谷歌TPU与英伟达GPU的竞争格局 - 谷歌TPU凭借其TPU V6训练出Gemini 3，在过去半年取得阶段性领先，甚至吸引了Meta等公司的采购[4] - 英伟达的Blackwell架构（如GB200）相比前代H200是“断代式跨越”，性能暴涨导致部署面临重大挑战，包括需从风冷改为液冷、机架重量增至3倍、功率需求增至4倍，以及软件需改造，这些因素延长了其交付周期[6] - 真正的竞争格局反转预计将在Blackwell全面部署并启动大规模训练后发生，预测时间点为2026年第一季度[7] - 届时，率先有效利用Blackwell算力红利的公司（如马斯克的xAI，其已拥有约20万张GB200+H200等效规模算力集群）可能推出领先模型（如Grok5），从而拉开与同行的差距[7] 2026年第一季度：AI格局潜在转折点 - 2026年第一季度可能成为AI大模型格局改写的关键节点，届时应可观察到三个现象：Grok5表现超预期、OpenAI/Anthropic/Gemini相继推出更强模型、以及率先使用Blackwell的公司与同行拉开差距[8] - 当前AI模型质量提升已进入算力驱动阶段，而非算法驱动阶段，算力仍是瓶颈，例如DeepSeek v3.2论文指出20万张卡协同已接近极限，再堆叠H200意义不大[8] - Blackwell代表的算力增长是“阶跃式增长”，将推动模型能力发生质变，而非微调[10] AI的商业化应用与收益 - AI的商业价值正从“降本”转向“增收”，世界500强非科技公司已实现可量化的收益[11] - 以全球物流经纪公司CH Robinson为例，应用AI后，其报价响应时间从平均45分钟缩短至1分钟内，报价成功率从60%提升至100%，从而直接提升了营收，收回了原本流失的40%业务收入[12][14] - 未来，能否利用AI进行决策、调度和供需匹配，将成为公司能否突破增长天花板的关键，不能拥抱AI的公司将面临淘汰风险[16] 太空算力中心的未来趋势 - 从第一性原理分析，太空在能源、散热和传输速度方面相比地球建设算力中心具有显著优势[18] - 能源成本：太空可获稳定光照，太阳能效率提升30%以上，且无需建设大型电站和高压电网，成本几乎免费[19] - 散热成本：太空的真空和低温环境为天然散热方案，而地球上的液冷系统则制造维护复杂、成本高昂，例如Blackwell芯片已必须使用液冷[21] - 传输速度：太空中的激光传输在接近真空环境中传播更快[23] - 实现太空算力的主要障碍是巨大、便宜且能高频发射的火箭，目前只有SpaceX的星舰有望满足此条件[25] - 马斯克旗下的特斯拉（物理世界AI）、SpaceX（太空基础设施）和xAI（虚拟世界AI）构成相互咬合的闭环战略，为其带来巨大的未来现金流折现预期，其身价已达7000亿美金，并有望成为首位万亿富翁[27] 对AI与算力时代的宏观展望 - 行业正在经历一场百年级别的科技转折，GPU竞争仅是序章，算力将成为未来最重要的能源，AI是新经济的基础设施[28] - 未来五年关键趋势包括：Blackwell模型出现导致模型能力分化、AI商业化加速推动非科技行业大规模增收、以及算力基础设施逐步向太空迁移[28] - 未来二十年将是AI与算力文明的时代，抓住趋势至关重要[28]