高盛預估 2026 年至 2031 年間，AI 基礎設施累計支出約為 7.5 兆至 7.6 兆美元。這項預測大致分為約 5.1 兆美元的算力、2.1 兆美元的資料中心，以及 3,580 億美元的電力基礎設施；同時，年度 AI 資本支出預計將從今年估計的 7,650 億美元升至 2031 年的 1.6 兆美元。

高盛的研究框架將 NVIDIA 視為算力層的主要受益者，預計這家晶片製造商將拿下該區段約 75% 的支出。高盛表示，這種集中程度在過去的科技資本支出週期中前所未見。

僅年度支出規模就足以使其成為科技史上最大的單一資本投入。高盛分析師還指出，共識預估一再落後於實際支出速度，並提到 2026 年資本支出共識在單一財報季內就從 4,650 億美元上調至 5,270 億美元。

「到 2031 年 AI CAPEX 將達 7.6 兆美元？令人震驚，但高盛估算中我真正擔心的是分配給電力的比例太小。」Christophe Barraud 於 2026 年 7 月 11 日在 X 上寫道。「在整個期間內，高盛預期約 5.1 兆美元將用於算力，超過 2.1 兆美元將用於資料中心，還有……」

對追蹤 AI 基礎設施的散戶加密投資人而言，高盛的數據並非背景雜訊。它們構成了 AI 算力代幣、去中心化 GPU 網路與 AI 代幣預售所要評估的宏觀框架，尤其是在這一支出週期集中於加密原生專案經常試圖複製或補充的相同基礎設施層之際。

7.5 兆美元的預測代表一個規模極大的資本週期，即使只有 0.1% 轉向加密原生基礎設施通道，也足以成為代幣市場的重要催化因素。關鍵問題不是這個週期是否存在，而是哪些代幣板塊在結構上有能力捕捉其中的一部分。

高盛 5.1 兆美元算力預測對加密貨幣 AI 機會的真正意義

標題數字固然龐大，但高盛預測的內部結構才是其對加密資產配置更有分析價值的部分。5.1 兆美元的算力層是最大支出類別，規模超過資料中心配置的兩倍，約為電力預算的 14 倍。高盛的研究建立在具體硬體假設之上：次世代 GPU 節點每單位價格約 80,500 美元，每組耗電 3,000 瓦，PUE（電力使用效率）比率為 1.2。

這些並非推測性輸入，而是反映 NVIDIA 目前世代架構的實際採購經濟。

算力層中 NVIDIA 預計拿下約四分之三的集中度，正是讓去中心化替代方案在分析上變得有意義的原因。當單一供應商被預期掌握 5.1 兆美元支出類別中的如此大比例時，供應鏈風險、定價權以及出口管制風險集中於同一家公司，便為無許可算力替代方案創造了結構性機會。

高盛研究也指出，對 AI 基礎設施的焦慮，也就是害怕錯過機會，與可衡量的投資報酬同樣是資本支出熱潮的驅動因素，這意味著此輪週期本身也帶有持續時間風險。高盛更廣泛的 AI 投資論述，已開始同時重塑新興市場與各類資產的資金流向。

就金額而言，電力是 3,580 億美元，為最小項目，但高盛分析師認為，它是限制部署速度的主要瓶頸，而非算力供給不足。資料中心成本假設約為每兆瓦容量 1,500 萬美元，新電力價格為每千瓦 2,500 美元。

目前，改造型（brownfield）資料中心空間占 2026 年部署的 15%，但隨著綠地開發（greenfield）場址面臨電網併網延遲，預計到 2031 年將升至 30%。高盛認為，電力瓶頸並非短暫摩擦，而是將在 2026–2031 全期間持續存在的結構性限制；這也正是去中心化、可彈性選址的 AI 算力基礎設施最有力的理由。

EXPLORE: Best Memecoins Presales to Watch in July

The post Goldman Sachs $7.5T AI Capex Breakdown and What It Means for Crypto appeared first on icobench.com .