算力开支超过五年总收入！OpenAI资金缺口达2780亿美元 结构性分化
- OpenAI预计2026至2030年累计负自由现金流2780亿美元，算力与基础设施开支到2030年底约8560亿美元，超过同期累计收入。
- 2026年第一季度OpenAI营收57亿美元、营业亏损约93亿美元；第二季度营收67亿美元、营业亏损约123亿美元。
- OpenAI 3月完成1220亿美元私募融资，已启动新一轮融资谈判，IPO推迟至2027年。
- Anthropic第二季度单季营收超过115亿美元，企业大模型API支出份额首次超过OpenAI。
- 五大云厂商2026年资本开支指引合计约7350亿至7600亿美元，高盛指出资本开支占经营现金流比例逼近100%。
- 产业赛道事件对应的产业方向与逻辑梳理
- 关联公司各赛道业务关联公司及其方向
- 风险提示事件相关的风险与不确定性
AI服务器与算力芯片
积极方向新闻显示OpenAI将GPU服务器采购、推理集群扩容列为最大成本项，五大云厂商资本开支指引仍处高位。AI服务器整机、加速芯片和配套计算系统是承接算力投入的核心硬件环节，相关厂商的业务需求与算力资本开支方向直接相关。同时，高端芯片供给、客户集中度和资本开支可持续性仍是需要关注的变量。
OpenAI及云厂商扩大GPU服务器采购和推理集群建设，AI服务器整机是直接硬件承接环节；浪潮信息在AI服务器领域有产品布局，与全球及国内算力资本开支方向存在业务关联。
OpenAI与云厂商的算力资本开支涉及服务器采购，工业富联在云计算服务器制造领域有业务布局，与全球云厂商硬件需求存在关联。
新闻反映AI算力需求持续扩张，高端芯片供给稀缺背景下，国内AI芯片厂商的业务受到自主算力建设关注；寒武纪的云端AI芯片与算力基础设施需求存在关联。
算力中心建设和服务器采购需求提升，海光信息的处理器产品与数据中心、高性能计算场景相关，新闻中的算力投入方向对其所处环节构成需求背景。
光模块与光通信
积极方向OpenAI推理集群扩容和云厂商数据中心建设，需要高速光模块、光器件和网络互联设备支持。大规模GPU集群对高速率、低功耗光互联需求提升，光通信环节与算力资本开支存在直接业务关联。
AI集群扩容提升数据中心光互联需求，中际旭创的高速光模块产品与云厂商数据中心建设方向相关，新闻中的算力资本开支对其所处环节构成需求背景。
算力基础设施投入增加带动数据中心内部互联需求，新易盛光模块业务与AI服务器集群和云数据中心建设存在业务关联。
高速光模块需求提升带动上游光器件和组件需求，天孚通信处于光通信产业链上游，与AI数据中心光互联环节相关。
新闻显示数据中心建设和算力集群扩容持续，光迅科技的光模块和光器件产品与数据中心互联需求存在关联。
数据中心与温控电源
积极方向OpenAI启动自建数据中心项目，五大云厂商资本开支维持高位，数据中心建设、机柜托管、网络带宽、散热和稳定供电需求持续。IDC运营商及温控电源厂商与算力基础设施扩张存在业务关联。
AI算力资本开支高企带动数据中心建设和机柜托管需求，润泽科技作为IDC运营商，与云厂商和大型互联网客户的算力部署存在业务关联。
新闻显示云厂商资本开支维持高位，数据中心托管需求受到支撑；数据港的IDC托管业务与云厂商数据中心部署方向相关。
AI数据中心功率密度提升，对液冷、风冷等温控方案需求增加；英维克的数据中心温控业务与算力基础设施建设和电力配套方向相关。
新闻将电力配套列为算力开支组成部分，科华数据的UPS电源和数据中心基础设施业务与数据中心稳定供电需求相关。
AI大模型与应用
方向中性新闻显示OpenAI算力开支超过同期收入，营业亏损扩大，投资者开始关注单位经济模型和算力成本覆盖能力。对AI大模型与上层应用企业而言，大规模算力投入带来的成本压力和商业模式验证要求上升；同时，国内自主模型与行业应用在算力自主可控、场景落地方面存在业务发展空间。整体影响方向分化，需结合具体公司的算力自给能力和应用落地进度观察。
公司业务涉及大模型研发和行业应用，算力成本上升对其模型训练与推理成本构成压力；同时，行业AI应用落地和自主模型生态建设又与其业务方向相关，事件影响呈中性偏分化。
公司在大模型和AI应用领域有业务布局，行业对算力投入和单位经济模型的关注可能影响其AI业务推进节奏；安全业务与算力成本直接关联较低，整体影响中性。
公司AI大模型和AIGC业务需要持续算力投入，新闻中OpenAI资金缺口和亏损扩大强化了市场对模型企业算力成本与商业模式的审视，对其相关业务形成压力，但具体影响取决于其算力安排和商业化进展。
公司AI办公应用依赖底层模型能力，算力成本变化可能影响其AI功能成本结构；但其核心业务为办公软件订阅与服务，与算力基础设施资本开支的直接关联度相对较低。
- OpenAI融资与IPO进程存在不确定性，若资金募集节奏不及预期，其算力基础设施投入计划可能调整，进而影响供应链订单的持续性。
- 高端GPU供给、芯片出口管制、技术路线变化可能改变算力硬件采购结构和数据中心建设节奏。
- 云厂商资本开支依赖经营现金流和举债，若现金流压力加大，其资本开支指引存在下调可能，对算力基础设施需求形成波动。
- 大模型单位经济模型尚待验证，若AI应用商业化进度偏慢，模型企业可能调整算力租赁和自建数据中心计划。
- 竞争格局变化，Anthropic等竞争对手份额上升可能改变算力采购主体和区域分布，对供应链客户的稳定性带来不确定性。