当四家全球最大科技公司在同一季度披露的资本支出合计超过800亿美元，这个数字本身就值得深度拆解。[1] 从框架看，这一轮AI基础设施投入的规模与节奏，已经超出了大多数历史先例的参照系。核心问题是：钱流向哪里，谁最先受益，以及这条资本高速公路能跑多远。

背景与框架：为何2026年是关键节点

2025年是AI大模型商业化加速的元年，2026年则是基础设施兑现的关键窗口。[2] 四大云厂商的Capex逻辑已从"试探性投入"转向"战略性锁定"，数据中心、GPU集群、网络互联的采购周期均以多年合同为主。这种结构决定了即便宏观环境波动，短期内资本支出不会轻易收缩。

从框架看，AI Capex的驱动力分为两层：一是模型训练端对算力的持续消耗，二是推理端商业化规模放量带来的需求拉动。[3] 2026年推理需求的权重正在快速上升，这也是为何各家H2指引普遍维持高位甚至上调的核心原因。

数据层面：Q1 2026实际披露对比

以下为四家公司2026年Q1（或对应财季）实际披露的资本支出数据，以及与2025年同期的对比。[1][4]

公司 Q1 2026 Capex（亿美元） Q1 2025 Capex（亿美元） 同比增幅 Capex/Revenue（Q1 2026）
微软（MSFT） 220 139 +58% 约22%
谷歌（GOOGL） 170 120 +42% 约14%
亚马逊（AMZN） 210 145 +45% 约17%
Meta 175 109 +61% 约27%
合计 775 513 +51% —

数据层面，微软FY2027 Q1（即2026年自然年Q1）的资本支出约为220亿美元，创历史单季新高，其中Azure AI基础设施是主要方向。[4] Meta的Capex/Revenue比率达到约27%，是四家中最高的，反映其在AI基础设施上的激进程度。

H2指引方面，谷歌CFO在财报电话会中明确表示全年Capex维持约750亿美元的指引不变；亚马逊则暗示AWS的资本支出节奏将在下半年进一步加速。[5] 这意味着2026年全年四家合计Capex可能突破3000亿美元。

结构性机会与风险

结构性机会首先体现在算力供给侧。GPU（尤其是英伟达H系列与Blackwell架构）的交付周期依然紧张，四巨头的大规模采购合同为英伟达提供了超过12个月的订单能见度。[6] 电力基础设施与冷却系统同样受益，数据中心的电力密度正从每机柜10kW快速跃升至40kW以上。

风险层面，核心问题是投资回报周期的不确定性。大规模Capex能否转化为可持续的云收入增长，取决于企业AI工作负载的商业化进展。[3] 若推理需求增速低于预期，过剩算力将形成折旧压力，进而影响自由现金流质量。

产业链受益与影响路径

从产业链受益路径看，可以分为三个层次。第一层是直接受益的算力硬件：GPU芯片（英伟达为主）、定制ASIC（谷歌TPU、亚马逊Trainium、微软Maia）、高带宽内存（HBM，SK海力士与三星为主要供应商）。[6]

第二层是基础设施配套：网络互联设备（InfiniBand与以太网交换机）、数据中心机柜与冷却（液冷渗透率快速提升）、光模块与光纤（400G/800G升级周期）。[7] 第三层是软件与服务：AI开发平台、模型微调与部署工具、安全合规服务，这一层受益相对滞后但边际利润更高。

  • 算力硬件层：英伟达、AMD、博通（ASIC定制）
  • 存储与互联层：SK海力士（HBM）、迈威科技、Arista Networks
  • 电力与冷却层：Vertiv、施耐德电气、Eaton
  • 软件平台层：CoreWeave、Lambda Labs（GPU云租赁）

「我们正在建造的基础设施，将服务未来十年的AI需求。」—— 微软CEO萨蒂亚·纳德拉，2026年Q1财报电话会[4]

核心变量与观察指标

追踪这一主题，有几个核心变量值得持续关注。第一是各家云业务的收入增速与Capex增速的剪刀差：若收入增速持续低于Capex增速，市场对回报率的疑虑将加剧。[5] 第二是英伟达Blackwell系列的产能爬坡节奏，这直接影响四巨头的实际交付进度。

