Google、微软、亚马逊将于7月底密集披露财报，市场聚焦AI CapEx增速与ROI兑现
相关推荐
美股七巨头财报进入AI资本开支考验，微软暂成赢家，Meta、特斯拉、Alphabet遭资金挑剔
火星财经消息，7 月 30 日，美股七巨头财报季进入关键窗口。截至美东 7 月 29 日盘后，Alphabet、特斯拉、微软和 Meta 已交卷，苹果、亚马逊将在 7 月 30 日盘后公布，英伟达则要等到 8 月 26 日披露最新季度业绩。已公布财报显示，AI 资本开支继续全面抬升，市场开始更严格审视投入回报、自由现金流和增长可持续性。 Alphabet 率先拉高市场对 AI 支出的警觉。公司二季度营收 1198 亿美元，同比增长 24%，Google Cloud 收入 248 亿美元，同比大增 82%，整体经营利润率升至 34%。但公司单季资本开支飙至 449 亿美元，自由现金流转负至-59 亿美元，并将 2026 年资本开支指引从 1800 亿至 1900 亿美元上调至 1950 亿至 2050 亿美元。强劲云业务没能抵消资金对现金流恶化的担忧，财报后股价承压。 特斯拉的压力更集中在利润和现金流。二季度营收 282.4 亿美元，同比增长 26%，交付量 48.01 万辆，同比增长 25%，储能部署 13.5GWh，同比增长 41%。但调整后 EPS 为 0.33 美元，低于市场预期；经营利润同比下降 57% 至 3.98 亿美元，自由现金流为-10.92 亿美元。公司预计 2026 年资本开支超过 250 亿美元，投向 Robotaxi、Optimus、Dojo 算力和制造产能，市场对高投入换未来的耐心有所下降。 微软则给出少数正面样本。公司第四财季营收 900 亿美元，同比增长 18%，EPS 为 4.81 美元，均高于预期；净利润 358 亿美元，同比增长 31%。Microsoft Cloud 收入 593 亿美元，同比增长 27%，Azure 增长 43%，Microsoft 365 Copilot 付费用户超过 3000 万。公司单季资本开支约 410 亿美元，AI 和云基础设施投入节奏没有收缩，但 Azure 和 Copilot 已经给出更清晰的变现路径，市场反应相对积极。 Meta 的财报再次引发 AI 开支争议。公司二季度营收 608 亿美元，同比增长 28%，广告收入约 593.6 亿美元，同比增长 27%；但 EPS 为 6.18 美元，低于市场预期，净利润同比下降 14% 至 158.5 亿美元。成本和费用同比大增 55% 至 420.3 亿美元，资本开支达到 310.8 亿美元，自由现金流从去年同期的 85.5 亿美元降至 7.84 亿美元。公司将全年资本开支指引调整至 1300 亿至 1450 亿美元，三季度营收指引显示增长放缓，压制盘后表现。 接下来，苹果和亚马逊将成为本周最后两场重头戏。苹果市场关注点在 iPhone、服务收入、AI 节奏和成本压力；亚马逊则集中在 AWS 增速、AI 云需求和资本开支是否继续上修。英伟达虽然本轮财报要等到 8 月底，但它已经成为这轮大厂资本开支周期的直接映射。 整体看，美股七巨头财报的交易主线已经从 AI 投入规模转向 AI 投入回报。微软暂时证明了云和 AI 可以带来可见收入，Alphabet、Meta 和特斯拉则被要求拿出更强现金流证据。苹果、亚马逊和英伟达接下来的财报，将决定这轮 AI 资本开支焦虑是继续扩散，还是重新回到增长叙事。
谷歌财报前瞻：打响削减AI 资本开支第一枪成潜在风险，Cloud 与 Search为业绩关键
