本文是笔者知识星球发布的2026年投资建议系列文章-谷歌篇，这篇文章是对全球AI市场宏观了解的一个重要章节，并且早早在年初就坚定看好谷歌。
市场对于AI相关每一个领域的理解都是从单一领域去片面解读，很难从上到下完整的理解整个产业链的所有上下游的对应关系。
比如台积电生产了多少AI芯片，未来有多少CoWoS产能。英伟达的GPU以及博通的ASIC的市场格局与演变。
全球存储的扩产以及需求未来几年到底如何。CSP巨头的资本支出，全球AI算力增长到底几何？。全球电力能源消耗又是什么水平。
以上每个问题都是不同维度且精深的学问，每一个环节要搞明白都不容易，而对于AI硬件与系统级测算正是笔者最擅长的领域，
AI从2023年的ChatGPT开始爆发，到2026已进入疯狂增长的三年，每年token以2~4倍的量级增长，两年10倍左右，而最底层的摩尔定律如今垂垂老矣，每两年仅1.5~1.7倍的PPA增长，晶体管增长更是只有1.3倍。
最底层的芯片单位性能增长远远跟不上最上层token增长需求，到底整个AI产业界从上到下是如何消弭这个差距的？
知识星球公布的2026投资建议这一系列文章，我们将从最底摩尔定律晶体管增长到最上层的token算力增长，对应相应的企业，真实的数据，把所有环节一一拆解并还原真相。
AI算力增长几何，这个表现最终反映到能源消耗上，这正是最终极数据，一切以能源消耗为最终依归。
这几年许多专业机构计算出未来AI带来的能源需求大爆炸，但很可惜这些专业机构还是陷入笔者强调的维度不足的片面。
这些报告都是以静态的当年芯片或token单位能耗来计算未来数年的增长，全世界没有一篇是加入芯片或token单位能耗提升的动态过程来推演，导致所有测算未来能源需求的报告，测算出来的数字是巨大的，没有例外。
当然token单位能耗提升变化牵扯得非常多层面，芯片微缩技术，先进封装技术，CPO技术，系统通信技术，各层级的散热冷却工程化。
硬件性能提升的同时，还要再叠加上众多软件层面的优化，比如大模型的MoE+稀疏化，以及全链路的压缩，比如谷歌的TurboQuant压缩算法，可减少存储的用量。
以上所有的软硬件提升叠加就是单位token能耗的提升。
至今全球也没有任何机构可以精准计算出这个单位token的能耗提升，不像芯片产业有耳熟能详的摩尔定律作为依归。
正因如此所有测算能源的报告自然也无人能得知单位token的能耗变化，来准确算出能未来AI的token增长将带来多少电力需求。
正因如此，笔者将利用这系列文章去尝试推敲这个单位能耗提升的演进，当然也只能是大概范围。
如此一来，加入知识星球的读者看到这个推演过程能明白行业的逻辑框架以及一个范围，不用再瞎子摸象或者整天被所谓报告用片面的数据带跑偏。
有兴趣的建议加入笔者知识星球，公众号不发布核心参数，扫文章末尾的二维码即可加入。
2024年到2025年这两年全球能源增幅每年只有2%左右，其中AI占增量的10~15％，甚至不如全球为了对应极端气候变化带来的能源增量。这个实际与铺天盖地AI将极大消耗能源的报告截然不同。
所以这一系列的投资报告，我们从每一个环节挑选一家企业来解读，让大家从最真实的例子了解真正的AI。
这个投资系列文章，应该是全世界你可看到的唯一把这些环节全部解释清楚并且以最真实的产业状况，非静态的推演过程。
欢迎大家加入知识星球了解原文。
全球AI算力投入
知识星球发布的系列文章，之前先跟据台积电的未来产能扩张情况把芯片制造环节这个框架最底层给理清楚，在依据CoWoS booking数量，可准确推出全球AI芯片出货上限以及英伟达GPU与ASIC各家如博通的未来出货数量。
这些环节在知识星球已经有详细的模型与说明，今天我们开始推演CSP这个环节，把这环节搞明白，再回去印证之前台积电，英伟达，博通的模型是否正确。