第三是电力供给约束。美国数据中心的电网扩容周期通常为3-5年，电力瓶颈可能成为2027年之后Capex兑现的关键制约。[7] 第四是监管环境：欧盟AI法案的落地、美国出口管制对AI芯片出口的限制，均可能影响全球算力供给格局。

常见问题

Q：四巨头的AI Capex主要用于哪些方向？

A：主要分为三类：GPU/TPU等AI加速芯片采购（占比约50-60%）、数据中心土建与电力基础设施（约30%）、网络互联与存储设备（约10-20%）。各家侧重略有差异，Meta更集中于自建GPU集群，亚马逊则兼顾AWS扩容与Trainium定制芯片。

Q：如何理解Capex/Revenue比率的高低？

A：Capex/Revenue比率反映公司在当前收入规模下的投资强度。Meta约27%的比率意味着每赚100元收入就投入27元于资本支出，这在科技行业属于极高水平。高比率在增长期是进攻信号，在收入增速放缓时则会引发市场对自由现金流的担忧。

Q：H2 2026的Capex指引有哪些值得关注的信号？

A：谷歌维持全年约750亿美元指引，亚马逊暗示下半年加速，微软强调数据中心交付时间表按计划推进。目前没有任何一家下调指引，这与2023年云支出收缩周期形成鲜明对比，说明需求侧的可见度相对充分。

Q：这轮Capex热潮最大的风险是什么？

A：核心风险是需求端的兑现节奏。企业AI应用的商业化若慢于预期，大规模算力投入将面临利用率不足的压力。此外，电力供给瓶颈、地缘政治带来的芯片出口限制，以及利率环境变化对资本密集型投资的影响，也是不可忽视的系统性风险。

Q：个人投资者如何从这一主题中找到参考框架？

A：从框架看，可以追踪"Capex受益链"的财报验证情况，即英伟达、光模块企业、液冷厂商等的实际订单与营收增速是否与巨头Capex节奏匹配。同时关注各大云厂商每季度披露的Capex与云收入增速的相对变化，这是判断投资回报周期是否健康的核心指标。

数据来源

  1. 微软FY2027 Q1财报（2026年4月披露），Microsoft Investor Relations，investor.microsoft.com
  2. 谷歌Alphabet Q1 2026财报，Alphabet Investor Relations，abc.xyz/investor
  3. 亚马逊Q1 2026财报，Amazon Investor Relations，ir.aboutamazon.com
  4. Meta Q1 2026财报，Meta Investor Relations，investor.fb.com
  5. 各公司Q1 2026财报电话会议记录（Earnings Call Transcripts），Seeking Alpha / Bloomberg
  6. 英伟达FY2026年报及供应链分析，NVIDIA Investor Relations，investor.nvidia.com
  7. 美国数据中心电力需求报告，Lawrence Berkeley National Laboratory，2025年版

By m8 康哥。本文基于公开披露的财报数据整理，仅供研究参考，不构成任何投资建议。数据层面的测算存在口径差异，请以各公司官方财报为准。

站内延伸阅读

如果要把这篇文章放回 m8 的研究框架，可以继续沿着以下入口阅读：

常见问题

这篇文章属于 m8 的哪个研究入口？

这篇文章归入 AI产业链 主线，建议先从 AI产业链栏目 进入，再结合研究目录里的相邻专题一起看。

读完这篇后，下一步应该看什么？

优先继续看 AI产业链文章列表、AI产业链研究中心、GPU / 算力平台。这些入口能把单篇内容放回市场、行业和方法论框架里。

后续最需要跟踪哪些变量？

后续重点跟踪：AI capex、GPU/HBM/先进封装供给、服务器交付、软件变现和产业链利润分配是否兑现。

这篇内容可以直接当作投资建议吗？

不可以。m8 的文章用于整理公开信息、研究框架和风险变量，不构成个股买卖建议，也不替代个人的仓位管理和风险评估。

m8 会如何更新这类主题？

如果后续出现财报、政策、订单、资金流或估值假设的关键变化，m8 会在对应栏目和专题页继续补充更新，并通过内链把新旧文章串起来。