BlockBeats 消息，7 月 22 日，Alphabet（GOOG/GOOGL）将于美国太平洋时间 7 月 22 日 13:30、美国东部时间 7 月 22 日 16:30 召开 2026 年第二季度财报电话会，对应北京时间为 7 月 23 日 04:30。财报材料将在电话会前发布。市场关注点将集中在 AI 资本开支指引、ROI、Google Cloud 增速、搜索广告表现，以及云业务积压订单变化。 机构观点方面，BofA（美国银行）分析师 Justin Post 对 Alphabet 维持积极看法，认为 Google Cloud 与搜索业务仍是本季度最重要的业绩支撑。其预计云业务将延续强劲增长，搜索广告也有望受益于 AI 功能融入后的商业化改善。不过，美国银行同时提示，内存等硬件成本上涨可能推高 AI 基建预算，Alphabet 今年资本开支预期存在进一步上移的可能。 BMO（蒙特利尔银行）同样偏乐观，并在财报前上调 Alphabet 目标价。该机构认为，数据中心扩容与积压订单将继续支撑 Google Cloud 增长，AI 训练和推理需求仍在释放。不过，BMO 也提到 Gemini 产品节奏可能带来一定不确定性，投资者将关注管理层是否能给出更清晰的 AI 产品商业化路径。 汇丰银行的关注点更偏成本端。该机构认为，市场需要评估客户是否会转向更低成本 AI 模型，以及硬件涨价是否继续影响 Alphabet 的支出计划。AI 投入规模已经不再是唯一看点，投入效率、利润率影响和自由现金流压力同样重要。 而并非所有前瞻都看好 Alphabet，金融学教授、CTA Damir Tokic 的一篇文章已经在美股投资圈引发「地震」，其认为 Alphabet 可能在大型科技公司中率先下调 AI 资本开支预期，压力主要来自自由现金流走弱、融资成本上升，以及 AI 投资回报仍缺少充分证明。 Tokic 指出，Alphabet 此前已经上调 2026 年 AI 投入计划，市场原本预期公司会继续加码数据中心、服务器和云基础设施。但高额投入正在压缩现金流，公司若继续维持激进扩张，可能需要依赖债务或股权融资，从而带来信用风险和股东稀释压力。 IG 的前瞻也强调自由现金流风险。此前 Alphabet 因 AI 与数据中心投入增加，自由现金流承压，市场将关注这一趋势是否延续。若 Google Cloud 继续高增长、搜索广告保持稳定，
英特尔与Google Cloud宣布深化战略合作
英特尔与Google Cloud宣布深化双方多年战略合作，通过部署Gemini Enterprise和Google Cloud，加速英特尔全公司范围的数字化转型。英特尔计划将Gemini驱动的先进生成式AI应用于全球员工日常工作，帮助其扩展各项能力，并强化工程、供应链及企业运营领域的工作流。Google Cloud高度可扩展的基础设施还将增强英特尔的半导体开发环境，引入定制化的智能体工作流，缩短芯片设计周期，提升跨部门协同效率。（界面）
Serenity：Google算力限制或解释Meta大举签约AI Neocloud，利好AI数据中心资本开支
火星财经消息，6 月 28 日，Serenity 发文表示，Google 据称于 2026 年 3 月因算力资源紧张限制了 Meta 的计算容量，这或许解释了 Meta 当时为何与 AI Neocloud 服务商（如 NBIS）签署大规模合作协议，同时也导致 Gemini 模型能力受到一定限制。 Serenity 指出，此前 Google CEO 曾在财报电话会上表示，算力资源不足限制了 Google Cloud 承接更多客户需求，相关订单积压规模几乎较上一季度翻倍。 Serenity 认为，这一情况进一步说明，超大规模云厂商（Hyperscalers）的算力供给仍远低于市场需求，甚至无法相互补充资源。从长期来看，这将继续支撑 AI 数据中心建设及资本开支扩张逻辑。
摩根大通：AI定制芯片出货量或在2027年反超GPU，Broadcom和Marvell站上风口
