更多投研资料加入知识星球               

🔥 谷歌财报深夜出炉！AI算力"军备竞赛"还在继续吗？

（阅读约3分钟，文末有核心观点总结）

昨晚，全球科技圈都在等一份成绩单。

谷歌母公司发布了最新一季财报。市场最关心的其实就一件事：AI这么烧钱，资本开支到底会不会降？

答案来了——不但没降，还要继续加码。

📈 看点一：资本开支"只增不减"，27年继续放大招

这次财报给市场吃了一颗定心丸。

本季度资本开支继续上调，更关键的是，管理层明确放话：2027年的资本开支还会"显著增加"。 目前市场普遍预期全年大概在3000亿到4000亿美元这个量级。

说白了，这场AI算力的"军备竞赛"，远没有到踩刹车的时候。

有意思的是，就在财报前夜，市场上还飘过一阵"要削减AI投入"的杂音。现在看，基本被证伪了。不光谷歌，这几天海外几家科技巨头都在释放加码信号——新建数据中心、上调云支出预期、抢订下一代芯片……整个算力产业链的需求逻辑，依然硬挺。

⚡ 看点二：算力怎么分？内部优先，云业务短期"让路"

这次管理层罕见地明确了算力分配的"优先级"：

前沿模型训练 > 搜索/YouTube等核心产品推理 > 自有+推理服务 > 第三方大客户

这个顺序很有意思。

之前市场一直有传闻，说谷歌内部模型团队和云业务在"抢卡"。这次算是官方定调：先保自己的"大脑"训练，再保核心业务运转，最后才轮到外部客户。

这也带来一个直接影响——自家算力严重不够用了，三季度要扩大向第三方采购算力。 好处是需求确实旺盛，利空是短期会压一压云业务的利润率。

所以下个季度谷歌云的利润率，大概率不会像本季度35.6%这么漂亮了，大家要有心理准备。

☁️ 看点三：谷歌云增速82%，但"订单增速"有点放缓

云业务绝对是这季度的明星。

营收增速从上季度的63%直接跳到82%，连续提速，利用率也在环比改善。更值得关注的是，谷歌首次开始向客户机房交付整套TPU系统——虽然收入要到2027年才确认，但这意味着它正在从"卖服务"往"卖硬件+服务"拓展。

不过也有个小插曲：市场关注的"剩余履约义务"（可以理解为已签未交付的长期订单）本季度约5140亿美元，虽然同比仍在增长，但环比增速没有上季度那么猛了。

背后的原因可能是多方面的：上季度可能提前录入了一部分TPU订单，本季度新录入不多；同时云收入本身增长太快，从订单池里"消化"的速度也在加快。总之，云业务的长期需求没问题，但短期订单增速的边际变化，市场会盯着。

🔍 看点四：AI搜索月活破10亿，广告生意没被"吃掉"

C端业务这次也交了一份不错的答卷。

广告整体增速17%，超预期。尤其是AI搜索的表现——月活已经突破10亿。 之前市场一直担心大模型会"吃掉"传统搜索广告，现在看，谷歌用AI反而解决了以前很多"搜不出来"的复杂查询，广告匹配效率也提高了。

YouTube广告延续好势头，加上最近有大型赛事加持，品牌广告投放也比较活跃。

一句话：AI对搜索不是替代，而是升级。

💸 看点五：自由现金流首次转负，这是危险信号吗？

这是本季度最"扎眼"的一个数据——谷歌单季度自由现金流首次转负。

但先别慌。管理层给出的解释是：过去12个月经营现金流仍然保持了533亿美元的正向流入，资产负债表依然稳健，长期云合同的毛利足以覆盖当前投入。

本质上，这是"投入期"和"收获期"的时间错配。短期几个季度内，现金流承压可能会成为常态。市场真正要关注的是：这些砸下去的钱，未来能不能换来匹配的回报？目前管理层的态度是"27年的投资回报会比之前更健康"，底气来自五千多亿的积压订单和持续续约的客户需求。

🌐 行业映射：对产业链意味着什么？

谷歌这份财报，其实是整个AI算力产业链的一个缩影。

几个值得留意的信号：

🔹 "卡"依然紧缺——连谷歌这种级别的玩家都要向外租算力，说明全球GPU/TPU供给还是跟不上需求。对上游芯片、服务器、光模块、液冷等硬件环节，需求端的故事还没讲完。

🔹 云厂商分化——谷歌因为自有算力不足需要"外采"，理论上对第三方云租赁厂商是利好。这和国内算力租赁的逻辑有点像：只要"卡"够稀缺，能拿到卡的就是硬通货。

🔹 模型即护城河——管理层反复强调优先保障前沿模型训练。Gemini 4已经开始大规模参数训练，预计参数规模达到10万亿级别。在AI时代，第一方模型的能力，直接决定了云业务的拉动力和广告业务的变现效率。 这块如果掉队，后面的商业闭环都会受影响。

