聚焦 🎯
一邊是華爾街天天喊"AI泡沫要破了"，一邊是四大科技巨頭把2026年的資本開支表一次次往上調。這兩件事同時發生，說明有人算錯帳了。到底誰錯了，看完資料你自己判斷。
截至2026年7月30日，Alphabet、亞馬遜、Meta、微軟四家公司陸續公佈了2026年第二季度財報，並同步上調了全年資本開支指引。把四家的數字擺在一起看，會發現一個反常識的現象：股價跌了，但開支反而加了。這不是管理層在賭氣，而是需求端的訊號太硬，硬到讓所有人都不敢慢下來。
一、四大巨頭的帳本：誰在加錢，為什麼加
先看資料，這是最誠實的部分。
註：以上單位均為十億美元等級的區間簡寫，實際官方口徑為百億至千億美元級，具體數字請以各公司財報原文為準，本文為便於閱讀採用行業通行的簡寫慣例。
洞察 💡
微軟這一條最值得多說兩句。CFO艾米·胡德在電話會上解釋，公司把資料中心和辦公樓的折舊年限從15年延長到25年，這個會計調整讓更多未來的資料中心租賃從"融資租賃"（計入資本開支）轉為"經營租賃"（不計入）。
結果就是帳面上的2026年資本開支從此前的190億美元等級"降"到175億美元等級，但管理層反覆強調底層投資計畫完全沒變。換句話說，這不是踩剎車，是換了一種記帳方式讓報表更好看。真正該看的是公司披露的2027財年指引，微軟給出的數字是2550億至2600億美元區間，比2026年的190億美元等級指引高出一大截。這才是誠實的訊號。
亞馬遜的表態最直白。CEO安迪·賈西在電話會上說，即便把資本開支從200億美元等級上調到220億美元等級，公司在2026年仍然無法滿足全部需求，而且這個供不應求的局面在2027年大機率還會持續，2028年已經出現的預訂需求量已經"驚人"。這句話翻譯過來就是：不是我們不想多建，是建的速度追不上客戶下單的速度。
Meta的情況稍微複雜一些。公司二季度營收608億美元，同比增長28%，但每股收益6.18美元不及市場預期的7.22美元，主要是總成本費用同比暴增55%，疊加24億美元法律費用和11.8億美元裁員遣散費，營運利潤率從上年同期的43%壓縮到31%。財報公佈後股價一度下跌超過10%。即便如此，Meta仍然把資本開支下限從125億美元等級上調到130億美元等級，上限維持145億美元等級不變。祖克柏沒有因為股價跌就鬆口。
二、投資人為什麼害怕這些數字
警示 ⚠️
四家公司2026年合計資本開支已經逼近7250億美元等級，較2025年約4100億美元等級的歷史紀錄暴漲約77%。這個漲幅本身就是市場恐慌的根源，因為自由現金流正在被真實地吃掉。
Meta的自由現金流從8.5億美元跌到7.84億美元，跌幅超過90%。Alphabet在這一輪財報周期首次出現負自由現金流。華爾街不是不相信AI，是不相信短期內能看到對應的回報兌現節奏。
這種恐慌有它的道理。資本開支的會計處理決定了它會通過折舊逐年侵蝕利潤表，而收入端的兌現需要時間。但把鏡頭拉遠一點看，四家公司給出的商業訊號其實比股價波動更誠實。
亞馬遜AWS二季度收入422億美元，同比增長37%，是過去18個季度裡最快的一個季度，合同積壓訂單達到4960億美元，單季度暴增1320億美元。微軟Azure二季度收入首次突破單季百億美元規模，全年收入首次超過1000億美元，商業剩餘履約義務同比增長84%達到6780億美元。Alphabet的Google雲收入同比增長82%，雲業務合同積壓達到5140億美元。
這些數字說明一件事：客戶簽的合同和預付的訂單，比CEO的口頭承諾更能反映真實需求強度。如果真的是泡沫，不會有客戶願意簽多年期、多吉瓦等級的算力承諾。
三、比GPU更值得關注的，是整條供應鏈