首先，让我们根据全球主要AI玩家的资本支出来测算，全球在AI领域总共投入多少。这个数字独立计算出之后再去印证之前的模型，避免出现采用模型的同源假设污染。
我们把全球AI算力需求分为7大阵营如下图
第一个分类是美国五大巨头，AWS，Google，Microsoft，Meta，Oracle。
模型根据2025年财报的资本支出以及2026年官方官方公布的资本支出计划，也就是模型以确定数字为基础，2027-2030年的预测则根据笔者行业逻辑并参考各大投行的分析得出。
有了各公司的总资本支出，再依据每个公司不同的AI投入占比，来计算AI的部分。
五大超级巨头的AI投入，2025年占全世界AI的63%，2026年暴增的资本支出把占比拉到64%，随后资本开支虽不断创新高，但其他领域的占比快速增长，尤其是Open AI代表的大模型企业纷纷自建数据中心，导致五大的AI投入占全球比例从2025年的65%下降至2030年的40%左右。
第二个细分是中国的科技巨头，字节，腾讯，阿里，百度等等，2025年中国互联网巨头的AI总投入也来到全球8%，最大的是字节跳动约200亿美元的投入，与全球5大动辄上千亿美元投入有一定差距。
2026年因为全球5大资本开支暴冲，AWS直接破2000亿美元的投入，导致中国互联网巨头的占比反而下滑至6％，随后稳步上升，增长率并没有因为其他环节占比拉高而下降。
整体来说中国互联网巨头的AI投入，将从2025年的8%提升到2030年的8.5%。
下表为笔者国产AI芯片出货模型，不包含采购英伟达与AMD芯片，扣除中国互联网巨头AI资本支出的大头 - 海外数据中心后，国产AI芯片出货量与互联网资本支出大致吻合。
以上为笔者年初在知识星球公布的国产AI芯片出货数据，近期伯恩斯坦也公布过相关数据，与笔者年初时公布的相近，有兴趣的可加入知识星球获取未来两年国产AI芯片出货数据，看完数据后不满意义的三天内可平台申请无条件退款。
第三个细分是头部大模型企业以及专用GPU的AI云企业，我们把Open AI ，Anthropic，xAI，CoreWeave，Nebius这些企业单独列出。
这个细分是未来AI投入增长最快的市场，由于这些企业不断壮大，不再满足租赁算力，而是开始自建数据中心。
如xAI早就开始自建数据中心，OAI自研ASIC将于26年底推出，Anthropic花210亿美元购买百万张谷歌TPU，未来这几家头部大模型以及专用AI云企业有机会与5大一较高下。
这个细分未来增长最高，将从2025年占全球AI总投入的6%快速增长至2030年的17%。
第四个细分是主权AI，全球政府对于AI算力的投入也如火如荼，沙特Humain，阿联酋G42，Presight，卡塔尔Qai，日本Sakana，法国Mistral，德国Aleph，英国Stability，新加坡Singtel，马来西亚MMAI以及中国各级政府建立的数据中心等等。
2024-2026属于从无到有的快速增长期，尤其是国内各地的数据中心以及中东反应速度最快。但由于高性能GPU的获取一直被限制，中国主权AI增速随后开始放缓并以国产卡为主。
2026年以后国内主权AI投入金额跟数量在全球AI主权算力占比逐年下滑。
2028年以后全球主权AI的算力投入会放缓，取代的是更为商业化的本土AI CSP或本土大模型企业。
主权AI占全球AI总投入从2025年的6％微幅提升到2030年的7%。
第五个细分是全球除了上述CSP巨头或头部模型企业以外的中小型CSP以及中小型模型企业跟垂类应用企业，这个部分绝对值仅次于5大巨头，增长速度也高于五大。
全球CSP市场，AWS/Google/Microsoft三家占据全球60%，剩下的40%由全球各国的CSP占据，AI时代这些地区性CSP也将不断投入AI算力的构建。