📝 核心观点总结

✅ 资本开支：短期不会降，27年继续加码，产业趋势没走完。

✅ 云业务：增速亮眼，但Q3利润率可能短期承压，关注长期订单持续性。

✅ AI应用：搜索月活破10亿，广告未被侵蚀，AI是增量不是替代。

✅ 现金流：单季转负在预期内，关键看后续投入产出比能否兑现。

✅ 产业链：算力需求依然刚性，供给紧张格局短期难改。

一句话收尾： 谷歌这份财报，算是给近期动荡的科技股情绪"平稳落地"。AI这场长跑，各家都还在加速，没人想在这个时候踩刹车。对产业链来说，有需求、有订单、有长期合同——这三样东西还在，故事的底层逻辑就还在。

（本文仅为公开信息整理与行业观察，不构成任何投资建议。市场有风险，决策需谨慎。）

🔥 国产AI芯片上半年成绩单出炉！这场"算力争夺战"打到哪了？

（阅读约4分钟，文末有核心观点总结）

今年上半年，AI芯片市场用一个字形容就是：火。

根据产业链核心服务器厂商的出货数据，2026年上半年国内AI服务器销售额已接近1300亿元，全年突破2000亿是大概率事件，同比增幅预计在50%-70%区间。这还没算完——如果下半年产能顺利释放，冲击更高目标也不是没可能。

一句话：卡依然不够用，钱依然在狂砸。

📊 市场格局：英伟达份额首次跌破一半，国产阵营强势崛起

去年全年，国内流通的AI芯片约400多万张，其中英伟达占了220万张以上，半壁江山稳稳的。

但今年画风变了。

英伟达的市占率已经跌破50%，下滑到30%-40%区间。取而代之的，是国产芯片的集体突围。其中某头部厂商（大家猜是谁）一家就拿走了约30%的份额，剩下的由多家国产厂商瓜分。

价格端也在印证这个热度。去年一台主流国产AI服务器成交均价还在150万左右，今年招标价普遍飙到200万上下。不是厂商想涨价，是存储、光模块等核心部件成本都在往上走，整机价格被动抬升。高端机型甚至翻了两三倍，中端全新的平替产品也涨了30%-50%。

🏭 产能瓶颈：四季度是关键节点，良率仍是"卡脖子"难题

芯片再多，造不出来也是白搭。

国内产业链去年下半年启动了一轮扩产，扩产幅度基本是翻倍级别。但这批产能真正上架，要等到今年四季度（大概10月份左右）。所以今年上半年，各家其实是在"吃存货"+"赶提前订单"。

从代工端看，国内先进制程的良率普遍还在30%-40%徘徊，少数卡型能摸到50%以上。业内普遍认为，50%是一道坎，60%是第二道坎。良率上不去，扩产就是"扩了个寂寞"——设备有了，但有效产出有限。

更现实的问题是：7nm以内的高端制程，国内目前还不具备量产能力。 这意味着对标海外最顶尖训练卡的产品，短期内还是要靠海外代工，但海外先进产能（如4nm）国内厂商基本拿不到。所以国产替代的真正攻坚战，还在后头。

🏢 各家国产芯片近况：谁在领跑，谁在追赶？

第一梯队：千卡超节点已落地

某通信巨头（国内唯一能做到千卡超节点规模交付的厂商）目前遥遥领先，领先其他厂商约1-2年。其最新训练卡已能支持稠密大模型训练，生态相对独立。

互联网双雄：自研+自用，生态闭环初现

• A厂：累计流片量已达百万片级别，内部已消耗40多万卡，今年预计对外出货30-50万卡。超节点128卡已上线，256卡/512卡预计今明两年陆续推出。

• B厂：去年P800出货约12-13万张（其中约6万张供自家大模型训练，其余流向运营商、政务、金融等体制内客户）。今年上半年订单接近30万卡，其中新一代M100约10万卡。M100刚在人工智能大会亮相，预计四季度量产。值得一提的是，B厂今年订单里首次出现了多家互联网大厂和新能源车企的身影——这意味着国产推理卡已经开始进入互联网商业场景，不再只是"体制内专属"。

第二梯队：绑定大客户，各找各的阵地

• C厂：深度绑定某短视频巨头，中芯国际稳定代工，走的是"大客户绑定"路线。

• D厂：信创体制内根基深厚，尤其在CPU和整机配套上有优势，今年出货量有望冲击40万卡以上。

• E厂、F厂、G厂等：有的专注游戏/金融等细分场景，有的主攻边缘侧算力。但共同点是规模天花板比较明显——如果没有绑定大模型厂商或云平台的生态，单靠"兼容适配"打天下，十万卡级别的订单就要投入上亿级别的底层算子重写成本，性价比很难拼过大厂。

