Apple 与 Google 的支出差距揭示 AI 超大规模云服务商如何夺取硬件市场

Apple 和 Google 如今面临显著的支出分野：Alphabet 报告的未来采购承诺达 8110 亿美元，而 Apple 约为 570 亿美元。

这一比较并非只衡量内存订单，而是涵盖基础设施、库存、制造、能源、许可证及其他商品或服务的广泛义务。

即便有这一前提，Apple 与 Google 之间的差距仍反映出更深层的转变。云服务提供商如今掌握的采购预算，足以压过传统消费电子买家。

截至 2026 年第二季度，Alphabet、Microsoft、Meta 和 Amazon 的采购承诺合计接近 2 万亿美元。其中，Google 和 Microsoft 占据了大部分。

这些承诺并不等同于当前的资本支出。它们代表跨越多年的已签约采购和未完成订单。

这一差异很重要，因为这些数字显示了企业正在为哪些未来产能预留资源，也揭示了哪些客户能够向供应商提供最大规模的长期需求保障。

Apple 曾经是半导体供应商最努力满足的客户。其庞大的设备出货量使其能够影响生产排期、组件规格和定价。

AI 基础设施改变了这种平衡。超大规模云服务商正在锁定加速器、定制处理器、内存、存储、网络设备、数据中心，以及运行这些设施所需的电力。

因此，这并不只是两家科技公司之间的竞争，而是智能手机经济与云基础设施经济之间的一次力量逆转。

接近 2 万亿美元已作出承诺，但并非全部用于内存

这一醒目的数字衡量的是采购承诺总额，而不是专门用于内存芯片的 2 万亿美元订单。

一项采购承诺统计显示，Alphabet、Microsoft、Meta 和 Amazon 的合计义务接近 1.968 万亿美元。

Alphabet 以约 8110 亿美元居首。Microsoft 紧随其后，约为 6780 亿美元；Meta 则约为 3493 亿美元。

Amazon 的规模约为 1300 亿美元。四家公司合计的承诺额约为 Apple 报告总额的 34 倍。

这些数字需要谨慎解读。采购承诺可能包括供应商合同、未完成采购订单、云基础设施、制造、房地产、能源、内容和库存。

它们也分布在不同的时间跨度内。一些款项将在一年内支付，另一些则覆盖持续更久的合同。

Alphabet 的季度文件提供了最清晰的例子。该公司报告称，截至 6 月底，采购承诺及其他合同义务达 8110 亿美元。

其中约 2007 亿美元为短期义务。根据 Bloomberg 对该文件的分析，这一总额较三个月前增加了近 5000 亿美元。

Alphabet 表示，其承诺涵盖技术基础设施、库存、能源合同、许可证和其他义务。因此，该文件并不支持将全部 8110 亿美元称为 AI 硬件订单。

同样的限制也适用于超大规模云服务商的合计数字。它表明了未来采购的规模，但若无企业披露更多细节，无法单独分离出内存部分。

这一限制并不意味着比较毫无意义。对于正在建设云与 AI 产能的企业而言，技术基础设施构成其报告义务中的重要部分。

这一趋势也很难忽视。Alphabet 的义务从 2025 年末的 1491 亿美元，在两个季度内增至 8110 亿美元。

截至 12 月底，Alphabet 1491 亿美元总额中的 1130 亿美元为短期义务。其中大部分短期金额涉及技术基础设施和库存订单。

到 6 月时，承诺总额已增加逾五倍。这种变动意味着规模大得多的供应协议、项目合同或未完成订单。

具体构成仍未披露。投资者无法确定其中有多少用于处理器、内存、数据中心、电力、制造服务或无关承诺。

不过，在供应竞赛期间，长期采购具有战略价值。买家可以在工厂、封装产线和数据中心产能可用之前预留产出。

这使采购承诺不同于一般运营支出。它们向供应商传递了有关未来需求量、规划信心以及承担产能风险意愿的信号。

Google 正在发出该群体中最强烈的信号。至少从其公开文件可见的义务来看，Apple 发出的信号要小得多。

AI 基础设施为何正在改写供应商层级

超大规模云服务商正在取代设备制造商，成为最有能力为新增半导体和数据中心产能提供支撑的客户。

AI 系统需要的不只是加速器芯片。每台服务器还需要处理器、网络组件、存储、内存、冷却设备、机架和可靠电力。

高带宽内存（HBM）是一种堆叠式 DRAM，旨在让数据在内存与 AI 处理器之间高速传输。其制造流程会消耗大量产能。

先进封装带来了另一项约束。它将处理器和内存整合到复杂封装中，但供应商无法立即扩建这些产线。

晶圆代工产能构成第三个瓶颈。Google、Amazon、Microsoft 和 Meta 都在设计定制处理器，这些处理器必须与其他芯片客户争夺制造产能。

大客户可以通过签署长期协议作出回应。这些承诺让供应商相信，昂贵的产能投资将有买家承接。

这一动态影响着 Micron、Samsung、SK hynix、TSMC 以及外包半导体封装测试公司。在产能仍然有限时，它们都必须决定优先满足哪一类需求。

消费电子企业历来占据优势，因为它们订购的数量较为可预测。Apple 可以为与年度 iPhone 和 Mac 生产相关的大规模组件生产提供支撑。

如今，超大规模云服务商提供了更大的机会。其基础设施项目涵盖处理器、服务器、内存、存储、网络、设施和多年期电力合同。

领先的云服务企业还采用持续部署计划。它们可以在多个地区消化新增产能，而不必等待一年一度的设备周期。

这一差异改变了与供应商的谈判。云服务提供商可以承诺数年的需求，同时帮助证明新建工厂产线或扩大封装能力的合理性。

供应商获得了已承诺的买家。超大规模云服务商则获得了对未来产出的更强主张，以及在交付队列中更靠前的位置。

近期资本支出计划进一步凸显了这一压力。Google、Microsoft、Meta 和 Amazon 在第一季度更新后，预计其 2026 年合计支出将达 7250 亿美元。