这个细分增量最快的是模型企业，如Deepseek，月之暗面，智谱等中文大模型企业，日语大模型的ELYZA，韩语的Naver，新加坡SEA，印度语的Bharti等，非英语系国家几乎都有针对本国语言的大语言模型企业，再加上各式各样的垂类AI也有大量算力需求。
这个细分也将延伸出许多中小型Agent公司，这些公司的增长备受瞩目，并开始落地，说不定能有那个突破性的Agent企业可以在巨头扎堆的行业中杀出一条血路。
这个细分将从2025年占全球AI总投入的11%提升到2030年的17%，实际增速有机会比笔者模型更高。
第六个细分是制造企业，这细分包含台积电，巴斯夫，沙特阿美，富士康，宝钢这类工厂需要购买AI服务器提升生产效率与良率，还有工行，建行，美银，花旗，中信证券，汇丰，平安，安联，摩根大通，高盛等银行证券金融保险行业，
更重要的是小米，索尼，三星，宇树，优比选，ABB，波士顿动力，发那科，鸿蒙智驾，蔚小理，大众，奔驰这类有品牌有产品需要自建数据中心的企业，尤其是涉及自动驾驶跟机器人行业。
这一个细分虽然公司众多，但目前算力需求并不大，更多是数据安全的自建数据中心，即便有自建也都是小规模。
这个细分的测算，笔者模型并不包含端侧的ADAS芯片，不论是汽车还是机器人上配置的ADAS芯片均不计算，只以相关企业的数据中心为统计范围。
该细分在2026年开始高速增长，主要是制造升级以及各车企的自动驾驶数据中心驱动，全球L3级别以上智驾或很快到来，对算力要求提升一个等级，2029年开始因机器人产业不断优化降本且性能大幅度提升后，将继续大幅度增长。
该细分领域的占比将从2025年占全球AI总投入3%提升到2030年的10%。
第七个细分则是科研领域，全球研究AI是大势所趋，这里也需要不断投入算力，预计2025~2030年稳地维持在全球算力投入的1%左右。
以下为个别企业的细分模型与数据
上面我们以总资本支出的口径，但每家CSP的资本支出AI占比不同。
根据不同企业的AI占比，全球AI算力资本支出，2025年为4870亿美元，2026年飙升到7880亿美元，2027年11340亿美元，2028年14240美元，2029年16540亿美元 ，2030年18740亿美元。
2025年至2030年全球涉及AI的总投入从4870亿，5年增长380%至1.8万亿美元，其中2026年是增长最高的一年，超过6成，2027年增长率还能维持在4成以上，时间越往后则因为基数不断堆高，增长率不断下降。
也就是说以增长率来说2026以及2027是全球AI算力投入最疯狂的阶段。
上述金额是构建AI算力的总投入，如果我们在细分到硬件，也就是扣除数据中心的土地，建筑，水电气等公共设施，制冷，也剔除数据中心必须自行购买的存储设备以及IT设备跟软件。
只计算芯片与机柜的硬件总支出，就能与我们之前计算的台积电，英伟达，博通等AI硬件企业的总收入互相印证，需要理解全部模型的欢迎加入笔者知识星球，扫文章末尾二维码即可。
2025年因存储芯片刚刚起涨，芯片与机柜的硬件占整个数据中心约60%。
2026年存储将上涨到最高点占比来到63%，2027年以后随着每颗芯片存储用量以及GPU使用面积大增并推进到更贵的节点，再加上Rack的配置将全面增加液冷还有CPO，硬件占比将节节攀升，2030年芯片与机柜等硬件支出将占整个数据中心的70%。
全球AI芯片与机柜的硬件收入
有了全球所有相关企业对AI算力建设的投入金额以及测算出未来数年AI芯片与机柜的硬件支出，那我们就可以把相关企业的AI产品收入做一个统计，去验证我们之前以及本文的模型是否合理。
首先台积电，博通与英伟达的未来5年业绩测算，之前知识星球里发布的2026投资建议系列文章都已经发布过了，有兴趣的欢迎加入了解。
接下来，我们就从硬件的角度出发测算全球AI硬件企业的收入，与从CSP视角测算的全球AI硬件支出是否能互相吻合。
