AI芯片市场竞争格局 - 亚马逊发布新一代AI芯片Trainium3并正在研发Trainium4 [2] - 谷歌官宣Gemini 3大模型并采用自研芯片，其性能评测被认为完胜OpenAI的GPT系列，一度引发英伟达股价大跌 [2] - 谷歌第七代自研TPU芯片Ironwood将在未来几周内正式发布，其采用光电路交换机（OCS）互联架构 [2] 谷歌TPU Ironwood性能参数 - Ironwood芯片在训练和推理方面的性能比上一代Trillium芯片提升4倍多 [3] - 芯片峰值算力达到每秒425万亿次运算，FP8算力达每秒4614万亿次浮点运算，超过英伟达B200芯片的每秒4500万亿次浮点运算 [3] - 内存带宽为每秒7.2太比特，略低于英伟达B200芯片的每秒8太比特 [3] - 每瓦性能为前代Trillium芯片的两倍，每个芯片内存容量达192千兆字节，是Trillium芯片的六倍 [3] TPU与GPU技术路径比较 - 谷歌TPU的核心价值在于其自洽的技术结构，从单芯片到跨Pod的算力调度，决定了大模型时代的可扩展性和能效边界 [4] - TPU在模型收敛稳定后使用效率最高，但在模型未收敛时GPU灵活性更高，两者被视为串行发展路线而非并行 [5] - 专家观点认为，GPU通用市场未来可能收窄至科研场景，生产场景将收敛至垂类模型并使用TPU，但这一过程不会太快 [5] 谷歌TPU的商业化进展 - 谷歌TPU从自用走向外销，Anthropic宣布将部署多达100万个谷歌TPU芯片训练AI大模型Claude [5] - 谷歌正与Meta等科技大厂洽谈TPU外采合作 [5] - 英伟达回应称其是唯一能运行所有AI模型并可在所有计算场景中部署的平台，并继续向谷歌供货 [6] 英伟达的竞争护城河 - 英伟达三大护城河包括能拿到台积电先进制程产能、CUDA生态、以及由算力芯片、网络芯片、交换芯片和软件生态形成的体系 [6] - 目前竞争对手仅能替代GPU芯片，要替代英伟达需攻破上述三大护城河 [6] 算力互联与OCS技术 - 算力集群催生卡间互联、机架互联需求，谷歌是OCS（光电路交换机）技术的先行者 [6][7] - OCS直接进行光路交换，无需光电转换，可减少延迟和能量消耗，在跨区域扩展和大规模AI算力需求中优势显著 [7] - OS作用在交换层，用于机架间交换，智算领域的网络接入层、交换层、核心层正被重构 [8] 市场预期与产业链影响 - 大摩亚洲半导体团队将谷歌2027年TPU产量预测从约300万块上调至500万块，上调幅度达67%；将2028年预测从约320万块上调至700万块，上调幅度高达120% [8] - 谷歌TPU V7 Ironwood配置1.6T光模块，其OCS采用的MEMS和液晶方案的核心部件供应商有望受益 [9] - 相关概念股如光库科技最高涨超50%，赛微电子最高涨幅翻倍 [9] - 分析认为OCS与光模块是协同共生关系，头部光模块厂商将在OCS新赛道构筑全方位竞争优势 [9]