扫描下载APP
其它方式登录
摩根士丹利上调Alphabet TPU对外销售单价至每GW 270亿美元，毛利率升至30%，预计2028年TPU相关云收入达1080亿美元，谷歌云将贡献Alphabet约50%的EBIT，成为核心利润支柱。
Anthropic成功挖角谷歌TPU之父Amir Salek及OpenAI自研芯片核心成员Clive Chan，组建Custom Silicon部门，启动Claude专属AI芯片研发，并同步投资外部芯片初创Fractile、收购数据中心与电力资源，旨在通过软硬协同降低推理成本、摆脱英伟达依赖，抢占AGI算力制高点。
美银研报指出，谷歌TPU供应链中博通仍主导高价值核心芯片（ASIC、HBM集成、SerDes、网络交换），占据2500亿至3500亿美元价值份额；Marvell负责XPU周边芯片，价值约500亿至1000亿美元；联发科切入低成本优化型芯片。核心计算芯片壁垒稳固，价值重心持续偏向博通。
DeepMind领导层调整引发市场对Google算力分配策略的重估，更多TPU资源转向外部客户，推动Google Cloud收入结构转型；其第二季度云收入同比激增82%，积压订单达5140亿美元，其中超1500亿美元为TPU系统订单，有望在2027年带动收入增速达150%。
Jeff Dean指出AI下一阶段的核心不是更大模型，而是构建能长期运行、自动试错、持续积累能力的Agent系统，竞争焦点转向‘组织智能’；他强调推理硬件优化、数据搬运能耗、上下文工程、长程Agent可靠性及创业公司应聚焦通用模型成功率极低（0%-1%）的结构性盲区问题。
文章剖析谷歌通过AAA信用评级为TPU数据中心项目提供担保，将信用转化为股权化金融工具，构建绕过传统金融体系的AI基础设施融资生态；此举虽强化其产业壁垒，但也导致风险高度集中于AI商业化成败，形成脆弱的‘同向风险’结构，暴露巨大系统性隐患。
谷歌二季度财报显示AI商业化加速落地：云业务收入同比大增82%，TPU首次单季贡献超10亿美元收入，搜索业务逆势增长17%；资本开支指引大幅上修至1950–2050亿美元，摩根大通维持超配评级并建议逢低买入。
谷歌2026年二季度财报被视为AI资本开支周期的期中考卷，市场焦点不在传统财务指标，而在云业务增速、AI资本开支指引及TPU对外销售进展三大关键信号，其结果将直接影响美股AI巨头估值及A股光模块等算力产业链走势。
博通在摩根大通投资者会议上确认谷歌TPU v9按计划推进，苹果ASIC合作延至2031年并新增AI加速器项目，OpenAI下一代芯片即将流片，Tomahawk 6交换芯片供不应求；公司被定位为全球第二大AI半导体供应商及第一大定制芯片和网络半导体供应商，AI定制芯片需求爆发正推动其从周期股向AI基础设施核心供应商转型。
AI推理正面临成本、延迟与能效瓶颈，推动算力架构从通用GPU向专用推理芯片分化。多家科技公司及初创企业推出面向预填充、解码、KV缓存等细分任务的定制芯片（如Cerebras晶圆级芯片、Groq LPU、Google TPU 8i、d-Matrix存内计算芯片等），强调低首token延迟、高单位能耗产出和异构协同，而非单纯追求FLOPS。
摩根士丹利研报预测，依托自研TPU芯片及算力扩张，Google Cloud收入将于2028年达3080亿美元，占Alphabet利润比重从2%升至46%，推动公司从广告主导转型为AI算力运营商。
Google宣布对外销售自研TPU芯片及配套AI算力硬件，标志着其从云服务提供商转向AI基础设施系统供应商；此举旨在以更高效率和更低token成本抢占推理市场，对英伟达构成生态层面竞争压力，并推动AI算力向水电般的标准化、规模化基础资源演进。
随着AI算力需求重心从训练转向推理，谷歌TPU凭借集群效率高、硬件成本低、专用架构带来更高性价比等优势，正成为GPU之外的重要选择。文章分析了TPU与GPU的架构差异、适用场景及市场格局演变，指出TPU在大规模推理任务中更具优势，但GPU仍将在新算法研发等通用场景长期存在。
谷歌TPU出货量预期从1000万颗大幅上调至1500万颗，带动液冷、光纤、光通信等算力配套产业链需求爆发；液冷因高功耗TPU强制切换而迎来业绩提速与国产替代窗口，光纤受益于AIDC建设刚性需求和长期锁量协议，光通信环节如NPO光引擎、1.6T光模块等实现刚性配套增长。
Google通过发布新一代TPU、与黑石成立合资公司进军Neocloud市场、以及800亿美元股权融资三大动作，系统性挑战Nvidia GPU在AI算力市场的主导地位，直接冲击CoreWeave、Nebius、IREN等高估值Neocloud企业的核心叙事，即AI算力供不应求且Nvidia GPU为唯一选择。