这比上一年的 4100 亿美元增长了 77%。Microsoft 将其预测中 250 亿美元的增量归因于更高的内存和组件成本。

Microsoft 还预计基础设施产能限制将持续至 2026 年。其挑战在于能否足够快地让处理器、存储和加速器系统投入运行。

随着组件价格上涨，Meta 上调了预测。该公司还提到了对数据中心建设所需土地、电力和熟练工人的竞争。

这并非孤立的采购问题，而是一场从半导体制造延伸至地方电网的关联性产能竞争。

拥有最大承诺规模的企业可以影响每一个环节。它们的订单会塑造供应商建设什么、项目何时启动，以及哪些产品获得稀缺组件。

这一过程可能形成强化循环。更大的承诺锁定更多产能，从而支持更多云服务并吸引更多客户工作负载。

这些工作负载又为后续订单提供理由。规模较小的基础设施买家要么接受更弱的条件，要么依赖合作伙伴，要么收窄自身雄心。

Apple 与 Google 的分野标志着采购实力的逆转

Apple 与 Google 的比较显示，采购影响力正从终端设备转向训练和服务 AI 模型所需的基础设施。

Apple 的6 月文件报告了约 570 亿美元的无条件采购义务。其中约 562 亿美元将在 12 个月内到期。

Apple 将这些义务定义为对未来商品或服务的承诺，主要涵盖供应商安排、分销权、许可知识产权和内容。

按照一般企业标准，这一数字仍然相当可观。只有放在主要超大规模云服务商如今报告的义务旁边时，它才显得较小。

Alphabet 的总额超过 Apple 的 14 倍。Microsoft 的规模接近 12 倍，而 Meta 则超过 Apple 的六倍。

据报道，即使 Nvidia 也持有约 1190 亿美元的采购承诺，这一总额超过 Apple 已披露义务的两倍。

在智能手机时代，这样的比较会显得奇怪。Apple 的出货量和集中的产品发布曾使其成为决定性的半导体客户。

供应商可以围绕 Apple 的年度安排规划大规模生产。赢得其业务还意味着声望、收入可见性和严苛的技术要求。

云基础设施引入了另一种杠杆来源。超大规模云服务商不需要先交付实体消费产品，便能消耗更多组件。

它可以将加速器部署到云区域、内部模型集群、搜索系统、广告工具和企业服务中。产能成为一种共享的生产资源。

Google 有多种方式将这一资源变现。它销售云计算服务、运营消费者服务、支持广告业务，并部署自己的 Gemini 模型。

Apple 主要通过硬件、服务及其已安装设备基础变现。其基础设施需求遵循不同的商业模式和风险特征。

这并不意味着 Apple 已停止投资 AI，而是指 Apple 避免匹配最大型云运营商的基础设施承诺。

这一选择在 Apple 和 Google 于 2026 年 1 月宣布多年期 AI 合作后变得更加明显。两家公司表示，未来的 Apple Foundation Models 将使用 Gemini 模型和 Google 云技术。

