文章核心观点 - 全球AI算力竞争格局正经历从“训练为王”到“推理为王”的范式转变，成本效率成为核心竞争焦点 [1][2] - 以谷歌TPU为代表的专用架构（ASIC）芯片，凭借在推理场景下的极致能效和成本优势，正崛起为英伟达GPU的有力挑战者，重塑算力权力版图 [1][4][7] - 中国AI芯片企业，如奕行智能，通过“对标前沿、融入生态、自主创新”的策略，在全栈AI基础设施竞争中找到了突破口 [13][26][32] 行业趋势与格局演变 - **竞争范式转移**：AI算力逻辑从“训练为王”转向“推理为王”，规模化应用阶段的核心议题是降低每次推理的成本 [1][2] - **成本驱动重塑**：行业关注点从单纯算力规模转向“Token per dollar”（每美元产出的Token量），以降低服务成本，推动AI像电力一样普及 [4] - **专用架构崛起**：在“成本为王”背景下，以谷歌TPU为代表的ASIC芯片因极致效率成为头部AI公司在英伟达之外的第二选择，标志着算力竞争格局的转折点 [4][7] - **商业部署加速**：Anthropic与博通签订价值高达210亿美元的TPU订单，标志着ASIC芯片从技术探索进入大规模商业部署阶段 [7] - **生态博弈加剧**：OpenAI仅凭“威胁购买TPU”的筹码，就迫使英伟达生态链做出让步，使其计算集群总拥有成本下降约30% [7] 技术路径与竞争优势（以谷歌TPU为例） - **硬件架构创新**：TPU采取精简架构，专注于矩阵运算，并引入独特的脉动阵列设计，让数据如流水般在计算单元间连续流动，大幅减少对寄存器的频繁读写 [8] - **能效瓶颈突破**：配合大容量片上SRAM缓存与高效数据搬运引擎DMA，TPU显著降低了“数据搬运”这一主要能耗瓶颈 [8] - **成本优势显著**：从TPU v6到TPU v7，谷歌已将每百万token的推理成本降低了约70%，TPU v7的成本已降至与英伟达GB200 NVL72（每百万token成本约0.27美元）相当甚至更优的水平 [4] - **软件生态破局**：通过“硬件进化、软件开源”策略，谷歌的XLA编译技术及OpenXLA开源项目，打通了从多框架模型到不同硬件的统一编译路径，并与Meta合作推进TorchTPU项目，实现对PyTorch的原生支持，降低用户迁移成本 [10][12] 中国企业的对标与创新（以奕行智能为例） - **硬件架构对标**：公司采用类TPU架构，其矩阵、向量、标量的精简设计完全匹配大模型计算特点，降低了传统GPGPU架构中约10%-20%的额外调度与资源分配开销 [14] - **核心引擎优化**：大尺寸矩阵运算引擎采用类TPU的双脉动流水设计，数据复用率提升数倍，并显著减少数据前处理开销 [14] - **存储与数据搬运创新**：高性能4D DMA引擎通过一次操作即可完成4D数据的整体搬移与变换，大容量片上缓存使数据访问速度相比DDR方案提升1–2个数量级，近存计算设计使Flash Attention关键算子利用率相比竞品提升4.5倍 [15] - **指令集前瞻布局**：率先引入RISC-V+RVV（向量扩展）指令集，并支持RVV 1024 bit位宽，其架构中图灵完备的RISC-V保障通用计算，模块化设计支持扩展专用AI指令 [15][16] - **产品商业化进展**：基于类TPU架构+RISC-V底座推出的国内首款RISC-V AI算力芯片Epoch系列，于2025年启动量产，在头部系统厂商、互联网、数据中心及行业客户获得商业突破，实现大规模量产出货 [16] 关键技术演进方向 - **精度与能效平衡**：“低位宽、高精度”数据格式是突破能效瓶颈的关键路径，例如TPU Tensor Core在FP8模式下可提供2倍于BF16的算力密度，TPU v7 (Ironwood)的FP8峰值算力达到4.6 PetaFLOPS，而BF16仅为2.3 PetaFLOPS [18] - **中国企业技术跟进**：奕行智能的AI芯片在国内率先支持DeepSeek所需的基于分块量化的FP8计算精度，并在新一代产品支持NVFP4、MXFP4、MXFP8、MXINT8等前沿数据格式，以高效释放算力并降低存储开销 [19] - **组合技术红利**：“拓宽数据通道”（支持RVV 1024 bit位宽）与“压缩信息体积”（支持低位宽浮点精度）的双重组合，带来了算力吞吐增长与存储成本下降 [19] 软件与生态构建 - **软件栈兼容性**：奕行智能深度融合谷歌开源的StableHLO和XLA技术，全面支持PyTorch、TensorFlow、JAX、ONNX等主流框架，其智能编译器ACE已接入OpenXLA体系，可无缝迁移至TorchTPU方案 [20] - **编程模型创新**：推出原生适配Tile（分块）的动态调度架构，通过“虚拟指令+智能编译器+硬件调度器”的闭环，将复杂指令依赖与内存管理交由硬件自动完成，打破传统静态优化的性能上限 [23] - **开发生态建设**：独创VISA虚拟指令集技术，在硬件与上层软件间建立“标准翻译桥梁”，正与Triton社区推进合作，将Triton编译流引入RISC-V DSA后端，并计划开源虚拟指令集，共同打造面向RISC-V DSA的“CUDA式”开发生态 [23][26] 全栈竞争与系统级优化 - **竞争维度升级**：AI算力竞争已从单一芯片性能较量，升级为覆盖芯片、互联、软件与系统优化的全栈基础设施生态之争 [27] - **互联技术关键性**：高速互联技术是构建算力效率护城河的关键一环，例如英伟达的NVLink技术支撑了其GB200 NVL72系统的高效Scale Up互联架构 [27] - **自主互联方案**：奕行智能自研的互联技术方案ELink，支持超大带宽与超低延迟的Scale Up扩展，其任意点对点带宽可达传统互联方案的7倍，根据不同组网方案单节点聚合带宽可达14.2倍，有效支持大模型高速推理 [27][30] - **前沿功能支持**：ELink配合交换侧，已支持前沿的“在网计算”功能，可将部分计算卸载至网络交换节点，减轻带宽负担并降低通信延迟 [28] - **协议兼容与灵活性**：ELink全面支持RoCEv2、SUE、EthLink、C-Link等主流互联协议，能与支持上述协议的设备无缝高效互联，并支持800G/400G/200G可配置以太网标准协议 [28]

一、 终极扩展：为什么AI的未来必须在太空？ - 核心诊断：地球面临“电力墙”瓶颈 数据中心总成本中仅10-15%为能源成本，绝大部分在GPU上[7] 中国以外的全球电力产出基本停滞，只有中国在快速增长 芯片产出呈指数级增长，但电力供应无相应增长，成为AI扩展的核心限制[7][8] - 太空优势：太空部署AI可规避地面监管与土地限制，且太阳能效率是地面的五倍，无需电池且无大气层造成的约30%能量损失[8][9][10][11][12] - 经济性与时间表：太空部署AI的成本最终将远低于地面 预测未来36个月内，太空将成为部署AI最便宜的地方[14][15] - 技术可行性：GPU等芯片在通过早期故障调试后相当可靠，因此太空部署的维护并非主要问题[16] 二、 大国竞赛：中国制造“降维打击”与美国的唯一出路 - 中国制造业优势：在供应链、电力与劳动力人口三个维度具有碾压性优势[19] - 供应链：中国是制造业强国，矿石精炼量约为世界其他地区总和的两倍，在关键材料（如用于太阳能电池的镓）精炼上占据98%的份额[20][21] - 劳动力：中国人口约为美国的四倍，且拥有大量熟练劳动力，平均职业道德更高，人均生产率可能更高[23][30] - 电力：中国电力产出今年将超过美国的三倍，电力产出是实体经济的关键指标，意味着其工业能力粗略估计将是美国的三倍[28] - 美国面临的挑战：美国出生率自1971年以来低于更替水平，人口结构老化，无法在人力规模上竞争[25][31] 美国因长期领先而易产生自满心态，导致努力程度下降[29] - 竞争结局预判：在制造、能源、原材料整个链条上，中国将在AI、电动汽车、人形机器人等领域占据主导地位 除非美国实现突破性创新，否则中国将完全主导未来[28][33] 三、 xAI蓝图：从“数字人类”切入万亿美元市场 - 市场格局：OpenAI年收入约200亿美元，Anthropic约100亿美元，xAI目前年收入为10亿美元[35] - 战略方向：AI是“接近利润最大化”的领域 解锁“数字人类”（人体模拟器）将开辟数万亿美元的收入机会[36][38] - 市场逻辑：当前全球市值最高的公司（如英伟达、苹果、微软、Meta、谷歌）其核心产出均为数字形式 创造数字人类无需与大量遗留系统集成，几乎没有进入壁垒，可以极低成本“外包”人类工作，市场规模约占全球经济的1%，接近一万亿美元[37][38][39] 四、 管理内核：CEO是“限制因素粉碎机” - 管理哲学：公司领导者的时间分配基于“限制因素” 聚焦于阻碍进展或需要加速的瓶颈环节，而非运行良好的业务[42] - 执行机制：对于成为限制因素的关键项目（如SpaceX或特斯拉的特定问题、AI5芯片评审），会议频率增加至每周一次或两次[43] - 沟通风格：采用开放式会议风格，旨在防止信息被“粉饰”，确保掌握真实情况[43]

