7250亿美元的AI军备竞赛：四大科技巨头疯狂砸钱，到底在赌什么？

这是 Meta、Amazon、Microsoft、Alphabet 四家公司在 2026 年的资本开支总额。几乎全部砸向同一个方向——数据中心、自研芯片、GPU 和 AI 模型。

同比增幅超过 75%。

什么概念？7250 亿美元大约等于 5.2 万亿人民币，相当于广东省一年的 GDP，相当于全球军费开支的三分之一，相当于 SpaceX 估值的三倍。

四家科技公司一年花的钱，比绝大多数国家的年度财政预算还多。

这不是"投资 AI"，这是基础设施级别的军备竞赛。

今天拆开来看，这场竞赛到底在赌什么，谁在砸钱，钱花在哪，以及——这事跟我们有什么关系。

一、四巨头的"烧钱锦标赛"：谁花得最狠？

先看一张图，把四家公司的资本开支摆在一起：

四巨头2026年资本开支对比

具体数字：

• Meta：约 650-700 亿美元。扎克伯格说"我们正在建设有史以来最大的 AI 基础设施"。他没说的是，这笔钱差不多是 Meta 2023 年全年收入的一半。
• Microsoft：约 800 亿美元。Azure 云 + OpenAI 合作是核心驱动力。微软已经在全球 60 多个地区建设数据中心，建设速度比麦当劳开店还快。
• Alphabet（Google）：约 750 亿美元。本周还跟 Blackstone 联手打造新的 AI 云巨头，把算力基础设施做成金融级资产。
• Amazon：约 1000 亿美元以上。AWS 是全球最大的云服务商，资本开支也是四家里最狠的。贝索斯退休了，钱没闲着。

合计 7250 亿美元，同比增长 75%+。

注意，这只是四家公司的数字。如果算上 Oracle、NVIDIA 自建算力、各国主权基金的投入，全球 AI 基础设施的年度投入已经逼近 万亿美元。

这笔钱花出去，不是买几块 GPU 放在机房里就完了。这是在全球范围内建设一整套新的基础设施体系——从电力、冷却、网络到芯片、服务器、软件栈。

AI 正在重复互联网早期的故事：先铺路，再跑车。

二、钱花在哪了？三大烧钱黑洞

黑洞一：数据中心——新时代的"发电厂"

四家公司最大的支出项，是建数据中心。

一座现代 AI 数据中心的建设成本在 10-50 亿美元。微软在 2026 年计划同时建设超过 100 座新数据中心。Google 刚刚和 Blackstone 宣布成立合资公司，专门融资建设数据中心——把数据中心当成基础设施 REITs 来运营。

为什么数据中心这么贵？

因为 AI 训练和推理对电力、散热、网络的需求远超传统云计算。一个 GPT-5 级别模型的训练集群，电力消耗相当于一座中等城市。

Google 现在不只是在买地建机房，还在买电厂。微软签了核能供电协议。Amazon 在俄勒冈州买了整片区域做数据中心园区。

当科技公司开始买发电厂的时候，你就知道这不是在搞软件了。

黑洞二：自研芯片——不想被 NVIDIA 卡脖子

四家公司都在投入自研芯片：

• Google 的 TPU v6（Trillium）：推理性能比上一代提升 4 倍，已经部署在 Google Cloud 和 Gemini 推理集群。
• Amazon 的 Trainium2：专为大模型训练设计，AWS 正在用它搭建下一代训练集群。
• Meta 的 MTIA：自研推理芯片，正在内部大规模部署。
• Microsoft 的 Maia 100：Azure 的自研 AI 加速器，配合 Cobalt ARM CPU 一起使用。

为什么要自己造芯片？一个字：贵。

NVIDIA H100 市场价约 3 万美元/张，H200 更贵，最新的 B200 在 4-5 万美元。大规模采购虽然有折扣，但万卡集群的 GPU 成本动辄 数十亿美元。

更关键的是供货。全球 GPU 产能有限，交付周期长，四家公司互相抢货。自研芯片虽然性能可能不如 NVIDIA，但胜在自主可控、成本可预测、供应有保障。

这跟中国搞国产芯片替代是同一个逻辑——不想被卡脖子。

黑洞三：ASML 和芯片制造——军备竞赛的"军火商"

说到芯片，就不得不说 ASML。

ASML 是全球唯一能制造 EUV（极紫外光刻机）的公司。没有 EUV，就没有 5nm 以下的先进制程，就没有最新一代 GPU 和 AI 芯片。

本周 ASML 宣布推进下一代 High-NA EUV 光刻机，精度达到 2nm 以下。一台 High-NA EUV 光刻机售价超过 3.5 亿美元——比一架波音 787 还贵。

