AI 研报早参｜2026-08-09：资本开支开始借债，AI 行情转入系统与利润表

先看结论

摩根大通把 2026 年科技、媒体和电信行业债券发行预期从 4500 亿美元上调至 5400 亿美元，其中超大规模云服务商预计发债 3170 亿美元，数据中心项目融资约 850 亿美元。1 2

这不是融资渠道的简单切换。

AI 基础设施开始同时接受两个账本的审查：项目能不能建成，债券投资者还愿不愿意继续借钱。

野村公开转述的国产 SuperPod 专家访谈，又把硬件筛选器往下移了一层：竞争不再只看单卡算力，而要看网络协议、通信效率和光互连能否撑住更大集群。3

伯恩斯坦公开转述则提醒，亚洲动量因子在 7 月单月回撤 40%，AI 行情没有消失，但「买整个板块」的简单逻辑先消失了。4

本期的盘前问题，是融资承接、系统效率和盈利预期能否同时过关。

本期四个硬数字

公开详情页可核验的融资、集群与交易变量；金额均为美元

2026科技债发行预期	5400亿美元
超大规模云厂商发债预期	3170亿美元
数据中心项目融资预期	约850亿美元
亚洲动量因子7月回撤	40%

Loading stats card…

前两项来自摩根大通的债券市场预测，第三项是数据中心融资估算，第四项来自伯恩斯坦的亚洲量化策略转述；它们分别描述融资供给和交易拥挤度，不能合并成「AI 继续单边上涨」的结论。2 4

国内市场：券商自己的 AI 先进入验收期

截至 2026 年 7 月末，已有 32 家券商完成算法与模型备案，备案项目超过 50 个；其中 10 余家头部券商完成多模型备案。AI Agent 已经落到投研、投顾、运营和审核等环节。5

这条材料来自财联社对上证报报道的公开转述，不是某家券商的评级报告，也没有披露研究员、目标价或个股评级。

它仍然提供了一个很实用的观察窗口。

券商是最靠近研究、数据、合规和客户交互的行业之一。若智能体只能写摘要，投入还停留在试验；若它能在权限边界内完成检索、核验、生成和留痕，才算进入生产系统。

AI 科技评论注意到，券商自身的部署节奏，正在成为应用商业化的一个低成本样本。

截至本期公开可核验材料，国内头部券商没有披露一份同时具备明确报告标题、研究员、评级和目标价的新 AI 研报。上一期已经写过的模型成本、Token 计价和液冷交付，不在本期重复改写。

海外投行：AI 基建开始借债

摩根大通策略师 Erica Spear 等人在周五发布的报告中判断，大型科技公司持续扩张 AI 基础设施，债务融资会成为未来数年的重要特征。以 AI 芯片作为基础资产的融资，到了本十年末可能扩展到数万亿美元。2

原始研报标题、完整研究员名单和债券目标价格，公开页面没有披露。

但融资结构已经足够具体。

摩根大通预计，超大规模云服务商 2026 年债券发行规模达到 3170 亿美元，数据中心项目融资约 850 亿美元；如果计划中的项目大部分落地，数据中心融资规模可能超过 1000 亿美元。2

该行还识别出 7 个新的投资级数据中心融资机会，其中 4 个预计来自甲骨文与 OpenAI 合作的数据中心建设。

Meta 可能在三季度财报后重返债券市场，微软则被列为最大的不确定因素：如果微软发债，将是它自 2017 年以来首次进入债券市场。1

这条线的风险也写在报告里。

SpaceX 和亚马逊今年夏季发行的债券在二级市场表现偏弱；6 月和 7 月市场消化约 750 亿美元新增债券供应后，部分超大规模科技企业债券信用利差一度扩大约 15 个基点。摩根大通仍维持甲骨文债券「增持」，但提醒未来供给压力和发行节奏都不确定。2

CapEx 继续上升，不等于信用市场会无条件接盘。

在 AI 基础设施估值之外，市场开始给融资成本单独定价。

集群升级：单卡算力退到第二排

野村公开转述的专家访谈纪要，主题是「国产 AI 集群规模化提速：网络协议与光互连仍待突破」。原始访谈专家和研报研究员未披露，页面也没有给出完整原始报告链接，因此以下数字按公开转述使用。3