根据笔者在知识星球的英伟达篇中测算的未来五年业绩预测，其中至2027年的预测与公司官方的讯息相吻合，比如去年公布的6季度5000亿营收，2027年底blackwell＋Rubin的总收入将突破1万亿均与笔者的模型吻合，证实该模型有一定可靠度。
本模型我们这只计入英伟达的数据中心业务，其他如游戏，汽车跟可视化业务均不计入。
英伟达数据只包含数据中心收入，这里面主要是芯片与Rack+Switch的收入，详细可参考笔者上篇文章中历代NVL72与LPX 服务器的BOM拆解与销售价格测算。
博通的业绩预测之前星球也已经发布，我们同样把博通半导体部门的AI产品收入带入模型中。
同时再根据星球里更早发布的台积电CoWoS booking表格中各家ASIC的数量测算业绩。
这里有一点要搞明白，可能大部分人没办法分清楚区别，各家帮CSP投片并在在CoWoS booking的ASIC设计商，他们的收入只是IP跟设计费，这里面博通有Serdes跟Switch的IP授权费所以金额高，其他的设计商的收入基本只有后段布线的设计费跟少量IP费。
也就是说博通，世芯，MTK各家设计公司的ASIC收入，并不包含ASIC的代工以及存储跟机柜费用。
只有英伟达的数据中心业务将芯片与机柜等硬件全包，不需要再过多计算，但ASIC的部分得一个一个去计算跟统计。如下图。
我们把全世界的AI硬件分成英伟达跟ASIC两个阵营方便统计，这两个阵营的CoWoS booking比例，英伟达占55％超过一半，ASIC占45%，不过之前分析文章有详细测算过，ASIC未来的CoWoS增量比英伟达高，配置上英伟达的会高很多，ASP更高。
从上面的模型中，英伟达单独一列，往下则是所有ASIC阵营，芯片＋机柜的总收入，根据模型每一年的ASIC总收入大约是英伟达的1/3左右。
我们测算英伟达硬件毛利67%左右，也就是英伟达的硬件成本约收入的1/3，而ASIC因为是CSP自用，不用加上英伟达的毛利润，所以ASIC阵营的收入大必然与英伟达的BOM成本价相差不大。
当然ASIC与英伟达GPU在配置不尽相同，我们用英伟达的成本来算ASIC只是算个大概，因为大家的代工，存储，机柜成本是一样的，差别只是配置，所以这么抓不是非常准但也必然不会有太大出入，毕竟是抓总数，不是比较TPU与Rubin的BOM。
最终，这个模型的每一年的全球AI硬件总收入与上一个根据全球CSP模型测算的每一年的全球AI硬件总支出大致相同。
总支出与总收入根据我们历史的模型，最终是自洽的，笔者只微调了一些参数。要注意这两个模型完全避免了同源假设污染，CSP的AI支出是根据公司公布以及投行研究测算而来，AI硬件企业数据则来自笔者之前的模型。
也就是说，我们之前测算的台积电，英伟达，博通的未来五年收入，与今天这个全球AI总投入的模型基本一致，可互相印证。
AI价值的真正体现
AI的支出与投入最终反映在几个价值上，如果大量资本开支无法创造价值，那投入将无以为继，我们的测算也将成为空谈。所以今天我们的一个重点就是探讨CSP们将能否在如此疯狂的资本支出中可否顺利过渡，这个讨论将是上述所有模型的根本。
简而言之，CSP与大模型公司们能否赚钱，赚足够多的钱去支持上述资本支出。
AI的资本支出最终必须反映在CSP或大模型公司的营收增长与利润增长上，或者Agent有新的创收模式，总之有收入与利润才能有持续投入。
不过AI的价值不单是在CSP或大模型企业的收入与利润，全球千千万万的制造企业，金融保险业利用AI提高效率与良率的利润增长，这一部分难以估算，也是我们评估AI价值最无法量化的一块拼图。
最后的拼图则是体现在自动驾驶，机器人，AI眼镜，AI医疗等AI直接驱动并有商品载体产业的收入与利润。
这三块正是量化AI价值，或者判断AI会不会泡沫化的重要依据。