提醒 📌
大部分討論AI資本開支的文章，視角都停留在"買了多少塊GPU"。這是一個誤區。每新增一個加速器叢集，背後拉動的是一整條產業鏈，GPU只是其中最顯眼、但絕不是唯一的瓶頸。
每一組新增的AI算力叢集，實際上同時在拉動以下環節的需求：
- HBM高頻寬記憶體，用於加速器的高速資料吞吐
- 伺服器DDR記憶體，用於主機端和系統級記憶體擴容
- 企業級SSD和NAND快閃記憶體，用於資料集記憶體、檢索系統和模型checkpoint保存，高端型號已普遍採用SSD PCIe5.0介面以匹配算力吞吐需求
- 高速網路與光模組互聯，用於叢集間的資料傳輸
- 2.5D、chiplet和高密度RDL先進封裝，用於把多顆芯粒整合到同一封裝內
- 電力輸配和散熱管理系統，用於支撐資料中心的持續滿載運行
這條鏈條上，記憶體已經成為最現實的漲價推手。亞馬遜、微軟、Meta三家在最近一輪財報電話會上，不約而同地把資本開支上調的部分原因歸結為"記憶體成本上漲"。亞馬遜CFO布萊恩·奧爾薩夫斯基在電話會上直接提到，記憶體、硬碟、SSD等元件價格上漲已經不是秘密，所有公司都在承受同樣的壓力。微軟CFO艾米·胡德也表示，本輪資本開支上調中有約50億美元等級直接來自元件價格上漲。
四、一個大多數人沒想過的角度：記憶體正在變成新的"隱形稅"
新穎觀點 🔍
這裡說一個可能大多數讀者都沒有從這個角度想過的事。過去談AI基礎設施瓶頸，大家默認瓶頸是GPU產能和電力。但2026年這一輪財報季暴露出一個更隱蔽的結構性變化：記憶體價格上漲正在變成一種事實上的"AI建設稅"，而且這個稅是由所有下遊玩家共同承擔、又共同轉嫁給終端客戶的。
邏輯是這樣的。四大巨頭同時擴產，同時搶購HBM和伺服器DDR記憶體，同時也在爭奪企業級SSD產能，這本質上是四個買家在同一個供給相對剛性的市場裡競價。結果就是記憶體價格上漲不再是某一家公司的成本問題，而是變成了整條雲端運算行業的共同摩擦成本。這個成本最終會通過雲服務定價傳導給每一個使用AI算力的企業客戶，也就是說，你今天用ChatGPT、Claude、Gemini付的每一分錢，背後都隱含了一部分記憶體漲價的成本轉嫁。
這帶來一個此前很少被討論的推論：記憶體供應商在這一輪AI周期裡的議價能力，可能已經悄悄超過了很多人的想像。過去大家習慣把輝達當成AI產業鏈裡唯一的"賣鏟人"，但如果記憶體持續緊缺，真正決定雲端運算巨頭利潤率的，很可能不是誰家GPU更快，而是誰能鎖定更穩定的記憶體長約價格。這也是為什麼公開報導顯示，越來越多雲端運算客戶正在和記憶體供應商簽署多年期供應協議，這不是短期囤貨行為，而是巨頭們已經把記憶體供給的確定性，當成和電力、土地同等等級的戰略資源來對待。
五、真正該問的問題變了
結語 🧭
"AI是不是泡沫"這個問題，已經不是2026年這個時間點上最有價值的問題了。當四家公司的合同積壓訂單以每季度千億美元等級的速度增長，當CEO們在電話會上反覆強調"即便加大投入也滿足不了需求"，泡沫論的核心假設——需求會突然消失——正在被一份份財報打臉。
真正值得追問的問題應該是：半導體供應鏈能不能跟上這一輪計算架構轉型的速度。GPU產能、HBM產能、先進封裝產能、電力供給，這四條線裡任何一條掉隊，都會成為下一個被市場放大討論的瓶頸。而這輪競賽裡最容易被低估的，恰恰是那些不站在聚光燈下的環節，比如記憶體供應商的定價權，比如電網擴容的審批周期，比如封裝產能的爬坡速度。
泡沫論適合拿來做標題，但它解釋不了為什麼四家公司在股價下跌之後還敢繼續加碼。真正在發生的，是一場計算基礎設施的結構性重建，而這場重建才剛剛進入中段。 (芯在說)