谷歌团队在这一轮中击败了 OpenAI 团队——这对您的投资组合意味着什么

TradingKey - 在过去一个月中，人工智能相关的市场流动出现了分化。自从 Gemini 3 发布以来，Alphabet 的股票大幅上涨，而与 OpenAI 生态系统相关的公司则受到压力。投资者正在将投资重心转向与谷歌对齐的公司，尤其是博通（Broadcom，AVGO）。

博通共同开发了谷歌的张量处理单元（TPUs），这些定制的人工智能芯片为 Gemini 3 的训练和推理提供动力。Alphabet 能够绕过 NVIDIA 的 GPU 瓶颈，并完全在其 TPU 堆栈上训练 Gemini 3，这对 NVIDIA 在基础模型领域的主导地位构成了重大挑战。

对冲基金 Coatue Management 据报道创建了两个可比投资组合以跟踪这一变化。一个代表 “谷歌团队”，包括 Alphabet（GOOGL）、博通、Celestica（CLS）、Lumentum Holdings（LITE）和 TTM Technologies（TTMI）。另一个代表 “OpenAI 团队”，包括 NVIDIA、微软（MSFT）、软银集团（SFTBY）、甲骨文（ORCL）、AMD（AMD）和 CoreWeave（CRWV）。

自十月底以来，回报率出现了显著分化。“谷歌团队” 明显表现优于 “OpenAI 团队”。

高盛还指出，资本正越来越多地转向 “谷歌链” 叙事，专注于 Alphabet 自建的人工智能堆栈，而远离曾由微软和甲骨文等公司定义的与 OpenAI 相关的交易。

这一变化背后是一个简单的重新调整：重新下注谷歌的垂直整合基础设施——从其 TPU 硬件到云部署——更具可扩展性、更独立，并且随着时间的推移，更具盈利能力。

OpenAI 退回核心

面对日益增长的竞争压力，OpenAI 正在重新聚焦。

在周一发布的全公司通知中，首席执行官 Sam Altman 写道：“我们正处于 ChatGPT 的关键时刻。” 他要求团队优先考虑核心产品的执行——特别是提升 ChatGPT 的速度、稳定性和个性化。

根据《金融时报》，Gemini 3 的下载量正在迅速追赶 ChatGPT。行业基准也显示 Gemini 3 在一系列评估任务中表现优于 GPT-5。

与 Alphabet 不同，OpenAI 依赖外部资本。其盈利模式尚未自给自足。内部路线图显示，OpenAI 需要将收入规模扩大到约 2000 亿美元才能实现盈利。尽管用户增长令人印象深刻——高峰时每周活跃用户达到 8 亿——但在平衡人工智能安全性和用户体验的同时维持这一轨迹已被证明是困难的。

与此同时，Anthropic 在企业领域快速崛起，给压力增添了另一层。

在这一周期中，最受关注的资本结构之一是 OpenAI–Oracle–NVIDIA 的 “循环”。Stargate 项目——一个 5000 亿美元的超大规模计算计划——旨在建立多达 10GW 的人工智能数据中心。NVIDIA 既是 CoreWeave 和 OpenAI 的主要供应商，也是股东。

这一点很明确：同一资本结构正在为结果提供资金、建设和下注。分析师将这一设置描述为 “对单一人工智能结果的万亿美元超级赌注”。这一规模超出了正常 IT 资本支出周期的一个数量级。

观察者指出，问题在于：一旦现金流现实与预期出现分歧，乘数效应可能会反向运行。交叉持股和循环货币化结构放大了风险，但并不总能保证回报。

NVIDIA 的控制力受到考验，市场重新定价 GPU 理论

在 OpenAI 集群中，NVIDIA（NVDA）成为了最受影响的公司。

尽管收益强劲，但其股票在压力下表现不佳。Gemini 3 完全在 TPU 系统上训练的发布促使人们对 NVIDIA 的护城河进行集体重新评估。Alphabet 的 ASIC 架构虽然不如 GPU 设计通用，但在推理、成本和能效方面提供了更强的结果。

更重要的是，谷歌控制着整个堆栈：它制造芯片（TPU），运行基础设施（数据中心和 OCS 网络），拥有操作系统和训练工具，并运营云租户层（Gemini + Google Cloud）。这种对齐使谷歌既拥有架构控制权，又具备成本独立性。这不仅仅是技术上的优势——这是一场资本结构的胜利。

NVIDIA 的基本面并没有恶化。但边际资本流动的变化反映了投资者的重新校准。人工智能基础设施的故事不再是仅仅依赖 GPU 的交易。它正在成为一个多架构的游戏：GPU 和 TPU 共存。Alphabet 曾被视为人工智能基础设施的二线参与者，现在正被重新定价为系统级竞争者。

不过——一个竞争护城河依然完好无损：CUDA。

NVIDIA 的并行计算生态系统通常被描述为人工智能开发的 “操作系统”。正如 Windows 定义了 PC 时代的用户体验，Linux 使网络服务器得以运行，CUDA 将硬件、API 和可互操作的开发工具结合在一起，使得大规模机器学习工作负载能够开箱即用。它仍然是实验室、企业和开发者社区之间的连接纽带。

但科技分析师 Ben Thompson 提出了一个警告。他指出，过去，像谷歌和微软这样的超大规模公司通过决定 “值得” 将基础设施移植到多种 CPU 类型上，打破了英特尔在数据中心的主导地位。

他警告说：同样的情况可能适用于 NVIDIA。随着人工智能工作负载现在集中在少数云服务提供商手中，这些提供商有充分的理由和资源基础去拆解 Thompson 所称的 “CUDA 门”。

软银：与 OpenAI 的命运紧密相连

最近重新评级的另一个受害者是软银集团。

与 OpenAI 的资本结构紧密相关，它承受了波动的重压。自十月底以来，股价下跌了约 40%。原因是什么？过度的风险敞口。

软银在十二月需要向 OpenAI 支付 225 亿美元——这是更广泛的 320 亿美元承诺的一部分。这个估值的提升在夏末推动了其股价上涨。

现在势头已经转变。如果 OpenAI 的估值达到 5000 亿美元，其持股将占软银净资产价值的 20% 以上。在牛市中，这是一种助力。但当信心减弱时，风险敞口则是双刃剑。

投资洞察：非零和未来中的 GPU 与 TPU

值得注意的是：GPU 和 TPU 并不是互斥的。

从长远来看，人工智能工作负载可能会在混合系统上运行。GPU 在模型开发、预训练、原型设计和多用途研究中仍然不可或缺。TPU 在推理规模的部署中表现出色，支持搜索、广告和大规模模型调用，具有更好的功耗和延迟特性。

在短期内，资本可能会继续从 NVIDIA 轻微转向谷歌。这反映了 TPU 商业化的重新定价以及谷歌硬件供应商的变化。这也反映了风险偏好的转变——从扩张性押注转向成本效益型押注。

但从更广泛的角度来看，计算需求并没有放缓——反而在激增。

GPU（用于训练）与 TPU/ASIC（用于推理）之间的功能分割可能是最可能的结果。模型构建者并不是选择阵营——他们在优化资源配置。

了解更多