投资评级与核心观点 - 报告维持对谷歌的“买入”评级，并将目标价从380美元上调至415美元 [2][9] - 核心观点认为，尽管市场对谷歌大幅上调的资本开支指引存在担忧，但其全栈AI建设、广告与搜索业务的坚实基础，以及现金流与用户流量驱动的AI生态正向循环，将支撑公司增长 [6] - 目标价415美元是基于2026年预测净利润给予30倍市盈率得出的，该估值相对科技可比公司中值（24.8倍）存在溢价，溢价源于谷歌自给自足的AI全栈生态协同效应 [9][30] 财务表现与预测 - 2025财年第四季度（4Q25）营收为1138亿美元，同比增长18%，略高于市场预期的1137亿美元；每股收益（EPS）为2.82美元，同比增长31%，高于预期的2.65美元 [6] - 报告上调了未来营收和净利润预测：将2026年营收预测上调2%至4884亿美元，2027年营收预测上调5%至5607亿美元；将2026年净利润预测上调9%至1668亿美元，2027年净利润预测上调12%至1916亿美元 [9][30] - 预计公司2026年至2028年营收增长率分别为21.25%、14.79%和12.88%，净利润增长率分别为26.18%、14.86%和13.03% [5] - 2026年预测市盈率（PE）为24.10倍，预测市净率（PB）为6.97倍 [5] 云业务表现与前景 - 4Q25云业务营收达177亿美元，远超市场预期的163亿美元，同比增长48%，增速显著高于第三季度的34%，也超过微软Azure同期的39% [6][7] - 云业务经营利润率大幅改善，环比提升6个百分点至30%；未完成订单（Backlog）环比增长55%至2400亿美元 [7] - 苹果选择谷歌作为首选云服务商，双方将基于Gemini共同开发下一代基础模型 [7] - 报告认为，在高资本开支投入及第三方部署推进下，云业务的增长潜力与TPU出货量可能被市场低估 [7] AI技术与生态建设 - 谷歌AI模型与应用持续完善，在2025年11-12月密集发布了Gemini 3/Pro/Flash、Nano Banana、Veo 3.1及Generative UI（完整网页生成）等一系列模型与应用 [7] - 本季度API调用量达到每分钟处理1000亿个Token，较第三季度的700亿有显著增长 [7] - Gemini深度融入Chrome生态，支持侧边栏直接调用，并可联动Gmail、日历、地图等核心应用 [8] - 4Q25 Gemini的月活跃用户（MAU）已超过7.5亿，较第三季度的6.5亿实现增长 [8] 广告与核心业务 - 4Q25广告总收入为823亿美元，同比增长14%，高于市场预期的809亿美元 [8] - 搜索业务市场份额在4Q25仍维持在90%以上，但2026年1月出现小幅回落 [8] - YouTube广告收入低于市场预期4%，可能源于与TikTok、Reels的竞争加剧以及Shorts货币化策略审慎 [6][8] - 全平台付费订阅用户数达到3.25亿，主要增量来自YouTube Premium和Google One [8] 其他业务进展 - 自动驾驶子公司Waymo周订单量超过40万单，并在4Q25于迈阿密正式上线运营；近期完成了160亿美元融资，估值约1260亿美元 [8] - 谷歌计划在年内推出TPUv8芯片，训练版与推理版将分别与博通、联发科合作 [7] - 推动TPU部署至第三方云（如Fluidstack）可能对AMD及英伟达形成一定的竞争压力 [7] 资本开支与行业对比 - 谷歌将2026财年资本开支指引大幅上调至1750-1850亿美元，中值约1800亿美元，远高于2025财年的914亿美元，引发市场担忧 [6][29] - 相比之下，微软的资本开支指引相对保守 [6] - 截至2025年第四季度，谷歌拥有现金及现金等价物307亿美元，可投资证券961亿美元，合计1268亿美元 [29]