这份联合 AI 声明将支出差距与产品战略联系起来。Apple 无需复制 Google 的整套基础设施，便可获得大规模 AI 能力。

这种做法可以保护 Apple 免于承担巨额固定承诺，但也增加了其对基础设施提供商的依赖；后者在操作系统、服务、设备和 AI 助手领域均与其竞争。

因此，这一逆转远不止是采购排名。Google 既是 Apple AI 计划的供应商，也是对底层基础设施出价高得多的竞标者。

Apple仍通过其设备掌控着宝贵的分发渠道。Google则日益掌控支撑这些设备体验所需的计算能力和模型技术。

双方的关系兼具合作与依赖。Apple带来客户、硬件整合、隐私工程能力以及操作系统入口。

Google带来模型、云系统、加速器、数据中心容量，以及支撑这些资源的采购承诺。两家公司各自掌控不同层面。

然而，基础设施已成为稀缺环节。这让Google获得了单纯智能手机购买量已无法保证的影响力。

Apple与Google之间的支出差距并不能证明谁是赢家。它反映的是，哪家公司正为AI容量承担更大的财务与运营承诺。

云服务买家锁定产能，内存供应商获得更大议价能力

稀缺性让内存和制造供应商拥有更多空间，优先考虑能够提供大规模、长期承诺的买家。

AI加速器依赖HBM实现快速数据访问。服务器还需要传统DRAM、固态存储和网络缓冲，以支持大规模分布式工作负载。

一个AI集群可能包含数千颗协同运行的加速器。所需的配套内存会随模型规模、流量以及生成内容长度增加而增长。

推理，即运行已训练模型的过程，正日益成为基础设施需求的主要驱动力。每当用户或软件代理请求回答时，这一过程都会重复发生。

训练会产生规模庞大但可预先安排的计算任务。推理则形成持续性的运营负载，并会随着产品获得更多用户、处理更多任务而增长。

云服务提供商必须在需求到来前准备好产能。等到需要服务器时再行动，可能会发现内存、电力、封装能力或数据中心空间已经不足。

长期合同提供了一种应对方式。买家接受未来义务，以换取交付确定性、优先获取权或对供应商扩产的支持。

内存生产商有理由欢迎这种安排。该行业历来饱受过度扩产、价格下跌和痛苦库存调整周期的困扰。

确定的需求减少了部分不确定性。这能让供应商更放心地投资制造设备和先进封装产能。

不过，供应商仍面临艰难抉择。建设太少会错失收入，而建设太多则可能引发新一轮供过于求。

最大的买家能够转移部分风险。其采购承诺帮助供应商为项目提供合理性，同时将更多需求风险放到超大规模云厂商的资产负债表上。

这种转变给消费市场带来压力。投向HBM或企业级存储的产能，并不总能同时服务于传统电脑和智能手机。

制造商也能从高端AI组件中获得更高回报。这种激励促使其优先供应超大规模云厂商购买的产品。

传统设备公司随后将面临更高价格、更长交付周期或更弱的谈判地位。它们的订单仍然庞大，但增长前景可能显得不那么有吸引力。

Apple可以通过多种方式应对。它可以签订更多供应协议、围绕可用组件重新设计产品，或利用其现金实力捍卫优先获取权。

它也可以将更多AI处理转移给云合作伙伴。这种方式会减少直接的基础设施需求，但并不能消除对云容量成本的敞口。

硬件效率提供了另一条路径。Apple可以在设备端运行适合的任务，减少发送至大型服务器集群的数据量。

设备端处理也有助于保护隐私并支持离线运行。不过，更大的模型和复杂的代理任务往往需要超出手机或笔记本电脑能力的资源。

