文章核心观点 - 谷歌凭借其自研的专用AI芯片TPU，在性能与成本上展现出对英伟达通用GPU的竞争优势，正在打破英伟达在AI算力领域的垄断格局，这可能引发英伟达估值修正及全球科技股波动 [4][5][8] 市场格局与资金流向变化 - 过去三年，英伟达占据全球AI训练芯片80%以上的市场份额，市值一度突破5万亿美元 [4] - 近期市场风向改变，谷歌股价大涨而英伟达股价大跌，显示华尔街资金正从英伟达流向谷歌 [10] - 谷歌TPU及Gemini 3大模型在市场排名中名列前茅，获得业内认可 [5] 谷歌TPU获得市场验证与订单 - Meta Platforms正与谷歌讨论一项潜在的数十亿美元交易，计划从2027年开始为其数据中心购买谷歌芯片 [11] - Anthropic官宣订购最高100万片谷歌TPU，价值几十亿美元 [11] - 苹果自2024年起已确认使用TPU训练模型 [12] - 这些订单为行业做出示范，证明谷歌芯片的可用性 [20] 谷歌TPU的技术与成本优势 - 谷歌TPU是专用集成电路，更专业、更省钱，而英伟达GPU是综合性芯片，部分算力不参与大模型计算，利用率无法最大化 [15] - 训练超大规模模型时，英伟达芯片实际算力利用率普遍较低，硬件资源被浪费 [16] - 英伟达芯片电费昂贵，训练一个大模型的光电费就够买好几台H100，影响企业盈利 [16] - 谷歌TPU采用矩阵乘法，实现稀疏计算和集群互连，功耗显著低于同级别英伟达GPU [17] - 根据1GW AI数据中心测算表，谷歌TPU v6e的单芯片功率为0.25kW，远低于英伟达Grace Blackwell的1.00kW和Vera Rubin的0.90kW [18] - 在1GW AI数据中心配置下，TPU v6e可部署1,333,333个芯片，数量远超英伟达方案 [18] - TPU v6e的芯片单价为4.5千美元，低于英伟达Grace Blackwell的30.0千美元和Vera Rubin的45.0千美元 [18] - 谷歌是唯一一家将ASIC真正投入大规模部署的公司 [19] - 有初创公司从英伟达GPU切换至谷歌TPU，测算可节省成本30%以上 [20] 对英伟达及AI生态的潜在冲击 - 谷歌TPU的替代冲击开始动摇“AI就是英伟达”的市场预期 [27][28] - 谷歌TPU在公有云AI加速器市场份额已达两位数，且快速增长 [28] - 英伟达估值已严重脱离基本面，市盈率远超行业均值，逼近互联网泡沫时期水平 [26] - 英伟达市值超过4万亿美元，其数据中心业务占比超70%，高度绑定AI芯片 [26] - 若TPU持续分流核心客户，英伟达营收增速将显著放缓，高估值缺乏业绩支撑 [28] - 英伟达作为全球市值最高的科技企业之一，是各大指数核心权重股，其股价波动将影响全球股市稳定性 [28] - 对冲基金持有英伟达的仓位达历史峰值并动用巨量杠杆，若股价大幅下跌可能引发基金砍仓和螺旋式下跌 [29] - 英伟达产业链上的供应商和下游云厂商库存将面临减值风险，可能放大市场波动甚至引发流动性危机 [29] 对行业及宏观经济的潜在影响 - 英伟达泡沫破裂可能冲击本已脆弱的实体经济，导致市场重新审视AI行业发展，相关企业融资受阻 [30] - 可能导致AI行业内初创企业破产倒闭，以及大企业降薪裁员，影响就业并形成坏账 [30][31] - 短期来看，纳斯达克科技股可能进入挤泡沫周期 [32] - 长期来看，训练成本下跌和大模型门槛降低，市场将进入真正的“百模大战” [32]