步扩展到设备、软件工具、云算力乃至 AI 模型训练行为本身，形成了覆盖“算 力—芯片—制造—生态—训练活动”的全链条监管体系。这一系列政策不仅深刻改变了全球半 导体产业的竞争格局，也成为推动中国国产算力体系加速发展的关键外部变量。从短期看， 美国政策的每一轮收紧都会在 GPU 获取、模型训练成本和先进制程设备上对中国形成直接冲 击；但从中长期看，这些限制又反向促使中国在自主算力芯片、AI 模型框架、国产 EDA、先 进封装、国产 GPU 与昇腾生态等多个方向加速突破，形成“限制—反制—替代—再升级”的技 术竞逐模式。 值得注意的是，美国对华限制并非线性推进，而是呈现出“以收紧为主、以局部松动为辅”的 波动式演进。一方面，2022—2024 年的规则不断扩大受控物项、提高技术门槛、强化国外直 接产品规则（FDPR），将供应链网络从硬件层面延伸到生态和软件层面，实现对中国先进计 算能力的系统性压制；另一方面，从 2025 年起又出现“在可控条件下允许部分 GPU 出口”的战 术性松动，这既反映出美国平衡自身产业利益与国家安全的双重需求，也表明未来限制方向 将更具选择性、精确性和行为导向。在这种“松中有紧、紧中带松”的政策环境下，中国在算力 体系的构建不再只是单一的硬件替代问题，而是演变为一场围绕模型训练、算力供给、芯片 制造、软件生态和算力服务模式的全体系战略竞争。 以下五个阶段，正是这一进程的关键节点，展现出美国对华芯片政策从“硬件封锁”向“算力行 为管控”再到“立法锁死”的完整演变，也揭示出每一轮政策如何塑造中国国产算力产业的路径、 压力与动力。
2.1.第一阶段：2018–2020——基础限制确立：实体清单+关税+早期
FDPR 自 2018 年美国对华开展“301 调查”以来，一系列以关税与出口管制为核心的基础性限制措 施逐步确立，并对中国科技产业格局产生深远影响。2018 年，美国首先对包括电子与集成电 路零部件在内的大量中国产品加征关税，为后续更具针对性的出口与投资限制奠定法律基础。 同年春季爆发的 ZTE 禁令事件，BIS 一度全面禁止美国软硬件向中兴出口，虽随后通过和解 恢复许可，但这一事件标志美国开始系统性地将出口管制工具应用于大型中国通信与科技企 业。2019 年 5 月，华为及其 70 余家关联公司被列入实体清单，对其出口美国技术、软件和 芯片需个案申请许可且审查原则以“拒绝授权”为主，并在随后通过早期版本的 FDPR 将限制 延伸至使用美国设备或 EDA 工具进行生产的海外代工厂。进入 2020 年，美国进一步扩张 FDPR 的适用范围，使得更多在美技术支撑下于海外制造的芯片被认定为受控产品。同年 12 月， SMIC 被列入实体清单，美国随即收紧其获取先进制程所需的核心生产设备（包括 EUV、先进 DUV、刻蚀、沉积、计量检测等）及 EDA 工具的能力，从而进一步巩固了针对中国半导体产业 链的基础性限制框架。
2.2.第二阶段：2021–2022.10——全面收紧的准备期
2021–2022 年间的政策演化可视为美国在全面收紧前的关键准备期，拜登政府在延续前任政 府管制框架的同时逐步完善制度基础。2021 年，华为与 SMIC 的既有限制被完整保留，并在 军事最终用途（MEU）与军事最终用户（Military End-User）相关领域进一步扩围，使涉军 敏感供应链的出口审查趋于系统化与严格化。进入 2022 年，美国通过产业政策与安全政策 并行推进对华科技围堵，其中 8 月 9 日签署的《芯片法案》（CHIPS Act）成为重要转折点。 该法案通过 527 亿美元的直接补贴及税收抵免激励，将半导体制造、封测与研发环节引导回 流美国。同时，“护栏条款”明确要求获得补贴的企业在未来 10 年内不得在中国扩建或升级先 进制程产能（原则上 28nm 以下均受限制），意在吸引台积电、三星与英特尔等全球头部厂商 加大在美布局，并通过投资约束机制进一步阻断其在中国的先进制程发展路径，从而为后续 更广泛、更严厉的出口管制措施奠定制度与产业基础。
2.3.第三阶段：2022.10.7-2023——关键转折点：107 新规大范围限制
