1. 整体开支的“三分野”
当你看到 Google 宣布 2026 年开支约 $175B-$185B ，或者亚马逊狂砸 $200B 时，这些钱通常被分为三部分（基于分析师模型和财报数据估算）：
- 数据中心基础设施 (约 35-45%)： 包括土地、建筑、电力系统、冷却设备（液冷）等。随着能源短缺，这部分占比在上升。
- 网络与存储 (约 20-30%)： 随着 AI 模型变大，光模块、交换机（主要是 Mellanox 或自研）的需求暴增。
- 计算芯片/服务器 (约 40-50%)： 这才是英伟达、TPU、ASIC 竞争的战场。
2. 三巨头的“去英伟达化”进度表
Google： Gemini 模型主要在 TPU 上训练和推理，对英伟达 (NVDA) 的依赖度低（约 20-30%）。
Amazon： 力推 Trainium3，目标是将算力成本降低 30-40%，对英伟达 (NVDA) 的依赖度中（约 40-50%）。
Microsoft： 推出了 Maia 系列，但目前核心动力仍是英伟达 GPU（供应 OpenAI），对英伟达 (NVDA) 的依赖度高（约 60-70%）。
3. 核心结论
- 绝对金额增长： 虽然自研芯片在抢份额，但由于总盘子从“200B”涨到了“500B”，英伟达能拿到的绝对金额依然是增长的。
- 利润率压力： 巨头们砸这 500B 的核心目的是“摆脱对单一供应商的依赖”。如果亚马逊和谷歌能通过自研芯片省下 30% 的算力成本，那么这省下来的几百亿就是他们未来的利润空间。
- 能源是隐形赢家： 2026 年这 500B 中，增长最快的部分可能不是芯片，而是电力能源。
核心观点： 未来三巨头总计约 $500B 的开支中，流向英伟达的可能约占 20-30% ($105B-$158B)，剩下的钱都花在了“路”（光模块/交换机）、“房子”（数据中心）和“电”（能源）以及自研芯片上。