火星财经消息，6 月 22 日，摩根大通表示，随着大型云计算公司和科技巨头寻求降低 AI 计算成本、提升能效并摆脱对通用 GPU 的单一路径依赖，定制芯片 ASIC 市场正进入新一轮增长周期，Broadcom 和 Marvell 有望成为这一趋势中的最大受益者。 在一份近日发布的半导体行业研报中，摩根大通分析师 Harlan Sur 和 Mayur Ramdhani 估计，数字 AI ASIC 市场到 2026 年将达到约 600 亿至 700 亿美元，并在未来几年保持 40% 至 50% 以上的复合增长率。报告称，Broadcom 目前在高端 ASIC 市场占据约 80% 至 85% 的份额，Marvell 位列第二，份额约 10% 至 12%。 AI 计算需求的快速增长正在改变芯片采购结构。摩根大通认为，Google、Amazon、Meta、Microsoft、OpenAI 和 SoftBank/Arm 等客户正加速推进自研或定制 AI 处理器，以获得更好的性能、功耗和总拥有成本。与 Nvidia 和 AMD 的通用 GPU 不同，ASIC 通常为特定客户、特定软件栈或特定平台设计，更适合拥有大规模内部工作负载的超大规模云厂商。 报告预计，Broadcom 的 AI 收入将从 2025 财年的约 200 亿美元大幅增长至 2026 财年的 600 亿美元以上，并在 2027 财年跟踪达到 1500 亿美元以上。其项目管线包括 Google TPU、Meta MTIA、ByteDance AI 视频和网络芯片、OpenAI XPU、SoftBank/Arm XPU 以及 Anthropic 相关 TPU 机架级方案。 Marvell 方面，摩根大通预计其数据中心收入将从 2025 年的约 61 亿美元增至 2026 年的约 93 亿美元，并在 2027 年达到约 146 亿美元。增长动力包括 Amazon Trainium 3 和 Trainium 4、Microsoft Maia、Google SmartNIC/DPU、CXL 控制器，以及 800G/1.6T 光 DSP、coherent lite 和初期 CPO 方案。 报告还提出一个关键判断：到 2027 年，AI ASIC/XPU 的单位出货量将超过 GPU。摩根大通预计，2027 年 AI 加速器总出货量将达到 2330 万颗，其中 GPU 为 1090 万颗，占 47%；ASIC/XPU 为 1250 万颗，占 53%。这意味着，尽管 GPU 仍将保持增长，定制芯片可能会在新增 AI 算力部署中占据更大份额。 摩根大通以 Google/Broadcom TPU7x Ironwood 与 Nvidia Blackwell 为例称，AI ASIC 在性价比和功耗效率上具备竞争力。报告显示，TPU7x Ironwood 的 FP8 算力接近 Nvidia B200/B300，但估算售价约为 1.3 万美元，低于 B200 的 3.5 万美元和 B300 的 4 万美元；其每美元算力和每瓦算力也优于对照 GPU。 这一判断并不意味着 Nvidia 需求将迅速减弱。相反，它指向 AI 基础设施投资的分化：GPU 继续服务于通用训练和推理需求，而云厂商自研 ASIC 将在大规模、稳定、可预测的内部工作负载中获得更高渗透率。 对投资者而言，摩根大通的报告强化了 AI 硬件链条从 GPU 向 ASIC、先进封装、HBM 接口、SerDes、光互联和 CPO 扩散的逻辑。若报告中的预测兑现，Broadcom 和 Marvell 将不只是 AI 网络或连接芯片供应商，而会成为下一阶段 AI 计算架构迁移中的核心平台型公司。
欧陆通：已与Google达成算力设备GPU电源项目合作，正推进至测试及小批量生产
火星财经消息，欧陆通在投资者关系活动中表示，公司现已就算力设备GPU电源项目与海外头部CSP客户Google达成合作，将全力配合客户推进至测试、小批量及批量生产，具体项目节奏待与客户进一步确认。