公开转述称，国内 SuperPod 已从约 384 卡向 1024 卡演进，并计划进一步升级到 8192 卡；华为等本土方案累计部署约 20 万至 30 万卡，预计 2026 年第四季度产能与良率达到约 50%至 60%，2027 年开始大规模出货。3

更值得跟踪的是通信效率。

英伟达 NVL SuperPod 采用 RoCE 和 InfiniBand 等协议，访谈估计互连传输效率约为 90%至 93%；国内自研 RoCE 方案约为 50%至 60%，华为 UB 协议约为 80%，下一两代产品有望提升到 90%以上。3

Loading chart…

这不是对三家方案的完整测评，而是同一份公开转述中给出的区间中值，便于读者先看差距；原始报告未公开测试方法和样本边界。3

光互连的价值量也随集群规模变化。

384 卡 SuperPod 多采用铜缆与光模块混合互连，光模块传输比约为 1:8；1024 卡方案预计转向全光互连，传输比提高到约 1:24 至 1:32。集群继续放大，交换机、网络芯片和高速光模块的用量都会增加。3

对投资者来说，这比「算力需求仍然很大」多了一层可验证条件：客户是否从单卡采购走到机柜级系统，网络效率是否改善，光互连的新增价值量是否真正进入订单和收入。

评级与目标价：债券动作先于股票动作

本窗口最清晰的机构动作发生在信用市场，而不是股票目标价。

摩根大通 / 甲骨文债券：维持「增持」口径；债券目标价格未披露。逻辑是甲骨文参与超大规模数据中心建设，但信用利差已经接近高收益债水平，融资供给与信用质量需要分开看。2
AI 相关股票：截至本期公开页面，未核验到新的、同时披露评级变动与目标价前后值的明确样本。没有披露的前值和评级，不从市场热度补推。
野村 / 国产 AI 集群：属于公开转述的产业访谈纪要，不是股票评级，目标价未披露。3

目标价上调、评级维持和债券增持回答的是三个不同问题。

本期没有新的股票目标价，不代表 AI 板块没有信息；它只说明新增信息更多落在融资结构和系统能力，而不是股票估值表。

产业趋势：从电量扩张到系统质量

AI 数据中心的电力问题也在变细。

8 月 8 日一篇媒体文章转引国际能源署估算，2026 年全球 AI 数据中心用电量将达到 945TWh，并把电压暂降等电能质量问题列为训练中断风险。该文不是券商研报，数字只作产业背景，不进入评级判断。6

电不够，影响的是机房能不能扩；电不稳，影响的是每一轮训练能不能跑完。

这和野村公开转述的网络效率问题是同一种验收逻辑：AI 基础设施的瓶颈从「有没有」转向「能不能稳定交付有效计算」。

OpenAI 在 8 月 7 日的官方安全说明中称，内部评估显示下一代模型 Astra 的代理编码与网络安全能力显著增强，公司无法排除其达到「关键级」网络安全能力的可能性，因此暂停不符合强化安全控制要求的内部活动，并增加隔离环境、网络与工具权限限制、权重保护、监测和沙箱执行。7

应用层的投入也因此多了一张账：调用成本、收入增长之外，还要算权限、监测和人工复核成本。

盘前验收单

先看融资承接。 摩根大通上调发行预测，说明 AI 资本开支仍有资金需求；但信用利差扩大和部分新债二级市场走弱，说明债券供给不是免费的催化剂。周一更应该看融资成本和信用利差是否继续抬升，而不是只看科技股开盘涨跌。2
再看系统效率。 1024 卡以上的集群，订单价值不再只由 GPU 数量决定；交换机、网络芯片、光模块和全光互连的交付，决定有效算力能否兑现。3
最后看盈利预期。 伯恩斯坦认为，亚洲科技股估值已经回落，但部分市场的盈利预期仍在高位，韩国和中国台湾的盈利上调趋势已出现见顶迹象；中国和印度的盈利预期仍有改善空间。盘面分化要回到收入、利润率和订单，而不是只看 AI 标签。4
应用端看治理成本。 券商已有 32 家完成模型备案，但备案数量不等于收入；Astra 的安全评估也提醒市场，Agent 进入生产系统后，权限、留痕和复核会成为持续成本。5 7