投资评级与核心观点 - 报告维持对谷歌的“买入”评级，并将目标价从380美元上调至415美元 [2][9] - 核心观点认为，尽管市场对谷歌大幅上调的资本开支指引（FY26指引为1750-1850亿美元，对比FY25的914亿美元）及YouTube广告收入略低于预期有所担忧，但公司云业务增长强劲，全栈AI生态协同效应将释放增长潜力，因此重申“买入”评级 [6][9] 财务表现与预测 - **第四季度业绩超预期**：4Q25营收1138亿美元，同比增长18%，高于预期的1137亿美元；每股收益（EPS）为2.82美元，同比增长31%，高于预期的2.65美元 [6] - **营收与利润预测上调**：考虑到AI生态商业化推进及TPU业务外延潜力，报告上调了未来营收和净利润预测。将2026E/2027E营收预测分别上调2%/5%至4884亿美元/5607亿美元，并给出2028E营收预测6329亿美元；将2026E/2027E净利润预测分别上调9%/12%至1668亿美元/1916亿美元，并给出2028E净利润预测2165亿美元 [9][30] - **盈利能力持续改善**：预测毛利率将从2025年的59.7%提升至2028E的61.2%；净利率将从2025年的32.8%提升至2026E的34.1%并在此后保持稳定 [5][32] 云业务与AI基础设施 - **云业务增长动能强劲**：4Q25谷歌云营收达177亿美元，远超预期的163亿美元，同比增长48%，增速显著高于第三季度的34%及同期微软Azure的39% [6][7] - **盈利能力大幅提升**：4Q25云业务经营利润率达到30%，环比大幅改善6个百分点 [7] - **未来增长潜力被低估**：云业务订单积压（Backlog）环比增长55%至2400亿美元，与微软的59%增速相近。苹果已选择谷歌作为首选云服务商，将基于Gemini共建下一代基础模型，这为云业务增长提供了强劲动力 [7] - **TPU（张量处理单元）形成竞争壁垒**：在高资本开支投入及向第三方云（如Fluidstack）部署的推动下，TPU出货量及云业务增长潜力或被低估。谷歌计划年内推出与博通、联发科合作的TPUv8，可能对AMD及英伟达构成竞争压力 [7] 广告与核心生态 - **广告收入稳健，搜索地位稳固**：4Q25谷歌广告总收入823亿美元，同比增长14%，高于预期的809亿美元。搜索市占率仍维持在90%以上，尽管2026年1月出现小幅回落 [8] - **YouTube面临竞争但基础稳固**：4Q25 YouTube广告收入低于预期4%，主要受TikTok与Reels竞争加剧及Shorts货币化审慎影响。但全平台付费订阅用户达3.25亿，中长期变现基础稳固 [8] - **Gemini深度融入生态，用户增长迅速**：Chrome正式接入Gemini 3，支持侧边栏直接调用并联动Gmail、日历、地图等核心应用。4Q25 Gemini的月活跃用户（MAU）已超7.5亿，较第三季度的6.5亿显著增长。AI Overviews推出后已进行250多项更新 [8] - **API调用量激增**：本季度API调用每分钟处理100亿个Token，较第三季度的70亿大幅增长，显示开发者生态活跃 [7] 其他业务进展 - **Waymo商业化加速**：自动驾驶子公司Waymo周订单量超40万，4Q25在迈阿密正式上线（全美第六城）。公司近期完成160亿美元融资，估值约1260亿美元，预计美国约有21个城市处于规划或推进阶段，海外伦敦、东京已启动道路测试 [8] 估值依据 - 目标价415美元是基于30倍2026年预期市盈率（26E PE）得出。该估值较科技可比公司2026E市盈率中值24.8倍存在溢价，溢价源于谷歌自给自足的AI全栈生态协同效应及其释放的增长潜力 [9][31]

核心观点 - 2026年港股互联网与科技板块将呈现“结构分化”的特征，市场表现预计为指数强、结构分化、龙头集中度提升，投资回报将更多依赖于盈利和科技业务的兑现，而非流动性溢价 [4][5][21] - 整体看好恒生科技板块，主要基于估值仍处低位、流动性环境改善以及人工智能带来的估值重塑三大逻辑 [4][9][66] - 生成式人工智能是新一轮科技竞争与行业增长的核心驱动力，龙头互联网公司凭借在算力、算法、应用和资本开支上的综合优势，是推动AI估值重塑的中坚力量 [4][6][33] 估值角度 - 2025年初以来，恒生科技板块估值持续回升，主要受以AI大模型为核心的新一轮科技竞争驱动，特别是DeepSeek开源及模型普惠化改善了商业化投资回报率，推动国产AI估值重塑 [4][9] - 