实际结果很可能是本地计算与云计算的结合。Apple掌控本地环境，而Google则提供不断扩大的远程AI能力份额。

对内存供应商而言，两条路径都会创造需求。设备需要本地内存，而云系统则以更高集中度消耗HBM、服务器DRAM和存储。

更大的利润机会会影响产品路线图。供应商会将工程资源投入那些能够提供规模、利润率和多年可见性的客户。

这正是采购承诺如何成为竞争武器。它们会在买家为成品组件下普通订单之前，塑造未来供应。

这些承诺数字无法证明什么

巨额义务体现了信心与议价能力，但并不能证明AI需求将带来足够的财务回报。

第一项不确定性涉及会计口径。不同公司对采购承诺的分类和描述不同，因此直接比较的精确性不如标题数字所暗示的那样高。

Alphabet的8110亿美元包含的不仅是AI设备。Apple的570亿美元包括供应商安排、权利、知识产权和内容。

Microsoft、Meta和Amazon同样披露了覆盖多项业务需求的义务。将这些数字相加可以提供有用的方向性指标，但并非一份干净的内存市场数据集。

第二项不确定性涉及时间。承诺可能跨越多年，其付款时间表也存在显著差异。

更高的总额可能反映合同期限更长，而非近期消费按比例更高。缺少标准化到期表时，比较仍不完整。

合同条款还可能包括取消条款、最低付款额、可变数量或时间调整。公开文件很少提供足够细节，以便为每项义务建立模型。

第三项不确定性是需求。在尚未完全了解客户将如何使用未来AI服务之前，超大规模云厂商正在预留产能。

强劲的云服务积压订单提供了一定支撑，但积压订单并不能保证基础设施得到均匀利用。客户可能推迟项目，或逐步使用已签约服务。

Alphabet在2025年底拥有2428亿美元的剩余履约义务，主要与Google Cloud相关。其中略高于一半预计将在24个月内实现。

这一客户积压订单规模远小于后来披露的8110亿美元采购承诺。两项数字衡量的是不同内容，但这一差距值得关注。

收入积压订单记录的是尚未确认的已签约客户收入。采购承诺记录的是公司未来支出和对供应商的义务。

一家健康的企业可以拥有大于收入积压订单的采购管线。不过，这种差异提高了未来增长、利用率和利润率所承受的压力。

AI设备的更新速度也很快。加速器可以在多年内保持实用价值，但更新的系统通常能提供更好的性能和能效。

预留过多当代产能的买家，日后可能面临较弱的经济效益。即便客户偏好更新的基础设施，它仍可能需要向供应商履约。

能源带来另一项风险。数据中心需要发电能力、输电连接、冷却系统和地方许可，已安装的芯片才能创造收入。

设施延迟可能推迟已订购组件带来的经济收益。即使部署计划推迟，合同义务也可能持续存在。

资本密集度增加了财务压力。根据近期估算，四家最大的超大规模云厂商自2023年以来已在AI基础设施上投入超过1万亿美元。

预计它们2026年的合计资本支出还将增加7450亿美元。这样的节奏迫使投资者不再只看收入增长，也要审视现金流。

根据其业绩，Alphabet第二季度的资本支出达到449亿美元。公司的基础设施扩张导致该季度自由现金流为负。

一个季度并不能证明问题会长期存在。但它表明，即使是利润极高的平台，也会感受到快速建设产能对现金的影响。

巨额承诺还可能放大下行周期。如果AI需求不及预期，超大规模云厂商无法立即解除数据中心、能源和半导体合同。

当客户减少新订单时，供应商将面临滞后的冲击。现有承诺可能保护近期收入，却会增加之后的库存风险。

