夜雨聆风先看三组数字。
微软 2026 财年三季度资本开支 319 亿美元，其中约三分之二买了 GPU 和 CPU 这类短寿命资产。Meta 把 2026 年全年资本开支指引上调到 1,250 亿至 1,450 亿美元，理由是组件涨价和数据中心成本。Alphabet 一季度 Google Cloud 收入 200 亿美元、同比增长 63%，云业务待履约合同积压超过 4,600 亿美元。
钱像水一样泼出去。但亚马逊同一季度的财报里有个细节：过去 12 个月自由现金流降到 12 亿美元，因为 AI 相关的设备采购净额同比多了 593 亿美元。全球最大的云厂商，现金流被自己的算力投资吃到见底。
这就是这个系列最后一篇要回答的问题：钱已经不是瓶颈了，瓶颈是钱花出去之后，能不能变成能用的算力。护城河不在模型里，在交付里。
钱花得出去，不等于算力交得出来
资本开支能做很多事：排队、锁货、预付、扩厂、并购。但资本跳过不了物理。
电是第一关。LBNL 为美国能源部做的数据中心能耗报告估算，美国数据中心用电 2023 年约 176 TWh，2028 年的情景区间是 325 到 580 TWh，占全美总用电的 6.7% 到 12%。区间宽成这样，本身就说明电力是最大的不确定项之一。设备侧同样在排队：GE Vernova 2026 年一季度披露，燃气发电设备的订单积压加预留机位从 83 GW 涨到 100 GW。
芯片是第二关。ASML 2025 年全年确认收入的 EUV 光刻机只有 48 台，销售额 116 亿欧元。先进制程、HBM、先进封装，每一层的供应商都数得出来。模型可以一年迭代三次，EUV 不能。
这个系列从电网讲起，一路拆了燃气轮机、变压器、ASML、HBM、存储与检索、CoWoS 封装、InP 光互连、铟镓锗副产金属，再到上一篇的液冷。十篇看下来，规律就一条：每一层都是慢变量，没有一层能用 GitHub fork 出来。
模型护城河在被稀释
模型当然重要，没有强模型，所有基础设施都是烧钱。但模型本身的扩散速度快过基础设施的扩张速度。开源权重、蒸馏、小模型、推理优化，会持续压低"模型领先"的保鲜期。
NVIDIA 自己在 2026 财年 10-K 里把 Blackwell 描述成数据中心规模的完整基础设施，GPU、CPU、互连、交换、系统打包交付，还写了句很直白的话：数据中心已经成为新的计算单元。连卖芯片的都改口了，卖的不是芯片，是机柜级、数据中心级的交付。
所以 AI 公司会分成两类。一类只有模型或应用，另一类拥有模型、基础设施、供应链、工程交付和客户场景的组合。后者才有机会把能力稳定地变成收入。资本开支大不等于护城河深，钱花出去变成在建工程的比比皆是，变成可上线兆瓦的才算数。
中国的位置和短板
需求侧的证据是真实的。阿里云 2026 年 3 月季度收入 416 亿元、同比增长 38%，AI 相关产品收入连续 11 个季度三位数增长。百度一季度 AI 云基础设施收入 88 亿元、增长 79%，GPU 云收入同比增长 184%。腾讯单季资本开支 319 亿元投向数据中心和 IT 基础设施。
工程化交付的优势也是真实的。电力装备、光模块、服务器整机、数据中心建设、液冷、部分材料，这些是这个系列前几篇反复验证过的。短板同样要说透：EUV、先进制程生态、HBM、顶级先进封装、部分高端衬底，还有全球平台认证和海外长期运维。有制造能力不等于掌握全链条，这个话我说过多次，收官时再强调一遍，因为高估和低估的代价一样大。
窄门在哪里
这一篇的窄门不是某个部件，是跨层交付能力。我把它拆成五层。
第一层，电力交付。发电、输电、变电、并网、备用电源、能源合同和地方审批，是一个综合项目，不是开个购电账户。第二层，算力硬件交付。GPU、HBM、封装、服务器、网络、光模块得按同一个节奏到位，任何一环延迟，资本开支就变成趴在账上的在建工程。第三层，数据中心系统交付。机柜功率、液冷、UPS、母线、消防、运维要一体设计，AI 数据中心不是往旧机房里塞更多服务器。第四层，软件与调度交付。推理引擎、KV cache、GPU 调度、成本控制，决定同一批硬件能榨出多少有效智能。第五层，客户场景交付。企业买的不是榜单排名，是成本下降、收入提升、责任清晰。
五层里任何一层掉链子，上面四层的投入都打折。真正的护城河，是把多层慢变量组织成可预测交付结果的能力。
收官：谁能穿过去，谁才有护城河
这个系列从电网开始，到交付收尾，因为 AI 产业正在从模型能力叙事进入基础设施兑现叙事。
模型会继续进步，进步还会很快。但物理世界不会因此变成软件。电厂不会因为融资新闻提前并网，涡轮不会因为订单多就跳过铸造周期，EUV 不会因为需求旺就变成普通机床，HBM 不会因为涨价就自动提升良率，磷化铟不会因为光模块缺货就跳过晶体生长，液冷系统不会因为机柜贵就自动可靠。
这是我的判断，也是整个系列的落点：AI 时代最强的公司，不会是单纯的模型公司，而是模型公司、云公司、能源公司、半导体公司和供应链组织者的混合体。模型决定 AI 的上限，交付决定 AI 的规模。
AI 可以进化，但物理不行。智能可以指数增长，交付必须一米一米穿过物理世界。
谁能穿过去，谁才有护城河。
本文主要数据来源
• Microsoft 2026 财年三季度财报及电话会，2026 年 4 月 • Alphabet 2026 年一季度财报，2026 年 4 月 • Meta 2026 年一季度财报，2026 年 4 月；Amazon 2026 年一季度财报 • NVIDIA 2026 财年四季度财报及 Form 10-K，2026 年 2 月 • Lawrence Berkeley National Laboratory《2024 United States Data Center Energy Usage Report》 • GE Vernova 2026 年一季度财报，2026 年 4 月；ASML 2025 年年度报告 • 阿里巴巴集团 2026 财年四季度及全年财报，2026 年 5 月；腾讯、百度 2026 年一季度财报