截至2025年12月31日，恒生科技指数市盈率（PE-TTM）为20.05倍，处于2022年以来历史均值以下0.77倍标准差；市销率（PS-TTM）为1.99倍，处于历史均值以上0.2倍标准差，显示估值具备性价比 [4][9] - 当前恒生AH股溢价指数为123.46，位于历史均值（193.92）以下2.02倍标准差，A/H溢价处于低位 [9][10] 资金角度 - 2025年以来南向资金持续加速流入港股，在消费、科技、医药等板块的配置占比同比明显提升 [5][13][14] - 主要互联网公司港股通持股比例在2025年均显著提升：腾讯控股从年初的10.1%提升至11%；快手从11.61%提升至16.64%；美团从10.4%上升至20.76%；金蝶国际从24.22%上升至28.22% [5][15][18] - 2026年海外流动性可能呈现“上半年更宽松、下半年不确定性上升”的节奏，美联储保险式降息主要集中在上半年，流动性更可能支撑核心资产估值下限，市场资金将更关注盈利兑现 [5][19][21] 互联网行业趋势与AI战略 - 中国互联网整体用户流量已趋于稳定，但生成式AI应用（APP及PC/网站端）的用户体量已形成规模，流量增长强劲，成为新的流量红利 [6][22][28] - 人工智能已成为互联网龙头公司的战略性方向，大厂在模型、芯片、推荐算法到落地能力上全面布局，并全面加码资本开支：预计阿里巴巴（FY2026）、字节跳动（CY2025）、腾讯（CY2025）的资本开支将分别达到1252亿、1600亿和863亿元人民币 [6][33][35] - 国内龙头公司在AI大模型竞赛中表现突出：阿里的文本基座模型Qwen3 max位列国内榜单第一；腾讯的混元3D模型处于全球第一梯队；快手的可灵o1多模态模型在国内视频模型榜单排名第一 [6][33][46] AI应用落地与变现前景 - AI+广告是AI商业化落地的重要渠道，能显著提升广告投放效率与效果，海外龙头如谷歌、Meta已验证其赋能价值，国内腾讯、阿里、快手等厂商也正全面渗透 [6][41][42] - AI智能体（Agent）在2026年有望加速落地，带来流量入口价值重塑：腾讯计划构建以小程序为核心的“微信原生Agent”；阿里计划以千问为智能中枢打造“一站式生活服务Agent”；字节跳动通过Coze平台和豆包助手推动端侧AI Agent落地 [6][43][44] - 多模态AI是未来重要潜力方向，应用场景广阔，涵盖影视短片、商业广告、电商营销、教育、游戏娱乐等，国内厂商如字节跳动、腾讯、快手等在相关模型排行榜上表现强势 [46][47] - 海外龙头谷歌展示了资本开支投入与AI产出的正向循环：其2025年资本开支预计达910-930亿美元，模型能力全球领先，云端业务增长强劲，并与Anthropic达成价值超500亿美元的百万片TPU订单 [6][37][38] 智能驾驶与机器人出租车 - 看好具身智能方向，智能驾驶从算法到芯片均在加速落地：小鹏汽车计划在2026年第一季度发布VLA2.0系统，可实现从视觉到动作的直接输出；国产高阶智驾芯片（如地平线J6P）的落地有望推动供应商实现“量价齐升” [6][50][53] - 机器人出租车（Robotaxi）赛道的头部玩家单位经济模型（UE）已转正，商业化路径逐步被验证：小马智行第七代Robotaxi实现了以城市为单位的单车盈利，计划2026年将规模扩至3000台以上；文远知行在阿布扎比获得商业化牌照；小鹏汽车也计划在2026年推出Robotaxi车型 [54][57] 消费电子行业 - 2026年消费电子市场面临需求疲软与存储芯片涨价的挑战：IDC预计2026年中国智能手机出货量同比下降2.2%，Omdia预计中国PC出货量同比下降2%，存储涨价可能侵蚀供应链利润并加速行业洗牌 [58] - 投资应聚焦高利润赛道与新兴应用：高端市场（如苹果供应链）盈利稳健；折叠机、AI手机、AI眼镜等新兴需求成长空间广阔，IDC预计2026年全球折叠屏出货量同比增长超30%，中国新一代AI手机出货量将达1.47亿台（同比增长31.6%），全球智能眼镜出货量将突破2368.7万台 [59][60][62][63] 重点公司盈利预测与估值 - 报告列出了覆盖公司的详细盈利预测与估值倍数（基于2026年预期），例如：腾讯控股预计2026年营收8472.21亿元（同比增长12%），经调整净利润2990.30亿元（同比增长15%），对应市盈率17.0倍；阿里巴巴预计2026年营收11677.16亿元（同比增长12%），经调整净利润1699.56亿元（同比增长61%），对应市盈率15.2倍 [66]

