首页/新闻资讯/正文详情

谷歌Q2财报:云收入大增82%但现金流首负,开支加速与订单增长谁主沉浮?

发布时间:2026/9/29 8:22:04 来源:云帆数科 栏目:资讯中心
谷歌Q2财报:云收入大增82%但现金流首负,开支加速与订单增长谁主沉浮?
谷歌Q2财报云收入大增但现金流首负开支加速与订单增长谁主沉浮今天凌晨谷歌发布了2026年二季度财报。先看亮眼数字谷歌云本季度收入247.7亿美元同比增长82%远超市场此前约64%的一致预期甩开预期十八个百分点。谷歌云作为公司的第二增长曲线已连续几个季度跑赢微软Azure和亚马逊AWS上季度增速比分是63%、40%、28%本季度再次刷新纪录。自由现金流首负账面利润存“水分”然而继续翻看财报另一个数字却令人意外。本季度自由现金流为负58.55亿美元上一季度是正101亿再往前两个季度分别是245亿和244亿这是谷歌历史上首次单季度自由现金流为负。此外六月份谷歌进行了三种融资除两类普通股外还有一种到期会强制转成普通股的优先股净获496亿美元。同一季度还无抵押借债203亿美元另外还有400亿美元的增发计划截至6月底一股未卖算下来近700亿美元进账还有400亿备用额度。这三件事看似矛盾业绩好却缺钱缺钱还敢借债实则是同一笔钱的三个面。本季度谷歌购置设备和建设数据中心花费449.24亿美元去年同期为224.46亿翻了一倍而卖广告和云服务收回现金390.69亿相减得出负58.55亿。这也解释了中文互联网流传的“谷歌净利润暴增298%”的误会该季度谷歌持有的股票上涨产生990亿美元净收益绝大部分未兑现仅账面浮盈就使每股收益推高6.26美元扣除后每股约2.85美元才是主营业务实际收益略低于市场预期的2.89美元。所以本季度真实情况是主营业务盈利略低于预期账面利润因持股上涨飙涨三倍现金流首次为负这也是财报发布后谷歌股价盘后跌约3%的原因市场关注的是那449亿的支出。钱从现金栏流向了资产负债表的“固定资产”栏年初该栏净值2466亿美元到6月底变为3212亿半年新增七百多亿美元的机器、机柜、土地和电力设施。折旧年限影响利润谷歌面临新挑战会计上对固定资产有折旧处理如买服务器当天付清现金但成本要分摊到使用年限内逐年记录。谷歌本季度购置449亿“设备”已开始记录折旧本季度折旧71亿美元去年同期50亿一年涨四成。过去四个季度谷歌买设备累计花1324亿美元按当前速度一年折旧不到300亿购买速度是折旧速度的四倍多差额将在未来几年影响利润表。这一时间差还提升了谷歌云本季度营业利润率从去年同期五分之一出头提升到超三分之一既有业务规模扩大的因素也有成本分期记录的时间差优势。机器折旧年限很重要2023年1月谷歌将服务器折旧年限从四年拉长到六年部分网络设备从五年拉到六年当年少记39亿美元折旧净利润增加30亿每股多0.24美元这属于合法会计估计变更微软、Meta、亚马逊也有类似调整。不过亚马逊在2025年初将部分服务器年限从六年改回五年理由是AI技术迭代快机器过时早。不同做法导致几百亿美元账期差异对谷歌而言新添机器的折旧问题愈发关键市场已在讨论折旧对大厂现金流的影响甚至给出时间表谷歌盘后股价下跌就与折旧账单提前到来有关。开支加速提前“越线”投资策略引争议今年6月Epoch AI研究机构测算云巨头经营现金流和买机器开支趋势线交叉时间即公司自身现金无法满足买机器需求需外部融资的时间。按其外推甲骨文已越线亚马逊正在越Meta要到2027年下半年微软要到2028年谷歌原预计2027年一季度实际2026年二季度就提前约三个季度到来。原因是谷歌持续增加开支同一晚电话会上将全年买机器预算从1800 - 1900亿美元上调到1950 - 2050亿美元这已是年内第二次上调且Epoch测算用的是上调前数据。为增加开支谷歌今年上半年股票回购金额为零去年同期是283亿美元将资金都投入到机房建设。本季度谷歌每100块经营现金收入买设备支出115块入不敷出缺口通过融资填补。首席财务官阿什克纳齐在电话会上解释公司产能不足需求强劲到甚至打算租第三方云服务商算力补缺还表示2027年开支会继续增加有投资回报就会持续投入。这一解释与财报数字呈现出两个故事一个是需求旺盛不建机房失职另一个是开支加速需靠未来收入支撑两个故事都成立区别在于时间验证市场先对第二个故事做出反应。开支确定利好供应商产业链格局生变虽然两个故事有争议但1950 - 2050亿美元开支是确定的这笔钱将用于采购芯片、服务器、机柜等谷歌下单供应商生产很多供应商在A股。对供应商来说谷歌财报中的“指引”和“在手订单”很重要“指引”表明预计全年开支范围年内两次上调意味着能见度范围扩大谷歌云在手订单达5140亿美元上季度末是4620亿约一半订单将在两年内转化为收入本季度82%的云增长就是订单兑现的体现。不过据外媒5月报道Anthropic承诺五年约2000亿美元采购虽无官方口径但占在手订单四成左右分析师提醒这一结构类似甲骨文和OpenAI的情况。此外财报显示谷歌云产品收入主要来自TPU系统销售TPU是谷歌自研AI芯片过去自用省钱现在开始对外销售谷歌在产业链上既是大买家也是新卖家。产业链机构预计TPU今年出货量可能达600万颗随着其卖家身份确立相关封装、基板、互联等配套供应商名单将在后续浮出水面。而且谷歌机器折旧年限不仅影响自身利润表也影响供应商复购周期亚马逊调整服务器年限的做法在客户利润表和供应商订单簿上有不同影响。最后需注意接下来一两周微软、Meta、亚马逊财报将影响整体市场能见度今天凌晨这份谷歌财报关键是看资金流向和转化为谁的收入。

