微软警告：2-3年内AI算力仍会供不应求

硬件不够，电力和机柜也开始不够用

微软中国台湾地区负责人卞志祥在接受媒体采访时给出了一个明确的时间判断：未来2到3年AI算力需求将持续大于供给。这并非简单的乐观预测——他同时指出，短缺的范围正在扩大，从最初的GPU/CPU芯片扩展到了电力供应和新机柜进驻的空间调配。

这个判断有坚实的财务数据支撑。微软投资者关系网站最新发布的FY26 Q4（截至2026年7月）财报显示，"Cloud and AI表现强劲推动季度业绩"。同年9月初公开的FY27投资者演示文稿中，微软进一步详细披露了各业务板块的关键绩效指标和资本开支节奏，其中云计算板块的增速连续多个季度超出市场预期。

更重要的是，这笔账背后的数字令人瞩目。过去两年里，微软的年度资本开支已经跃升至数百亿美元量级，主要用于数据中心建设和AI模型训练平台的扩容。据投资者材料显示，FY26全年微软的云收入同比增幅超过30%，而这一高增长势头在Q4依然没有放缓的迹象。换言之，巨头们在赚钱的同时，也在疯狂追加基础设施投资。但问题是，投资的速度暂时还追不上需求的增长速度。

算力紧缺的本质变了

过去两年市场对AI算力紧缺的理解主要集中在“买不到GPU”。英伟达的高性能芯片确实一度处于极度稀缺状态，交付周期长达数月甚至半年以上，价格居高不下。但微软高管这次释放的信号显示，瓶颈正在多维扩散。

第一个新瓶颈是电力。 一座现代化AI数据中心每平方米可能需要数千瓦的功率密度，远超传统数据中心的几百瓦水平。这意味着原有电网的承载能力成为硬约束，不是有钱就能建。在美国德克萨斯州、弗吉尼亚州等地，由于电网容量接近极限，多家科技公司的数据中心项目不得不延期或缩减规模。变压器采购通常需要6-12个月的交付周期，而大型变电站的建设则可能需要2-3年的时间。

第二个新瓶颈是物理空间。 高密度机柜不仅需要电力配套，还需要精密冷却系统、网络布线、备用电源等一系列基础设施。很多地区不是没有地块，而是接不上合适的电网容量。此外，冷却系统的部署也带来新的挑战，传统的空调制冷方案在高密度场景下效率低下，液冷技术虽然前景广阔，但大规模应用的成熟度仍在爬坡阶段。

这种变化对投资决策的影响很直接。如果紧缺只停留在芯片层面，厂商可以通过加价或排队来解决；但如果扩展到电力和空间，整个建设周期都会被拉长——变压器要等半年，电网升级可能要一两年，这不是靠加钱能压缩的。这也解释了为什么即便各大科技公司拼命砸钱，AI算力的供给端依然难以快速跟上需求端的爆发式增长。

台湾数据中心的翻倍扩张账本

微软在台湾的行动计划相对透明：现有2座数据中心，计划增至4座。虽然总投资金额尚未公开披露，但可以推断的是，这不是简单的复制粘贴。考虑到电力已经成为普遍制约因素，新的数据中心在选址和设计上必然会有不同的考量。

每座新增数据中心的建设涉及土地获取、环评审批、电力接入、冷却系统设计等多个环节。以台湾地区的地理环境和气候条件来看，数据中心还需要应对地震带风险、台风天气等因素对基础设施稳定性的影响，这使得土建工程的复杂性进一步提升。

值得注意的是，这一规划属于前瞻指引性质。前瞻指引的价值在于传递管理层对市场需求强度的判断，但其实际落地程度取决于多重变量，包括监管审批进度、市场环境变化和竞争格局调整。对于投资者而言，关键不在于最终是否完全按照预期建成4座，而在于微软敢于做出这样的规划，本身就反映了对未来几年AI算力需求持续高增长的信心。

谁从中获益

对于产业链而言，算力紧缺的延长意味着两个确定性更高的方向：

一是基础设施建设本身的投入强度不会快速下降。 从土建、配电设备到液冷系统、机柜制造，这些环节的订单能见度至少可以延伸到未来几年。根据行业研究机构的预测，全球数据中心市场规模将在未来三年内以年均15%以上的速度增长，其中AI相关的算力基础设施占比持续提升。

二是运维能力的价值被重新定价。 数据中心建成后，如何管理高能耗、确保稳定性、降低单位运算成本的运维效率将成为差异化竞争力的来源。特别是在电价波动加剧的背景下，能源管理的精细化程度直接关系到数据中心的运营成本和市场竞争力。

对投资者来说，与其纠结短期股价波动，不如关注那些能在长周期内为算力基建提供稳定支持的企业和细分赛道。尤其是那些具备核心技术壁垒、能够提供一站式解决方案的供应商，更有可能在这一轮AI基础设施建设浪潮中获得超额收益。

值得关注的五个指标

• 微软下一季度Capex指引：资本开支的节奏和力度直接反映对算力需求的预期，关注其同比增长率和环比变化趋势
• AI芯片交付周期变化：如果等待时间缩短可能意味着供给侧改善，反之则说明紧缺加剧，同时留意AMD和英特尔的替代方案进展
• 台湾电力公司输变电项目进度：电网扩容是数据中心落地的前提条件，重点关注高压输电线路和变电站建设的审批与施工进度
• 液冷服务器渗透率提升速度：高密度的散热方案决定了单站算力天花板，观察主流厂商的技术路线选择和商用化时间表
• 全球主要云厂商的资本开支持续性对比：观察亚马逊、谷歌、Meta等同行是否在跟进类似的扩张计划，验证这是否为行业性趋势而非个别企业决策