核心观点 - AI军备竞赛远未结束，公司为支持前沿AI模型开发与满足云业务激增需求，计划进行巨额资本支出，这将对未来利润率构成压力，但管理层认为这是着眼于未来的必要投资，并阐述了AI商业化、与苹果合作等积极前景 [2][3][4][6][7][8] 资本支出与财务指引 - 公司给出2026年资本支出指引为1750亿至1850亿美元，且投资将随季度逐级增加 [3][7][8] - 巨额资本支出主要用于支持Google DeepMind的前沿模型开发及满足云客户激增需求，目前算力供应依然紧张 [8] - 预计2026年和2025年类似，约60%的资本支出将用于服务器，40%用于数据中心和网络设备等长周期资产 [9] - 随着基础设施投入增加，折旧费用将显著上升，预计2026年折旧增长率将进一步加速，对利润表构成持续压力 [4][10] AI商业化与产品进展 - Gemini App月活跃用户已超过7.5亿，自12月推出Gemini 3以来，每位用户参与度显著提高 [14] - 公司正在构建基于“AI代理”的全新商业模式，并提及“通用商业协议”，标志着从信息检索向替用户“执行任务”转变，预计2025年打基础，2026年消费者将能真正使用 [14][15] - 通过模型优化与效率提升，公司在2025年成功将Gemini的服务单位成本降低了78% [22] 市场定位与竞争回应 - 针对市场对“AI颠覆传统软件商业模式”的恐慌，公司反驳称Gemini是SaaS公司的AI引擎而非终结者，并列举数据：排名前20的SaaS公司中有95%以及排名前100的公司中有超过80%在使用Gemini，包括Salesforce和Shopify [11] - 公司确认与苹果达成深度合作，作为其首选云提供商，并基于Gemini技术开发下一代Apple Foundation模型，稳固了在iOS生态中的地位 [12][13] - 针对Gemini App是否会蚕食传统Google搜索流量的质疑，公司回应未看到任何蚕食证据，并称这是一个“扩张性时刻”，AI模式下的查询长度是传统搜索的三倍，在美国，自推出以来用户每日的AI模式查询量翻了一番 [15][16][17] 业务部门表现与战略 - 云业务营收增长48%，归功于AI基础设施优势，公司采用自研TPU与英伟达GPU并行的“两条腿走路”策略 [18][19] - YouTube广告收入增长9%，其短视频功能Shorts现在平均每日观看次数超过2000亿次 [20] - 在自动驾驶方面，公司确认对Waymo进行了新一轮巨额投入，Waymo筹集了迄今为止最大一轮融资，并将服务扩展到美国多个城市以及英国和日本，公司资助了Waymo本轮160亿美元投资中的很大一部分 [20] 运营效率 - 在内部效率方面，公司约50%的代码现在由编码代理编写，然后由工程师审查，这有助于工程师利用现有资源做更多事情、行动更快 [22]

指数及ETF表现 - 2026年2月5日早盘，中证数字经济主题指数下跌1.55% [1] - 指数成分股涨跌互现，海康威视领涨，华大九天、柏楚电子跟涨；润泽科技领跌，拓荆科技、三环集团跟跌 [1] - 数字经济ETF(560800)下修调整 [1] 行业动态与市场需求 - 随着AI集群规模向"Scale-up"和"Scale-out"架构扩张，800G和1.6T高速光模块成为核心增长引擎 [1] - Coherent公司透露1.6T产品的需求增速远超预期，早期以EML和硅光方案为主，下半年将启动200G VCSEL方案的量产，预计2026日历年将实现显著的营收贡献 [1] - 在全球云服务商大幅加强AI基础设施投资驱动下，2026年AI服务器出货量预计同比增长超28%，直接带动存储、CPU等核心芯片全线涨价 [2] - 三星电子已将NAND闪存价格上调超100% [2] - AMD服务器CPU几近售罄，英特尔与AMD拟于一季度提价10–15% [2] - 这一趋势印证AI算力正从基建投入加速迈向商业闭环，且随着AI终端化与Agent迭代深化，算力需求将持续扩张 [2] 公司业绩与资本开支 - 谷歌母公司Alphabet发布截至2025年12月31日的第四季度及全年财务业绩，年营收首破4000亿美元大关 [1] - 季度合并营收同比增长18%，全年营收首同比增长15% [1] - 谷歌云业务营收同比增长48%，运营利润率大幅提升至30.1% [1] - 