相关推荐

基于YOLOv10的固体废物智能识别系统开发实践
基于YOLOv10的固体废物智能识别系统开发实践

1. 项目概述:固体废物智能识别系统这个基于YOLOv10的固体废物识别检测系统,是我最近完成的一个环保科技项目。它能够自动识别和分类两种常见可回收物——塑料瓶(Bottle)和金属罐(Cans),准确率达… · 2026/7/27 21:58:50

RAR 压缩包密码怎么取消?3种方法应对
RAR 压缩包密码怎么取消?3种方法应对

日常办公中,很多人会给 RAR 压缩包设置解压密码,用来保护重要文件。但后续不再需要保护文件了,每次打开都要重复输入密码,就会很麻烦。我们日常使用的解压缩软件,并没有“一键取消密码”的选项,但是&#x… · 2026/9/20 18:36:20

2026年做跨境电商,很多人不知道这3个隐形关联流量入口,正被头部大卖悄悄吃透(实战复盘)
2026年做跨境电商,很多人不知道这3个隐形关联流量入口,正被头部大卖悄悄吃透(实战复盘)

跨境电商新蓝海:被忽视的三大隐形流量入口深度解析 在跨境电商领域,流量获取一直是卖家们关注的焦点。随着平台规则日益严格和竞争白热化,传统的关键词广告和站内推广成本不断攀升,效果却逐渐稀释。然而,在众多卖家追逐… · 2026/7/29 8:24:07

Spingboot启动预热的实现
Spingboot启动预热的实现

启动预热的适用场景启动预热适合以下情况:数据主要来自第三方接口,无法直接从本地数据库读取。第三方接口响应较慢,首次访问容易超时。一个页面需要调用多个第三方接口或逐项查询。数据读取频繁,但变化不频繁。希望服务启动后&… · 2026/9/29 6:52:37

Understanding Driving Risks using Large Language Models: Toward Elderly Driver Assessment
Understanding Driving Risks using Large Language Models: Toward Elderly Driver Assessment

