<p><strong>字母表</strong>（GOOGL 0.50%）（GOOG 0.29%）多年来一直在开发自己的张量处理单元（TPU）。但直到最近，该公司才开始将这些处理器视为不仅仅是一个副项目，而是对 <strong>英伟达</strong>（NVDA +3.90%）图形处理器的真正替代方案。</p>
<p>这一转变可能对英伟达产生重要影响，因为谷歌越来越专注于使用自己的处理器并将其租赁给其他人工智能公司。</p>
<p>以下是谷歌的 TPU 可能对 英伟达 构成更大威胁的原因，超出投资者的想象。</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84NzgwNTMvaW52ZXN0aW5nLXRhYmxldC13YWxsLXN0cmVldC1zdWl0LXN0b2Nrcy1maW5hbmNlLTEyMDB4ODAwLTViMmRmNzkuanBnJnc9Mzg0MA?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84NzgwNTMvaW52ZXN0aW5nLXRhYmxldC13YWxsLXN0cmVldC1zdWl0LXN0b2Nrcy1maW5hbmNlLTEyMDB4ODAwLTViMmRmNzkuanBnJnc9Mzg0MA"/></p>
<p>图片来源：Getty Images。</p>
<h2>定制处理器在人工智能计算方面表现出色</h2>
<p>过去，图形处理器在所有人工智能相关领域都是无可争议的赢家。</p>
<p>但人工智能公司最近发现，设计自己的定制处理器可以是实现快速高效人工智能计算的好方法。</p>
<p>例如，谷歌的 TPU 在处理人工智能工作负载时，预计总成本节省可达 30%，相比使用其他超大规模公司的芯片。这是因为定制处理器可以专门设计用于其 Gemini 人工智能模型处理信息的方式。</p>
<p>字母表今年在资本支出方面的支出高达 1900 亿美元，管理层表示：“明年，我们预计支出将显著增加，与 2026 年相比。” 大幅降低人工智能计算成本可能帮助谷歌最终更高效地运营其人工智能数据中心，并使其巨额的人工智能投资最终值得其高昂的成本。</p>
<p>而且 谷歌 并不是唯一这样做的公司。许多科技公司正在更多地关注定制处理器，以使其人工智能模型更高效并降低成本。<strong>太空探索技术公司</strong>（SPCX 4.51%）正在构建一些人称之为 “主权人工智能” 的系统，其中 SpaceX 拥有从芯片设计和制造到人工智能模型本身的所有权。其他公司，如 <strong>亚马逊</strong> 和 <strong>微软</strong>，也在设计自己的人工智能处理器。</p>
<p>这意味着英伟达可能会失去在人工智能芯片设计市场的主导地位。当然，这并不是必然的，但随着人工智能投资的激增，科技巨头们正在努力找出如何使这些投资获得回报。</p>
<p>展开</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vYXJ0L2NvbXBhbnlsb2dvcy9tYXJrL0dPT0dMLnBuZyZ3PTEyOA?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="字母表股票报价" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vYXJ0L2NvbXBhbnlsb2dvcy9tYXJrL0dPT0dMLnBuZyZ3PTEyOA"/></p>
<h2>NASDAQ: GOOGL</h2>
<p>字母表</p>
<p>今日变动</p>
<p>(-0.50%) $-1.81</p>
<p>当前价格</p>
<p>$357.08</p>
<h3>关键数据点</h3>
<p>市值</p>
<p>$4.3T 市值仅根据公开交易的流通股计算。不包括未上市、私有或双重类别非交易股份。隐含市值可能有所不同。市值仅根据公开交易的流通股计算。不包括未上市、私有或双重类别非交易股份。隐含市值可能有所不同。</p>
<p>日内区间</p>
<p>$352.77 - $357.82</p>
<p>52 周区间</p>
<p>$179.68 - $408.61</p>
<p>成交量</p>
<p>728K</p>
<p>平均成交量</p>
<p>31.5M</p>
<p>毛利率</p>
<p>60.43%</p>
<p>股息收益率</p>
<p>0.24%</p>
<h2>为什么英伟达不能掉以轻心</h2>
<p>谷歌几个月前宣布 与黑石集团 开始合资，计划到 2027 年部署 500 兆瓦的 TPU 产能，并补充说它 “计划随着时间的推移显著扩大。”</p>
<p>这一产能水平表明谷歌对使用其 TPU 的决心不仅仅是一个宠物项目。</p>
<p>更重要的是，它计划将部分产能租赁给其他科技公司。这种系统被称为新云商业模式，其中科技公司使用自己的处理器和数据中心，并将部分产能租赁给其他公司。快速扩张的新云市场可能到 2030 年占据 20% 的人工智能云市场。</p>
<p>如果更多科技公司转向租赁谷歌的 TPU，或使用他们自己的处理器，这不仅会损害英伟达在人工智能数据中心领域的市场份额——目前约为 86%——还可能会降低英伟达的利润率。</p>
<p>英伟达享有约 74% 的可观毛利率，但随着谷歌的 TPU 带来更多竞争，可能不久之后英伟达就无法维持其曾经的定价能力。这可能是对英伟达主导地位的最大威胁之一。</p>