管理层指出，积压订单激增至2400亿美元，这反映了企业对Gemini 3及AI基础设施（TPU/GPU）的巨大需求 [1] - 为了应对供不应求的AI算力需求，Alphabet预计2026年资本支出将进一步扩大至1750亿-1850亿美元，资金将重点用于扩大数据中心规模、采购英伟达芯片以及自研TPU [1] 指数构成 - 中证数字经济主题指数选取涉及数字经济基础设施和数字化程度较高的应用领域上市公司证券作为指数样本，以反映数字经济主题上市公司证券的整体表现 [2] - 截至2026年1月30日，中证数字经济主题指数前十大权重股分别为东方财富、寒武纪、中芯国际、海光信息、兆易创新、澜起科技、北方华创、中微公司、汇川技术、科大讯飞 [3] - 前十大权重股合计占比52.9% [3]

财务业绩概览 - 公司2025年全年营收首次突破4000亿美元，第四季度营收同比增长18% [1] - 2025年全年资本支出超过900亿美元，2026年资本支出预计将大幅增加 [3][9] - 人工智能投资已开始产生回报，推动云业务、搜索业务等多个板块取得成功 [10] 核心业务表现与战略 - 谷歌云业务延续高增速，是公司的核心增长引擎 [1] - 2025年全年，YouTube广告与订阅业务总营收突破600亿美元，第四季度YouTube广告营收增长得益于直接响应型广告的强劲表现 [6] - 搜索业务在第四季度加速增长，零售、金融、医疗健康等主要垂直领域均实现增速提升 [15] - 公司推行“人工智能优先”战略已超过十年，并持续进行长期规划以支持增长 [10] 人工智能与产品整合 - Gemini应用的月活跃用户在第四季度新增1亿，总数达到7.5亿，用户互动强度和留存率等指标均表现强劲 [13][14] - 公司正将多模态模型、代理式功能等创新整合到产品和API中，并通过Gemini改善搜索广告的匹配度和素材制作 [5][16] - Genie等新型内容创作模型将整合到YouTube平台，为创作者提供工具 [2][3] - 人工智能被用于提升内部运营效率，例如使用编码智能体辅助工程师，以及在财务、支付流程中部署智能体 [4][5] 资本支出与投资框架 - 2026年资本支出估算基于前几年的工作成果，且各业务板块需求异常强劲，预计全年仍将处于供应受限状态 [3] - 2025年约60%的资本支出用于服务器等设备，40%用于数据中心和网络设备等长周期资产，2026年这一比例将基本保持不变 [12] - 2026年，公司超过一半的机器学习计算资源将分配给云业务 [12] - 公司采用严谨的框架评估所有投资需求，并考虑现金流生成能力和财务健康状况，以确保财务审慎 [9][10] 代理式商务与通用商务协议 - 2025年，公司在代理式商务领域主要致力于奠定基础，开发所需的底层协议 [2] - 2026年1月，公司与多家创始合作伙伴共同推出了通用商务协议，旨在简化用户购物流程并为商家提供灵活性 [2][11][12] - 通用商务协议旨在优化用户通过搜索、YouTube、Gemini等平台完成的商业旅程，为业务带来扩张机遇 [11][12] 竞争与合作伙伴关系 - 在大型语言模型领域，公司正从预训练、微调、多模态等多个维度优化模型，并保持快速的创新节奏 [5] - 谷歌云提供丰富的加速器选择以满足客户多样化计算需求，这是其吸引力和增长动力之一 [6] - 公司正将Gemini深度整合到关键业务流程中，其SaaS客户的令牌使用量在第四季度增长非常强劲 [8] - 在与苹果等合作伙伴的合作中，公司关注如何通过合理的合作模式确保双方在人工智能搜索时代实现价值对齐 [15] 增长机遇与未来关注点 - YouTube的增长机遇包括联网电视、创新广告形式、助力品牌与创作者合作，以及Shorts等领域的广告创新 [7] - 搜索业务通过提升整体查询量、优化广告匹配、深化对用户意图的理解来推动增长，AI Max等工具已解锁数十亿新的查询变现机会 [16] - 公司目前最关注的问题是计算能力的供应，包括带宽、电力、土地、供应链等各种限制 [10] - 用户同时使用搜索和Gemini应用，扩大了查询类型范围，目前尚未发现业务分流的迹象 [16]