2022 年 10 月 7 日 BIS 推出的“107 新规”构成美国对华半导体与先进计算管制的关键转折点， 其通过设定性能阈值全面限制中国获取高端GPU、AI加速器与HPC芯片（如 NVIDIA A100/A800、 H100/H800），并将含受控芯片的服务器、模块及整机全部纳入许可要求，从系统层面切断中 国建设超级计算与大模型训练基础设施的关键硬件来源。在制造端，新规显著扩大对光刻、 刻蚀、沉积、离子注入及量测等设备出口的限制，并首次要求美国公民与绿卡持有人参与中 国先进制程活动须经许可，从而提高中国先进制程人才技术供给难度。同时，BIS 将 28 家中 国实体纳入特别 FDPR 范围，使在美国技术或软件参与下于海外生产的相关芯片同样受控， 直接压缩中国在 7nm/5nm 制程和高端 AI 芯片进口的可行路径。进入 2023 年，美国围绕“107 新规”持续进行细化与扩围，在全年多次修订中不断增加实体清单、扩大 MEU 控制，并明确云 端“远程访问”也属于出口管制范畴，从制度上堵住通过海外云服务规避芯片限制的潜在路径； 同时审查进一步聚焦超级计算、军事用途与 AI 模型训练，使相关设备、算力与封装能力的获 取受阻，从而对中国高端 AI 算力体系形成全面约束。
2.4.第四阶段：2024——第二轮重大升级（2024.12 新规）
2024 年 12 月 2 日，美国 BIS 发布的“2024 新规”构成对华半导体与 AI 管制的第二轮重大升 级，其核心目标在于彻底阻断中国在先进制程、先进封装、HBM 高带宽存储及 ECAD/OPC 等关 键环节的能力构建，形成覆盖设计—制造—封装—算力全链条的系统性限制框架。在规则层 面，新规引入更为严厉的直接产品规则（FDP）并设立“0%最低比例规则”，这意味着相关产品 只要含有任何比例的美国技术或软件，即自动纳入出口管制范围。在设备与软件方面，新规 将更多先进制程设备纳入 3B001 类管控，并将部分原本用于成熟制程但具备先进能力的 DUV 设备调整至 3B993/3B994，同时新增 3D993 对多重曝光相关的 ECAD/OPC 软件实施限制，从源 头上影响先进光刻的 Mask 与 OPC 设计能力。在存储领域，HBM2e、HBM3、HBM3E 等高带宽存 储全面转入许可管理，且许可几乎无法获批，直接限制中国获得高端 AI 训练算力所需的关 键存储组件。与此同时，美国再将 134 家中国半导体企业纳入实体清单，涵盖设备、材料、 EDA、晶圆制造与设计等多个环节，使得 HBM、2.5D/3D 封装、OPC/ECAD 以及部分关键 DUV 设 备的进口渠道全面受阻，从而对中国 3–7nm 工艺迭代及高性能芯片产业链的持续推进造成实 质性影响。
2.5.第五阶段：2025 年前后——AI 芯片与 AI 模型用途监管全面升级，同时出现 “有限放松”与“严格锁死”并存的新格局
2025 年 5 月美国政府发布了新一轮针对中国 AI 生态的全面限制措施，首次将“AI 模型训练 行为”本身纳入出口管制范围，并将对华限制从物理硬件扩展至云服务、远程访问、算法协 助等所有可能提供算力支持的路径。新规不仅明确禁止全球任何国家或机构使用美国 AI 芯 片为中国模型进行训练，还将华为昇腾芯片的全球使用行为定性为违反美国出口管制，从而 形成对中国 AI 算力体系的全球性封锁。同时，美国正式废除此前较为宽松的《AI Diffusion Rule》，以更高等级的取代框架将中国与伊朗、俄罗斯、朝鲜列为同等风险国家，几乎完全 禁止其获取任何美国 AI GPU，并禁止通过 AWS、Azure、Google Cloud 等云端方式绕开硬件 层管控。这意味着，中国在全球算力网络中的可利用空间几乎全部被切断，无论是直接进口 GPU，还是租用海外云端算力，均被视为受控行为，从而改变了中国 AI 模型训练在国际供应 链中的运行方式。 在行政监管全面升级的同时，美国还推动将出口管制制度通过立法方式固定化。2025 年 12 月 4 日，两党参议员正式提出《安全可行芯片出口法案》，要求在未来 30 个月内全面暂停向 中国发放任何先进 AI 芯片出口许可，并将 NVIDIA H200 及下一代 Blackwell B100/B200 明 确列入必须禁止出口的产品范围，使得未来美国政府哪怕更换更温和的行政团队，也无法轻 易放松对华 AI 芯片的出口限制。立法路径意味着出口政策首次从“行政规则”变为“强制法 律”，使政策的不确定性显著下降，但其“限制力度”则呈现前所未有的刚性与不可逆性。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
