2026年2月，Alphabet（Google母公司）宣布了一项创纪录的847.5亿美元股权融资计划——这是全球科技公司史上规模最大的一次单轮股权融资，超越了此前任何一家企业单次募资的纪录。融资结构包含三个层面：公开发行348亿美元（Class A/C类普通股及强制可转优先股）、ATM项目400亿美元，以及Berkshire Hathaway以100亿美元私募方式入局。三大资金来源的同时到位，将这场“AI算力军备竞赛”从技术叙事推向了真正的资本战争。
资本逻辑：Alphabet为何在2026年启动史无前例的融资？
理解这笔融资，关键在于拆解规模与时机两个维度。
从规模看，847.5亿美元对应的是Alphabet 2026年高达1800亿至1900亿美元的资本开支预算，其中绝大多数投向AI数据中心、服务器集群及相关基础设施。Alphabet在公告中明确表示，2027年CAPEX还将“显著增加”——意味着当前仍处于扩张周期的前半段。以一组对照数据更直观地说明这一量级：四大科技巨头（Alphabet、Amazon、Microsoft、Meta）2025年合计AI基础设施投资约4100亿美元，预计2026年将跳升至约6500亿美元，增幅超过58%。Alphabet一家就占据了其中约30%的份额。
从时点看，2026年上半年恰逢以下三个背景性因素的交汇：
- 供给约束矛盾：当前AI芯片与数据中心建设仍处于供给约束状态，市场瓶颈在产能供给而非需求。Alphabet必须提前锁定关键设备和产能，才能避免被其他云厂商挤压。
- 资本结构转换：超大规模云计算厂商正处于从“现金流自平衡模式”向“适度杠杆模式”的转型期。历史上这些公司依赖内部产生的现金流为CAPEX融资，但当前AI投资增速已超越自由现金流的自然增长能力，债务和股权融资成为必要的补充通道。
- Berkshire入局的信号效应：100亿美元的私募获得Berkshire参与——这家以价值投资闻名的机构自2011年以来几乎未新增超大型科技股头寸。其入局意味着Alphabet的大规模资本开支计划在长期资产回报率层面得到了一个极为保守的验证。
值得注意的是，Alphabet并非孤例。亚马逊2026年AI投资目标约为2000亿美元，微软预计约1200亿美元，Meta上修至1250亿至1450亿美元。五大超大规模云厂商（Amazon、Alphabet、Microsoft、Meta、Oracle）2026年合计CAPEX预计在6600亿至6900亿美元之间，较2025年约翻倍。这不是一家公司的融资故事，而是行业范式转变的财务映射。
Google数据中心扩张：从区域架构到算力版图
理解这一轮资本开支的底层逻辑，还需要从资产端——即物理基础设施的全球布局——切入观察。Alphabet的CAPEX预算最终转化为遍布全球的数据中心、光纤网络和电力基础设施。过去12个月中，Google公布了多项大规模的跨国数据中心建设计划，呈现出“欧洲深耕 + 亚太扩张 + 拉美渗透”的格局：
| 地区 | 投资规模 | 时间跨度 | 核心内容 |
|---|---|---|---|
| 德国 | 55亿欧元（约63亿美元） | 2026–2029 | 新建Dietzenbach数据中心，扩建Hanau园区 |
| 比利时 | 50亿欧元（约58亿美元） | 2026–2027 | 扩建St. Ghislain园区，新增110MW以上无碳电力 |
| 瑞典 | 未披露具体金额 | 2026年动工 | Horndal首座数据中心，气冷系统+余热回收 |
| 英国 | 50亿英镑（约68亿美元） | 2025–2028 | Waltham Cross数据中心已于2025年9月投运 |
| 印度 | 约150亿美元 | 2026–2030 | 与AdaniConnex合作，GW级AI数据中心集群 |
| 美国 | 未统一披露 | 持续 | 多个州的数据中心扩建项目 |
上述布局的共同特征是：选址优先考量可再生能源供给的充裕度与电网稳定性。Google在比利时的扩张中同步锁定Eneco、Luminus等供应商的超110MW无碳电力，在瑞典Horndal项目中采用气冷+余热回收系统，这些设计均指向同一个核心命题——AI基础设施的能量约束正在从次要矛盾上升为主要瓶颈。
AI基础设施受益链：芯片 → 电力 → 冷却的逻辑递进
将上述资本开支分解为物理资产，可以得到一条清晰的受益价值链：
芯片设计与制造层：从GPU垄断到ASIC多极化
AI基础设施的投资支出中，芯片（特别是GPU/ASIC及配套网络芯片）占据最大份额，约占总CAPEX的40%–50%。当前市场仍由NVIDIA主导，其Blackwell平台在高端GPU市场占据逾70%的出货量份额，GB200/B200系列凭借2025年订单延续出货，预计将持续供货至2026年下半年。为应对产能不足和降低单一供应商依赖，主要云厂商加速自研ASIC路线——这一转型正在重塑AI芯片的供给格局。