文章主要内容总结 本文研究了多模态大语言模型(具体为ChatGPT-4o)利用静态行车记录仪图像进行类人交通场景解读的潜力,重点聚焦与老年司机评估相关的三项任务:交通密度评估、交叉口可见性评估和停车标志识别。这些任务需上下文推理而非简单目标检测。研究采用零样本、少样… · 2026/9/28 3:32:43

Leveraging Large Language Models for Classifying App Users‘ Feedback
Leveraging Large Language Models for Classifying App Users‘ Feedback

文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)解决应用用户反馈分类的挑战,传统方法依赖有监督机器学习,但受限于标注数据集的规模和质量。研究通过三个核心实验评估了4种先进LLMs(GPT-3.5-Turbo、GPT-4o、Flan-T5、Llama3-70b)的性能: LLMs在用户反馈分类中的基… · 2026/9/28 3:32:43

Using Large Language Models for Legal Decision-Making in Austrian Value-Added Tax Law: An Experim...
Using Large Language Models for Legal Decision-Making in Austrian Value-Added Tax Law: An Experim...

文章主要内容总结 本文通过实验评估了大型语言模型(LLMs)在奥地利及欧盟增值税(VAT)法框架下辅助法律决策的能力。研究聚焦于两种提升LLM性能的方法——微调(fine-tuning)和检索增强生成(RAG),并在两类案例中进行验证:一是权威教科书案例,二是税务咨询公司的真实案… · 2026/9/28 3:32:43

学Java别走弯路,这5个方向最吃香
学Java别走弯路,这5个方向最吃香

学Java的人很多,但学明白的人不多。有人学了半年还在写控制台程序,有人一年就能独当一面。差别不在天赋,而在方向。Java生态太庞大了,什么都学等于什么都没学。选对方向,事半功倍。今天盘点当前最吃香的5个Java方向&am… · 2026/9/29 4:13:53

AlphaAgents: Large Language Model based Multi-Agents for Equity Portfolio Constructions
AlphaAgents: Large Language Model based Multi-Agents for Equity Portfolio Constructions

AlphaAgents相关总结与翻译 一、文章主要内容总结 (一)研究背景与问题 传统股票投资组合管理依赖人类分析师处理海量信息(如财务披露、财报、市场新闻等),存在信息处理效率低、易受认知偏差(如损失厌恶、过度自信)影响的问题,可能错失投资收益机会。尽管AI在数据处理… · 2026/9/28 3:32:08

MATLAB雷达信号脉冲压缩仿真:LFM线性调频、匹配滤波与距离分辨率实现
MATLAB雷达信号脉冲压缩仿真:LFM线性调频、匹配滤波与距离分辨率实现

简介:这套Matlab仿真工具完整呈现雷达信号脉冲压缩过程,从线性调频(LFM)信号生成、目标回波仿真到匹配滤波压缩处理均有可运行代码支撑,面向电子信息工程、计算机、数学等专业学生,适用于课程设计、期末大作… · 2026/9/29 0:45:26

汕头网站建设制作厂家避坑指南:5大注意事项救急
汕头网站建设制作厂家避坑指南:5大注意事项救急

汕头网站建设制作厂家避坑指南:5大注意事项救急 改个需求建站公司拖一周,这种憋屈事我见得太多了。 很多汕头老板找本地建站团队,签合同前看着方案挺美,一上线就变脸。 今天不聊虚的,直接拆解找 汕头网站建设制作厂家 时的5个核心 注意事项… · 2026/9/27 0:00:01

多模态虚假新闻检测实战:BERT+ResNet双塔与对比学习
多模态虚假新闻检测实战:BERT+ResNet双塔与对比学习

简介:基于PyTorch的多模态虚假新闻检测项目完整代码包,面向自然语言处理与计算机视觉交叉方向的开发者、科研人员及毕业设计选题者,解决社交媒体中文本与图像联合识别虚假新闻的问题。系统以BERT预训练模型提取文本语义特征,以Res… · 2026/9/27 0:00:01

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码