接下来，我们以笔者最看好的谷歌来审视与推算，谷歌到底能否从这场AI烧钱大赛中托脱颖而出？同理也能推演出其他CSP或者大模型企业在这股AI投资狂潮中的处境。
从已公布的财报，我们可以发现，谷歌收入最大的Google Search增长稳定，AI的优化让推送与广告有不错的效应，这一点已经有两年的数据可以支持。
YouTube也是正常增长，未来维持每年10~20％的年增率，基本也符合各大投行的预测，其中利用AI表现出很好的客户订阅需求，所以Subscription&Device部门增长更高，该部门中，手机硬件几乎没增长，但订阅是未来几年谷歌利用AI带来的明确增长点之一。
再来是最重要的Google Cloud，这部门承载Google的未来，谷歌在这里压下重注，我们可以看到2026年1750亿美元的资本支出将有85%投向AI，从2025年开始谷歌在AI投入的绝对值均高过AWS跟Mircosoft两大对手。
2025年全球CSP市占，老大AWS掉了2～3%，老二微软也掉了1~2％，而老三谷歌奋起直追从10%提升到13~14%，2026年所有投行预测市占率将继续提升。
另一个市占增长的是甲骨文从3%提升到4%，阿里巴巴则基本维持5％的水平。
Google Cloud如此惊人的表现自然与他对AI投入的绝对值最高有关，加上谷歌拥有性能最强悍的CSP自研ASIC TPU，如今已经推出第7代，让谷歌在CSP的单位能耗比对手有更大的优势。
Google Cloud已有两年的数据可以支持其在AI时代的云业务确实具备强竞争力，这一点基本明确。
算力毫无疑问是未来AI世界最重要的资产，谷歌正在强化，叠加谷歌在硬件上的优势，从下表我们可以看到谷歌未来五年每个业务部门的业绩变化，其中最关键的自然是Google Cloud。
2026年谷歌云部门将有56%的高增长，主要云业务本身的增长再叠加TPU开始外卖的收入，云部门的AI Infra今年将有100亿美元左右的收入。
主要来自于Anthropic的210亿TPU大单，其中台积电，存储跟机柜等硬件成本约100亿美元，博通有交换机跟IP与设计/流片，大约有40~45亿的利润，谷歌靠授权大约有65~75亿美元的超高毛利收入。这笔费用2026年会入账一半以上。
TPU外卖的高毛利一部分抵消了2026年存储涨价以及26年1750亿美元资本支出新增的折旧。2026年净利润率能维持与去年接近31.5%，利润来到1587亿美元，折旧大涨至365亿美元左右。
2027年因为Agent的带动，谷歌云继续高增长，但TPU外卖会受到英伟达Groq 3 LPX的影响，AI Infra收入从100亿美元暴跌至45~35亿。
谷歌27年继续扩大资本开支并突破2千亿来到2200亿美元，重点采购性能爆表的Rubin ultra以及尽量配售搭载LPU的Groq 3 LPX 服务器，LPU将对谷歌云业务起到重要降本作用，云业务毛利继续提升以减轻折旧带来的压力。
2027年后各大CSP竞争力很重要的一点是买到了多少LPU，谷歌自研TPU+英伟达LPU与GPU的搭配确实会比其他CSP更有竞争力。
所以笔者继续看好未来数年谷歌云部门业绩，如模型一般，谷歌云从25年的580亿增长到2030年的2700亿，复合增长率在35%左右，这是AI时代能给谷歌带来的最大收获。
2027年Waymo也将开始贡献营收，自驾已经在美国布局多年，笔者认为无法与特斯拉抗衡，但也能形成一定的业绩，毕竟是行业老二，想插也没办法太差，但这部分属于低毛利业务，2030年Waymo收入有机会破200亿美元，笔者的测算比国际投行还低一点。
Isomorphic将在2028年开始发力，走药品开发一条龙的模式可能无法与传统药企抗衡，但现在传统药企也似乎离不开AlphaFold3，生物科学是谷歌的一张非常有价值的王牌，各大药厂的授权与合作开发都在进行中。