美股市场整体表现 - 美股市场延续风格轮动，科技权重股回调导致纳指连续第二天跌超1%，收跌1.51%至22904.58点，跌破100日均线 [1] - 标普500指数跌0.51%至6882.72点，但超7成（363只）成分股收涨，标普500等权指数收涨0.9% [1][2] - 道琼斯工业平均指数逆势上涨0.53%至49501.3点 [1] 行业与板块异动 - 光伏板块在“SpaceX团队考察中国光伏产业链”消息影响下全面大涨，微型逆变器制造商Enphase Energy涨38.60%，SolarEdge涨13.14%，光伏组件龙头晶科能源涨8.66% [2] - 软件及AI相关板块遭遇显著抛售，AI应用股AppLovin和Palantir均跌超10% [2] - “存储四巨头”集体下跌，闪迪跌15.95%，美光科技跌9.55% [2] 重点公司表现与动态：科技与半导体 - 英伟达股价跌3.41%，其首席执行官黄仁勋对软件股抛售表示难以理解，认为AI是使用而非取代现有软件工具 [2][3] - AMD因业绩指引缺乏亮点暴跌17.31%，创2017年5月以来最大单日跌幅，公司CEO苏姿丰强调AI正加速发展且数据中心业务需求“爆发式增长” [2][8] - 谷歌母公司Alphabet盘后宣布，当前财年资本支出计划高达1750亿-1850亿美元，远超分析师预期的1195亿美元及去年的914.5亿美元 [3] - 协助谷歌生产TPU的博通盘后涨超5%，受Alphabet资本支出计划提振 [4] - 高通因业绩指引令人失望，盘后下跌8%，CEO称主要受存储芯片短缺冲击智能手机客户影响 [9] - Arm Holdings尽管当季业绩符合预期，盘后股价仍下跌10% [10] 重点公司表现与动态：其他领域 - 礼来发布利好财报及乐观指引，股价大涨10.33%，公司预计全年销售额最高可增长27%，巩固其在减肥药市场的领先地位 [2][3][7] - 礼来竞争对手诺和诺德警告，由于减肥药市场价格竞争加剧，其今年销售额可能最多下滑13% [7] - 超微电脑发布财报后大涨13.78%，工业技术集团Fortive涨10.63% [2] - 美妆公司e.l.f. Beauty因季度业绩和指引双双大幅超预期，盘后大涨15% [11] 热门科技巨头表现 - 按市值排名，苹果逆势上涨2.6%，微软涨0.72%，伯克希尔哈撒韦-A涨2.4% [3] - 其他科技巨头普遍下跌：谷歌-A跌1.96%，亚马逊跌2.36%，Meta跌3.28%，台积电跌2.98%，特斯拉跌3.78%，博通跌3.83% [3] 中概股表现 - 纳斯达克中国金龙指数收跌1.95%，软件股抛售波及中概股 [6] - 多数中概股下跌：哔哩哔哩跌6.56%，网易跌5.41%，百度跌4.77%，富途控股跌4.02%，阿里巴巴跌2.76%，蔚来跌2.42%，小鹏汽车跌2.27%，京东跌1.75%，拼多多跌1.15% [6] - 理想汽车逆势上涨1.88% [6]

核心观点 - 人工智能芯片热潮正进入第二阶段 从英伟达通用GPU主导转向ASIC与GPU的激烈竞争 博通和台积电有望成为最大赢家 [1] AI芯片市场格局演变 - 研究机构Counterpoint预测 博通将在2027年继续保持其作为顶级AI服务器计算ASIC设计合作伙伴的领先地位 市场份额进一步扩大至60% [1] - 台积电作为定制芯片的主要代工选择 几乎完全吃下全球前十大数据中心及ASIC客户的晶圆制造订单 市场份额接近99% [1] - Marvell此前被视为博通的主要挑战者 但目前面临设计订单增长困境 Counterpoint估计其设计服务市场份额到2027年可能下滑至8% [3] ASIC与GPU的技术与成本比较 - 博通为谷歌设计的TPU 其能效比是英伟达H100的2到3倍 推理成本则低30%至40% [2] - 高盛分析师指出 TPU技术从v6发展到v7还将帮助每个token的成本下降70% [2] - 亚马逊的Trainium芯片在推理成本上相较于H100低30%至40% 其单位算力成本是H100的60% 推理吞吐量则比H100高25% [2] - 英伟达的CUDA软件是其维护企业客户的关键护城河 该通用并行计算平台覆盖全球95%以上的AI开发者 [3] 行业竞争动态与未来展望 - 越来越多大型数据中心运营商为降低成本 正在采购定制芯片(ASIC) [1] - 业内预期 未来几年市场更可能是ASIC和GPU并存的局面 现在仍无法断言哪种策略会被最终淘汰 [3] - Marvell曾与亚马逊合作Trainium 2项目 但由于表现不佳失去了Trainium 3的设计合约 另一家台湾公司Alchip最后参与了Trainium 3的开发 [2]