因此，Apple与Google之间的差异反映的是两种策略，而不是简单的勇气与犹豫之分。Google正承担更多基础设施风险，以追求云和AI领域的领导地位。

Apple则在利用合作关系获得外部能力的同时保留灵活性。这降低了直接敞口，但也让合作伙伴在其产品栈中扮演更大角色。

两种策略都尚未完成检验。Google必须将预留产能转化为盈利性使用，而Apple必须在不拥有同等基础设施的情况下交付有竞争力的AI体验。

三项信号将显示支出差距是否会转化为持久优势

利用率、供应商产能决策以及Apple的AI交付情况，将决定Google的承诺是形成持久影响力，还是造成昂贵的过剩。

第一个信号是Alphabet下一次披露的采购承诺。投资者应关注总额、短期部分，以及对6月增长的任何解释。

进一步上升将表明Google仍在积极锁定产能。下降则可能意味着已完成交付、合同修订或采购周期放缓。

构成比总额本身更重要。Alphabet需要说明其中有多少与技术基础设施、能源、库存、许可证和其他义务有关。

云业务增长提供了相应的需求检验。当Google Cloud收入、积压订单和营业利润随已部署产能一同增长时，基础设施承诺看起来会更有说服力。

利用率同样重要。只有客户工作负载或内部产品让昂贵的处理器保持忙碌，服务器才能创造价值。

第二个信号是供应商行为。应关注TSMC、Micron、Samsung和SK hynix的资本支出及产能分配。

新的HBM、晶圆代工和先进封装投资，将表明客户承诺足以支持持久的产能扩张。

优先协议将提供更明确的信号。供应商可能披露与主要云客户签订的多年合同、预付款或专属产能安排。

不过，快速扩张也会增加未来供过于求的风险。供应商的克制程度将揭示制造商是否相信，AI需求曲线能超越当前的短缺。

消费级组件市场状况提供了一个实际指标。持续的价格压力或供应受限，将表明AI产品仍在挤占传统内存需求。

第三个信号是Apple交付由Gemini支持的AI功能的情况。这项合作必须带来可靠能力，让客户能够在Apple设备上实际使用。

如果Apple无需匹配超大规模云厂商的支出就能推出有竞争力的功能，其轻资产模式将获得可信度。届时，Google的产能将同时支持两家公司的产品。

如果Apple出现延迟、可用性受限或整合薄弱，基础设施差距就会显得更加重要。依赖外部提供商可能减缓协同并削弱控制力。

Apple未来的采购义务也将揭示其是否改变方向。实质性增长可能意味着新的供应协议，或更大的直接基础设施战略。

核心问题已不再是Apple是否仍是重要的半导体买家。显然，它仍然是。

问题在于，供应商会围绕Apple的设备周期，还是围绕超大规模云厂商的AI基础设施计划来设计下一轮产能扩张。

对于开发者和企业买家而言，这一转变影响的不仅是组件市场。它决定哪些云拥有产能、哪些模型保持可用，以及服务成本将如何变化。

评估 AI 产品的团队不应只关注基准测试成绩，还应跟踪其背后的基础设施。可用性和经济效益取决于内存、电力、部署能力以及供应商获取能力。

随着这一市场的发展，一个可搜索的工程知识库可帮助团队留存申报文件、架构说明和供应商变动信息。

只有当产能转化为可靠的产品和可盈利的需求时，Apple 与 Google 之间的差距才会变得决定性。在此之前，8110 亿美元既代表着筹码，也意味着风险敞口。

请关注接下来的申报文件、供应商扩产计划，以及 Apple 的 AI 推广进展。这些信号综合起来，将显示云服务买家是否已永久取代消费电子，跃居硬件供应优先级的首位。