除了AlphaFold 3这个全球毫无疑问最强的小分子结合的模型，哈萨比斯领导的Deepmind其星辰大海自然是AGI，多模态的Gemini 3.1，生物科学的AlphaFold 3，机器人控制模型Gemini Robotics，物理模拟的Genie 3，我个人还是很看好Deepmind的模型矩阵，AGI的有力竞争者。
整体而言，谷歌的前沿科学布局非常不错，也开始贡献营收。
从笔者的业绩模型可以看出未来庞大的资本支出将重压谷歌的毛利与净利润率，2027年资本支出2200亿，折旧暴增到550亿美元，2028年及2029年英伟达新一代的Feynman推出，谷歌资本支出将最高冲到2029年的2700亿，折旧来到1150亿。
AI给谷歌带来的是从轻资产的互联网云巨头，变成重资产的算力生产企业。
未来的AI世界中产出算力的企业将工厂化，变成重资产的制造生产型企业，他们生产的是看不见的算力。这是AI带来的产业变革，我们正在经历这一切。
从业绩模型看，2026年到2029年，这四年资本支出将高于净利润，折旧的不断上涨也将压低净利润率，但每年新增利润还是可以覆盖新增的折旧。
或许未来CSP可能调整数据中心的折旧时间，好让账面更好看一些，而且AI时代，企业经营模式已经截然不同。这个调整似乎有其必要。
到2030年谷歌将实现利润超过资本支出，主要是不断增长的净利润以及AI算力的军备竞赛有可能在2030年开始进入低增长状态，主要原因是基数已经非常高，再加上算力token的需求被更高效的模型与硬件提升逐渐抹平。
2030年谷歌有机会收入破万亿，净利润来到3000亿美元，这是之前几年疯狂资本支出收获的甜密果实，当然这一切必须如模型一般各业务稳定增长以支持疯狂的资本支出。想必5年的时间不可能一路顺风顺水，但大致上应该不会有太大出入，因为笔者的业绩模型也并非很乐观。
笔者更期待的是2030以后出现的AGI，但这一块我目前无法给估值，我们没办法清楚未来，但从目前的趋势来看，谷歌的位置非常不错再加上有强劲的云业务支持，无论如何都会是这场AI战争的获利者之一，而非淘汰者。
不过包含谷歌在内所有CSP，互联网企业跟头部大模型AI公司都将从中轻资产变成重资产模式，市场给予的PE应该是要下调的这一点还是得注意。
这是一篇目前市场上绝无仅有从多维度印证，并从底层硬件技术到财务数据相结合，且敏锐捕捉产业变革与趋势的文章。
下面我们会在聊存储以及能源，用存储芯片的出货以及能源电力的真实消耗来不断验证我们之前所有的模型。
清楚计算AI算力在经过芯片以及通信方面的各种技术提升之后，单位能耗与实际能耗的关系，到底目前产业界透过各种技术手段，除了摩尔定律微缩，下一代先进封装CoPoS继续放大，铜退光进的CPO技术，来看看硬件的提升到底能否跟上AI，这其中差距到底有多少？
所有环节都将在这个投资系列文章中一一解开，知识星球全球首发，真心建议大家加入知识星球与笔者一起探讨最真实的未来AI世界。
星球也针对最近A股市场大跌。何时跌升反弹？从产业视角做一个深入的探讨。
2026下半年A股投资推荐文章只在知识星球发布，不在公众号发布，有兴趣的同学欢迎加入知识星球，扫文章末尾的优惠券二维码付费后即可加入。
END
知识星球
知识星球开启首次新人优惠，优惠券发完为止，先到先得。
2026全球半导体展望系列文章将陆续在星球发布。
第一篇为2026 GPU&ASIC全球AI芯片技术与市场展望，
第二篇. 2026全球半导体制造技术与市场展望，
第三篇. 2026全球存储技术与市场展望，
第四篇. 2026中国半导体制造先进制程产能与设备国产化展望，
第五篇. 2026全球与大A半导体投资建议 。
有兴趣的欢迎扫文末二维码加入星球，不满意者三天内可全额退款，超过4千会员，也欢迎白嫖
失联风险大，烦请顺手关注梓豪谈芯最新公众号Techcoffee