⚡ 超节点：国产卡的"团战能力"还差多远？

超节点（大规模卡间互联）是衡量AI芯片"团战能力"的核心指标。

海外标杆（英伟达NVLink）已经跑到万卡级别。国内目前：

• 第一梯队：千卡级已交付（极少数）

• 第二梯队：百卡级（256卡-512卡）今年到明年初陆续推出

• 第三梯队：几十卡级别，大部分TOP10厂商都能做

整体差距约2-3个代际。但好消息是，国内在光模块、外部交换等配套环节并不弱，甚至部分领域领先海外。真正的短板在于卡原生光口支持和底层协议栈——这决定了未来全光交换能不能跑通。

🧠 训练 vs 推理：国产卡现在能"炼丹"了吗？

这是投资人问得最多的问题。

现状是：能训，但基本只能训"自家的孩子"。

目前只有三家大厂能用自家芯片训练自家的大模型（某通信巨头、某搜索巨头、某电商巨头），而且全尺寸旗舰版往往还是"混合编队"——部分用国产卡，部分用海外卡。

其他国产卡目前主要用于推理。小尺寸模型（100B以下）训练没问题，但大模型通用训练能力，业内普遍预期要到2028年才能大规模成熟。

为什么？因为2028年预计会迎来多模态大模型训练潮，那波才是真正的算力需求高峰。各家现在规划的下一代训练卡（对标海外B300级别），基本都是冲着那波去的。

🎯 WAIC大会观察：三个趋势值得留意

刚结束的世界人工智能大会，产业链反馈下来有几个信号：

1. 算力密度竞赛还在继续各家都在推更高算力密度的通用架构，或者像海外某巨头一样走"专用芯片+专用生态"路线。反正核心就一句话：堆算力，还没堆够。

2. 超级智能体：热闹归热闹，效率存疑各大厂都在推类似"智能体"的应用，但业内有观点认为，这类应用70%-80%的token消耗是"内耗"——模型自己跟自己反复推演，真正有效输出只占20%-30%。所以各家现在都在拼命优化"单轮任务token消耗量"，号称要降到原来的1/3甚至更低。

3. 端侧机器人成新战场从抢手机厂商、抢车企，到现在抢机器人终端。具身智能的数据采集和模型调优需求，确实能给算力厂商带来增量。但离大规模商业化变现，还有距离。

💡 专家视角：算力泡沫有多大？建设周期还有多久？

产业链一线的判断是：

• 2026-2027年：算力建设高峰期，信创+智能体推理双轮驱动，"卖铲子"的逻辑依然硬核。

• 2028年：可能是关键分水岭。多模态训练潮过后，如果智能体的token内耗问题被技术优化解决，实际推理需求可能只需要现在的30%-40%。同时，芯片能效密度两年翻三倍的趋势如果放缓，算力冗余可能开始出现。

• 2028年以后：应用层才可能大规模达到盈亏平衡。现在各家砸几百上千亿建算力中心，本质上还是在"买地皮"阶段，离"盖楼收租"还有距离。

一句话：算力产业链的景气周期，至少还能看到2027年底；但2028年之后，故事会不会变，要看应用能不能接棒。

📝 核心观点总结

✅ 市场规模：全年AI计算市场增长50%-70%是大概率，芯片总需求量预计超600万张。

✅ 竞争格局：海外巨头份额首次跌破一半，国产头部厂商拿到约30%市场，"国产替代"从口号变成数据。

✅ 价格与成本：整机涨价30%-50%，存储是主要推手；高端机型溢价更严重。

✅ 产能瓶颈：四季度新产能上架，但先进制程良率（30%-40%）是最大约束，7nm以内仍是短板。

✅ 产品进度：推理卡已大规模商用，训练卡仅限大厂自用；通用大模型训练能力预计2028年成熟。

✅ 超节点：国内落后海外约2-3年，千卡级仅一家落地，百卡级是今年重点突破方向。

✅ 产业链机会：光模块、外部交换等配套环节国内有优势；全光交换取决于卡原生光口支持，尚需时日。

一句话收尾： 国产AI芯片上半年交了一份"量价齐升"的成绩单，但别只盯着出货量——良率、生态、超节点、训练能力这四座大山，才是决定谁能从"国产替代"走到"国产领先"的关键。2027年的信创 deadline 就在眼前，2028年的多模态训练潮是下一战。现在，各家都在抢跑。

（本文基于公开信息与产业链调研整理，仅供行业交流，不构成任何投资建议。文中涉及厂商以字母代称，具体数据为行业估算，仅供参考。）

⚠️ 注意：再好的逻辑、预期，也需要择时、择股。以上内容仅是基于行业以及公司基本面的静态分析，非动态买卖指导。股市有风险，入市需谨慎，请勿跟买卖!

整理不易，希望各位能够多多支持，支持【大局观市启示录】！您的一个点赞、一次转发、随手分享，都是我们前进的最大动力。点赞美三代，分享富一生!