AI基建真能撑起数十年投资周期？
在当地时间2026年6月24日举行的英伟达年度股东大会上，公司股东一致批准了全部10名董事会成员的提名。英伟达首席执行官黄仁勋在会上发表讲话，明确指出“有用的AI时代”已经到来，并对人工智能基础设施建设的长期前景表达了强烈信心。
黄仁勋重申AI基建的长期性逻辑
黄仁勋在发言中构建了一个简洁但具有说服力的增长闭环：“算力越多，token越多，收入也就越多。”这一表述揭示了当前AI产业的核心驱动力——模型训练与推理对计算资源的指数级依赖，正转化为对底层硬件和能源系统的刚性需求。不同于以往技术周期中硬件投资随产品迭代快速饱和的模式，AI的持续进化要求基础设施不断扩容与升级，从而形成一种自我强化的长期资本支出机制。
值得注意的是，黄仁勋并未将AI基建局限于传统意义上的服务器或GPU集群。他特别提到电网与互联网等基础网络设施也将被纳入这一轮建设浪潮。这意味着AI的发展已从单一技术赛道演变为系统性工程，其影响将外溢至能源、通信、建筑乃至城市规划等多个领域。这种跨行业的联动效应，正是支撑“数十年周期”判断的关键依据。
基建周期为何可能跨越数十年？
从技术演进角度看，当前大模型仍处于早期阶段。尽管生成式AI已在文本、图像、语音等领域展现实用价值，但其在科学发现、工业控制、实时决策等高复杂度场景的应用仍受限于算力成本、能效比与系统稳定性。要实现黄仁勋所言的“有用AI”，即能够可靠嵌入生产流程并创造经济价值的智能系统，需要更强大的计算基础设施作为支撑。
而基础设施的部署本身具有显著的路径依赖和沉没成本特征。配套的电力供应系统（如专用变电站或可再生能源接入）同样需要长期投入。一旦企业或国家启动AI基建投资，后续的扩容、维护与技术迭代将形成持续的资金流，难以在短期内中断或逆转。
此外，全球主要经济体已将AI视为战略竞争高地。美国《芯片与科学法案》、欧盟《人工智能法案》、中国“东数西算”工程等政策框架，均包含对AI算力基础设施的定向支持。这种由国家意志驱动的产业布局，进一步延长了投资周期的时间跨度。即便商业回报存在波动，地缘政治与国家安全考量也将促使各国维持对AI基建的基本投入。
市场如何定价这一长期叙事？
市场显然已部分定价了AI带来的增长红利。然而，黄仁勋此次在股东大会上强调“数十年周期”，意在引导投资者超越短期业绩波动，关注更长期的结构性机会。
对于资本市场而言，这一叙事意味着AI相关投资不应仅被视为周期性主题，而应被纳入长期资产配置框架。除了直接的芯片制造商，受益链条可能延伸至：
- 数据中心运营商：如Equinix、Digital Realty，其机柜出租率与电力容量将成为关键指标；
- 电力与能源企业：尤其是具备稳定绿电供应能力的公用事业公司，可能成为AI园区的优先合作伙伴；
- 网络设备与光通信厂商：随着模型参数量激增，芯片间、服务器间的数据传输带宽需求呈爆炸式增长；
- 工业软件与自动化系统提供商：用于管理超大规模计算集群的运维工具链将变得至关重要。
不过，长期叙事也伴随结构性风险。若AI应用未能如期产生足够经济回报，可能导致资本开支放缓；能源约束（尤其是电力供应瓶颈）可能限制算力扩张速度；技术路线突变（如量子计算或新型架构突破）亦可能颠覆现有基础设施范式。因此，尽管周期漫长，但并非线性增长，其间必然经历技术验证、资本再平衡与政策调整的多重考验。
投资者应关注的验证信号
黄仁勋的“数十年”论断虽具前瞻性，但投资者需通过具体指标跟踪其兑现程度。首要观察点是企业级AI支出的持续性。云计算巨头（如微软Azure、亚马逊AWS、谷歌Cloud）的资本支出指引、AI相关服务收入增速，以及大型金融机构、制药公司、汽车制造商等垂直行业对私有化AI集群的采购意愿，将是验证需求真实性的关键。
其次，电力基础设施的配套进展不容忽视。美国得克萨斯州、亚利桑那州等地已出现因数据中心用电激增导致的电网压力；中国内蒙古、甘肃等地的“东数西算”枢纽也在加速建设配套风光储一体化项目。若未来两年内，主要AI集群所在地未出现显著的电力扩容或绿电采购协议增长，则基建可持续性将面临质疑。
最后，技术效率的提升速度将决定资本开支的强度。
黄仁勋在2026年股东大会上的发言，不仅是对英伟达自身战略的重申，更是对整个科技产业未来数十年演进路径的一次权威定义。当AI从实验室走向工厂、医院与城市管理系统，其所依赖的基础设施将不再是可选配置，而是如同公路、电网一样的社会运行底座。
