AI模型放缓不定利空：传统数据中心的三条结构性顺风压过利率上行

AI基础设施需要的增长逻辑在产生变动：市场对前沿模型迭代快率的关注，正逐步让位于AI向企业端和现实业务场景的持续扩散。即便模型开发节拍放缓，AI利用的宽泛落地仍可能带来持续的数据中心需要。 汇丰以为，决定传统数据中心需要的关键并非模型迭代快率，而是AI技术的贸易化扩散。随着AI从训练走向推理和现实部署，需要将进一步扩大至企业IT升级、云推算和数据互联等场景，传统数据中心仍有较大的承载空间。 与此同时，供给端的电力、并网和监牵造缚在加剧，数据中心新增产能难以急剧开释，大量项目延期或取缔，供需偏紧格局有望一连至2027年甚至2028年。 在此布景下，行业盈利增长仍具韧性。汇报预计，有关数据中心REITs在2025年至2028年间的AFFO每股复合增快约为11%至12%，高于从前五年汗青均匀水平；即便融资成本进一步上升，对AFFO增长的牵累也较为有限。 AI利用从训练进入推理阶段后，算力需要的状态也随之变动。训练通常集中于少数大规模项目，而推理必要持续响应终端用户和企业业务要求，工作负载越发分散，也更依赖网络、存储和通用推算等基础设施。 微软预计，到2032年前新增数据中心容量中，由AI芯片驱动的部门将低于50%。这意味着，即便AI有关需要持续增长，新增数据中心容量也不会全数转化为高密度AI算力，传统推算工作负载仍将占据相当比沉。 云服务商的本钱开支也显示出类似趋向；惴峥萍纪哦釉ぜ，六大重要云服务商2027年和2028年的本钱支出仍将别离增长37%和9%。AI利用扩张带来的需要并不只体现为GPU采购，也会通过云推算、数据处置和企业基础设施升级传导至传统数据中心。 因而，前沿模型开发趋于理性，并不料味着数据中心需要同步降温。随着AI进入更多企业和业务流程，基础设施需要反而可能从少数超大规模训练项目，扩大至越发宽泛、持续的利用场景。 数据中心扩张正越来越受到电力前提约束。美国多个地域提高数据中心项主张用电、环保和用水要求，并要求大型用电方承担更多电厂、输电线路及电网升级成本，电力接入已经成为影响项目落地的沉要成分。 监管要求收紧进一步降低了供给弹性。加州取缔数据中心环境审查豁免，并要求运营商披露用水情况；得州则要求暂停有关许可证发放，直至ERCOT实现审计。对于本钱密集型项目而言，审批和并网周期耽搁意味着新增容量开释快率进一步放缓。 项目延期和取缔已经起头体现这一变动。据Data Center Watch统计，2026年第二季度至少有45个、价值约680亿美元的数据中心项目被延误或取缔；第一季度则至少有75个项目、涉及约1300亿美元。 供给受限的意思在于，即便需要增快出现肯定颠簸，新增机房也难以迅快增长，现罕见据中心资源的稀缺性反而可能得到维持。这为租金增长和资产利用率提供了支持，也是行业可能维持较强盈利能力的沉要原因。 利率上行仍是数据中心REITs面对的重要压力。由于行衣珐张必要持续投入本钱并增长债务，融资成本上升会直接压缩AFFO。但汇报的敏感性分析显示，利率变动对盈利的影响重要体此刻增快边际，而非扭转行业增长趋向。 如果新增债务利率较基准情景逾越50个基点，2027年至2029年AFFO每股预测降幅约为0.3%至0.8%。对应来看，AFFO每股增快仅削减约10至40个基点，利率压力相对于需要和供给成分仍较为有限。 与此同时，汇丰预计有关数据中心REITs在2025年至2028年间的AFFO每股复合增快约为11%至12%，显著高于从前五年汗青均匀水平。较高的增长基数意味着，融资成本上升尚不及以旋转盈利增长趋向。 就行业逻辑而言，AI利用扩散带来的新增需要、电力和监管造成的供给约束，以及较强的AFFO增长，共同组成传统数据中心的三条结构性顺风。