Google的TPU策略是这一转型的标志性案例。其最新一代AI加速器TPU V7P计划于2026年量產，由博通操刀、台积电3nm制程生产。与此同时，Google首款基于Arm架构的Axion CPU也已投入部署，替代以往使用的x86主机处理器，构成完整的自研算力体系。博通正受益于这一趋势：其2025财年AI芯片营收达200亿美元，预计2026财年Q1 AI半导体收入将达到82亿美元。
但风险同样存在。麦格理近期将博通评级由“跑赢大市”下调至“中性”，核心原因正是Google等客户加速推进自研芯片并分散供应商——联发科已进入Google AI芯片供应链体系。博通在Google TPU相关营收中的份额预计将从2026年的约95%逐步降至2028年的65%。ASIC赛道的竞争格局正在从博通相对寡占走向多供应商竞争，这对博通的长期利润率构成潜在压力。
此外，Google内部化ASIC策略直接影响了外部供应商——Broadcom虽短期内仍受益于Google Capex的高增长，但市场份额的稀释已引发市场关注。
电力层：能量基础设施的价值重估
AI数据中心每万平方英尺的平均功率需求在过去三年内增长了逾3倍，这种能量密度的非线性增长使得电力供应正从“运营成本项”升级为“可扩展性约束项”。数据中心的PUE（电源使用效率）已从早期约1.8–2.0优化至1.2以下，但算力提升导致的绝对功率增长仍使电力成本占比持续攀升。
目前Google已签署的欧洲可再生能源购电协议总装机容量超过4.5GW，叠加其在比利时、瑞典等地为数据中心额外锁定的碳自由电力合同，可以观察到至少三个层次的受益主体：电网侧升级改造的工程承包商、长期供电合同的传统及新能源发电方、以及储能及电网优化方案的设备供应商。美国能源信息署（EIA）预计，2026年至2027年美国电网基础设施资本开支增速将进一步加快，约20%～25%可归因于AI数据中心用电需求的拉动。
冷却层：液冷技术的渗透率拐点
AI服务器的功率密度（尤其是NVIDIA Blackwell等高端GPU集群）已远超传统风冷的散热能力上限。NVIDIA GB200 NVL72机柜单柜功耗超过120kW，这一量级几乎决定了液冷从“可选项”变为“必选项”。
Google的TPU v7集群以及最新Alexion CPU驱动的服务器均已部署第四代液冷散热系统，标志着液冷技术在超大规模部署场景中的渗透率正加速突破早期采用阶段。液冷产业链涵盖冷却液供应商（3M、Fluorocarbon等）、冷却分配单元制造商、服务器内冷板设计商以及数据中心冷却系统集成商。这一赛道相比GPU芯片的寡占格局更为分散，但技术壁垒和认证周期为先行者提供了阶段性护城河。
风险框架：CAPEX周期的可持续性
任何资本密集型投资周期都需面对回报期假设的检验。AI基础设施投资存在三个层面的潜在风险：
需求持续性风险：AI模型训练算力需求的边际增速预计将在2026–2027年后出现趋缓，从2023–2025年的每年倍增进入30%–50%增速区间。如果推理侧算力需求未能及时填补这一缺口，现有数据中心容量的利用率可能出现阶段性下行。
供给过剩风险：五大超大规模云厂商2026年合计CAPEX约6500亿至6900亿美元，而同期AI云服务收入合计预计约为2500亿至3000亿美元。这一差距意味着CAPEX投资的回收周期需以若干年为单位计算，且实现路径高度依赖于推理应用的大规模商业化。
技术替代风险：Google内部化ASIC策略已对博通构成市场份额稀释压力，这一案例表明，客户通过技术替代从价值链中攫取利润的路径是可持续的。任何供应商在当前AI基础设施受益链中享有的超额利润窗口，都有被客户通过垂直整合逐步关闭的可能。
结语
Alphabet在2026年完成的847.5亿美元融资，标志着AI基础设施建设正式从第一阶段的“抢先建立产能规模”进入第二阶段的“全链路效率优化”。当前的投资扩张仍在加速度进行，但市场的关注焦点正在从“谁在花钱”转移到“谁能把钱花得最值”——即单位算力成本、单位能耗产出和资本回报周期。
对于生态体系中的各类参与者而言，这一转变意味着不同位置的受益窗口时长存在显著差异：处于上游关键技术节点的企业（如高端GPU、先进制程代工）受益窗口最长；中游的通用硬件供应商面临更高的替代风险；下游的能源与冷却基础设施则具备更平稳的需求可见度。
从更长期的视角看，当前约6500亿美元的年化CAPEX对应的是AI作为通用计算平台在产业经济中的全面渗透。如果这一假设成立，那么当下仍是基础设施投资周期相对早期的阶段——而这正是理解这场超级数据中心时代资本竞赛的核心坐标。
