文丨陈俊云 许英博 刘锐 贾凯方

　　北美云计算巨头正在积极拥抱这一轮AI浪潮，AI能力融入亦将大概率对云厂商的基础设施、模型优化、应用&基础软件等领域带来中长期的增长动力。短期维度，我们判断，欧美企业自去年下半年以来的云成本支出优化正在接近尾声，北美云厂商收入增速有望在下半年重拾向上动能，同时随着海外科技巨头、软件公司持续进行AI的导入与商业化，我们认为云厂商有望显著受益，并将体现在算力租用、模型服务等层面。

　　▍报告缘起：北美云计算巨头全面拥抱AI。

　　ChatGPT在全球市场的成功，引发全球主要科技企业在AI领域的军备竞赛，而云平台作为计算层面最为理想的承载者，有望持续受益全球AI产业的发展。目前，全球三大云计算巨头（亚马逊、谷歌、微软）均发布与LLM以及生成式AI相关的产品。但三大云厂商在布局思路、商业化路径等方面存在一定分叉，微软、谷歌依靠闭源模型，全力打造闭环的AI生态，而AWS则以相对开放的心态，尝试从不同角度进行AI与云计算的融合。我们判断，三大云厂商在云基础设施、模型应用以及商业细分场景有望持续受益，并有望带来可观的业绩增量。

　　▍AI算法能力：技术储备决定路线选择。

　　自2023年3月开始，微软&谷歌在各自的云产品中加入了大量以AI模型能力为底层的服务，并提供从硬件到模型再到上游应用的闭环AI服务。相比之下，亚马逊在产品结构的改变上以单点为主，提供了Amazon Bedrock（构建大语言模型过程中的便捷API服务）等产品，并将更多精力放在开源模型以及相关硬件开发中。从根本上来看，决定微软&谷歌与亚马逊&Meta在当前对待AI能力的不同路线的是当前各家厂商间的大语言模型技术能力差异。微软&谷歌依靠其相对优势的技术能力，从开源走向闭源，全力打造围绕底层模型能力的闭环AI生态。亚马逊等，更倾向于培养开源社区共同迭代模型以缩小差距，重视底层硬件研发，多角度尝试AI与云融合的可能性。

　　▍底层基础设施：计算架构升级，不断追求系统效率最优。

　　考虑到AI对算力的需求，GPU成为AI计算的理想载体，而对云厂商而言，此前大量的基础设施由CPU架构贡献，其计算实例产品（虚拟机、弹性计算等）通常由CPU负载，并不适合当前生成式AI对计算的需求。因此我们看到，自ChatGPT兴起以来，北美三大云厂商加速了GPU等泛AI计算实例的升级速度，例如微软N系列虚拟机、谷歌新增H100超算预览以及亚马逊对训练&推理芯片的自研等。此外，为了满足数据吞吐、并行计算的要求，三大云厂商亦同步进行编排和管理高性能计算 （HPC） 环境的配套软件环境与硬件链接。因此后续来看，我们认为云厂商会持续提升GPU以及自研芯片实例在其计算业务线的比例。

　　▍商业模式：基于MaaS、插件、软件等维度进行商业化。

　　我们看到以微软+OpenAI、谷歌等为代表的，具备封闭模型的厂商，可以通过直接出售模型API接口、模型调优的方式，提供最先进的闭源模型进行MaaS类服务，目前微软已经放开API的调用，谷歌、亚马逊仍在预览阶段。对于细分场景，云厂商亦可以提供插件进行细分领域的服务。在应用侧，微软Copilot、谷歌Duet AI等产品作为生产力工具进行赋能，提升办公人员等效率。根据两家公司披露，上述软件产品预计将在未来数月逐步开启商业化，我们判断随着软件渗透率的持续提升，将为云厂商带来可观的收入规模。

　　▍弹性测算：预计未来2-3年增厚云厂商超百亿美元量级的收入。

　　从三大云厂商的计算产品来看，基于GPU的加速计算产品基本是CPU价格的3-6倍，后续H100产品的导入大概率将拉高整体单价。而在计算负载侧，根据各家公司财报、trendforce以及我们的测算，三大云厂商业务中GPU及其他AI芯片在整个计算业务线的负载比例不足10%。基于上述我们对云厂商的收入、IT负载结构的测算，我们预计，随着AI芯片负载每增长1%，将为AWS、Azure、GCP分别带来12亿、7亿、4亿美元的额外收入，若未来2-3年渗透率提升至10%，则有望为三大云厂商合计带来近200亿美元的额外收入。并且随着数据量的增长，亦有望带来存储、网络等领域需求的增长。此外，随着云厂商将AI产品导入到各个业务线，亦将带来广告、运维等领域成本的下降。

　　▍风险因素：

　　AI核心技术发展不及预期风险；科技领域政策监管持续收紧风险；全球宏观经济复苏不及预期风险；宏观经济波动导致欧美企业IT支出不及预期风险；全球云计算市场发展不及预期风险；企业数据泄露、信息安全风险；行业竞争持续加剧风险等。

　　▍投资策略：

　　AI的引入将为云厂商的基础设施、模型优化、应用&基础软件等领域带来中长期的增长动力。中短期维度，北美云厂商收入增速最为困难的时刻即将过去，下半年有望逐步企稳复苏，随着海外科技巨头、软件公司持续进行AI的导入与商业化，我们认为云厂商有望持续受益。