台积电、三星、Intel 都在排队等货。

ASML 是这场 AI 军备竞赛中最稳赚不赔的玩家——无论谁赢，ASML 都在卖铲子。就像加州淘金热时期，真正赚到钱的是卖牛仔裤的李维斯。

三、新玩家入场：沙特、Blackstone，以及算力的金融化

这场竞赛已经不只是科技公司的游戏了。

沙特：用石油的钱买算力

沙特持续向 AI 算力砸钱，投资规模以百亿美元计。

逻辑很简单：石油终将枯竭，AI 不会。沙特正在把石油美元转化为算力基础设施，押注"后石油时代"的国家竞争力。

沙特新未来城（NEOM）已经规划了大规模 AI 数据中心集群。沙特公共投资基金（PIF）投资了多家 AI 芯片和基础设施公司。

当中东土豪开始买 GPU 而不是买游艇的时候，你就知道 AI 基础设施已经成为国家级战略资产。

Google + Blackstone：算力的金融化

本周最有意思的交易之一，是 Google 和 Blackstone 联手打造新的 AI 云基础设施平台。

Blackstone 是全球最大的另类资产管理公司，管理资产超过 1 万亿美元。它进入 AI 基础设施领域，意味着：

1. 数据中心正在成为金融资产：像商业地产一样可以被打包、融资、交易。
2. 算力正在资本市场化：未来你可能会看到"算力期货"、"GPU 租赁 REITs"这样的金融产品。
3. 建设速度将大幅加快：有了华尔街的钱，Google 不需要全靠自有资金建数据中心。

全球AI基础设施投资版图

算力正在从技术资源变成金融资产。 这个变化的深远影响，可能比 AI 模型本身更大。

四、75% 增速能持续吗？泡沫还是范式转换？

现在最大的争议是：这些钱能赚回来吗？

乐观派的逻辑

• AI 推理需求在指数级增长，每 6 个月翻一番
• Agent 应用正在爆发，每个 Agent 调用背后都是算力消耗
• AI 正在替代传统软件，TAM（总可寻址市场）是万亿级别
• 算力就是"AI 时代的电力"，永远不嫌多

悲观派的担忧

• 7250 亿美元的资本开支，需要 AI 产生至少 2-3 万亿美元的年收入才能打平。而目前全球 AI 相关收入估计在 2000-3000 亿美元量级。
• 资本开支和收入之间存在巨大的时间差。数据中心今年建，2-3 年后才能产生收入。如果 AI 收入增速放缓，就会出现产能过剩。
• 历史教训：2000 年的光纤泡沫，电信公司疯狂铺设光纤，最后 90% 的产能闲置了十年。

我的判断

短期看，一定会有过剩。7250 亿美元的资本开支，意味着 2027-2028 年会有一波算力产能集中释放。如果届时 AI 应用没有跟上，GPU 利用率会下降，部分投资会打水漂。

长期看，这笔钱大概率花对了。AI 正在重走互联网的路——先过度投资建设基础设施，短期泡沫破裂，然后在基础设施之上长出真正的应用生态。

2000 年光纤泡沫破裂后，那些铺好的光纤并没有消失。它们支撑了后来的 YouTube、Netflix、云计算。

同样的道理，今天建的数据中心、铺的电力线路、造的芯片，即使短期利用率不高，长期来看都是 AI 时代的基础设施底座。

过度投资不可怕，投错方向才可怕。 而 AI 基础设施，大概率是对的方向。

五、对我们的启示

作为技术人，这场军备竞赛意味着什么？

第一，算力成本会持续下降。

四家公司疯狂扩产的直接后果就是：GPU 租赁价格会在 2027-2028 年大幅下降。对 AI 应用开发者来说，这是好消息——算力不再是瓶颈，创意和工程能力才是。

第二，AI 基础设施岗位将爆发。

数据中心运维、AI 系统工程、大规模分布式训练、推理优化——这些领域的人才需求会持续增长。如果你是基础设施方向的工程师，这波红利不要错过。

第三，应用层才是真正的战场。

基础设施的军备竞赛，最终是为应用服务的。谁能在廉价算力之上构建出杀手级应用，谁才是最终赢家。

就像互联网时代，最赚钱的不是铺光纤的电信公司，而是跑在光纤上的 Google、Amazon、Netflix。

AI 时代，最赚钱的也不会是建数据中心的，而是用数据中心的。

这场 7250 亿美元的军备竞赛，本质上是在为未来十年的 AI 应用铺路。路铺好了，关键是看谁先跑起来。

— 完 —