谷歌-A

谷歌-C

英伟达

<p>谷歌内部的张量处理单元（TPUs）对英伟达的人工智能芯片主导地位构成了重大威胁。通过提供具有成本效益的定制处理器，并通过与黑石集团的合资企业扩展其 “新云” 租赁模式，谷歌旨在抢占市场份额。这一转变与亚马逊和微软等其他科技巨头的做法相呼应，可能会侵蚀英伟达的 86% 市场份额，并压缩其高利润率，因为超大规模云服务商更倾向于优先考虑内部效率而非第三方 GPU</p>

<p><strong>Alphabet</strong>( GOOGL 0.50%)( GOOG 0.29%) has been developing its own Tensor Processing Units (TPUs) for years. But it wasn't until recently that the company started to see these processors not just as a side project but as a real alternative to <strong>Nvidia</strong>'s ( NVDA +3.90%) graphics processors.</p>
<div class="lb-trans"><p><strong>字母表</strong>（GOOGL 0.50%）（GOOG 0.29%）多年来一直在开发自己的张量处理单元（TPU）。但直到最近，该公司才开始将这些处理器视为不仅仅是一个副项目，而是对 <strong>英伟达</strong>（NVDA +3.90%）图形处理器的真正替代方案。</p>
</div><p>The shift could be consequential for Nvidia, as Google focuses more on using its own processors and renting them to other AI companies.</p>
<div class="lb-trans"><p>这一转变可能对英伟达产生重要影响，因为谷歌越来越专注于使用自己的处理器并将其租赁给其他人工智能公司。</p>
</div><p>Here's why Google's TPUs could be a bigger threat to Nvidia than investors might think.</p>
<div class="lb-trans"><p>以下是谷歌的 TPU 可能对 英伟达 构成更大威胁的原因，超出投资者的想象。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84NzgwNTMvaW52ZXN0aW5nLXRhYmxldC13YWxsLXN0cmVldC1zdWl0LXN0b2Nrcy1maW5hbmNlLTEyMDB4ODAwLTViMmRmNzkuanBnJnc9Mzg0MA" alt="A person looking at a tablet." original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F878053%2Finvesting-tablet-wall-street-suit-stocks-finance-1200x800-5b2df79.jpg&amp;w=3840&amp;op=resize"/></p>
<p>Image source: Getty Images.</p>
<div class="lb-trans"><p>图片来源：Getty Images。</p>
</div><h2>Custom processors are really good at AI compute</h2>
<div class="lb-trans"><h2>定制处理器在人工智能计算方面表现出色</h2>
</div><p>It used to be that graphics processors were the hands-down winners for all things artificial intelligence.</p>
<div class="lb-trans"><p>过去，图形处理器在所有人工智能相关领域都是无可争议的赢家。</p>
</div><p>But what AI companies have found recently is that designing their own custom processors can be a great way to achieve fast and efficient AI computing.</p>
<div class="lb-trans"><p>但人工智能公司最近发现，设计自己的定制处理器可以是实现快速高效人工智能计算的好方法。</p>
</div><p>For example, Google's TPUs can handle AI workloads at an estimated total cost savings of up 30% compared to using chips made by other hyperscalers. That's because the custom processors can be designed specifically for how its Gemini AI model processes information.</p>
<div class="lb-trans"><p>例如，谷歌的 TPU 在处理人工智能工作负载时，预计总成本节省可达 30%，相比使用其他超大规模公司的芯片。这是因为定制处理器可以专门设计用于其 Gemini 人工智能模型处理信息的方式。</p>
</div><p>Alphabet is spending up to $190 billion in capital expenditures this year, and management has said, &#34;Next year, we expect it to significantly increase compared to 2026.&#34; Drastically reducing AI compute costs could help Google eventually run its AI data centers far more efficiently, and make its massive AI investments eventually worth the high cost.</p>
<div class="lb-trans"><p>字母表今年在资本支出方面的支出高达 1900 亿美元，管理层表示：“明年，我们预计支出将显著增加，与 2026 年相比。” 大幅降低人工智能计算成本可能帮助谷歌最终更高效地运营其人工智能数据中心，并使其巨额的人工智能投资最终值得其高昂的成本。</p>
</div><p>And Google isn't the only one doing this. Many tech companies are looking more to custom processors to make their AI models more efficient and reduce costs. <strong>Space Exploration Technologies</strong>( SPCX 4.51%) is building what some are calling a &#34;sovereign AI&#34; in which SpaceX owns everything from the chip design and manufacturing to the AI model itself. And others, like <strong>Amazon</strong> and <strong>Microsoft</strong>, are designing their own AI processors as well.</p>
<div class="lb-trans"><p>而且 谷歌 并不是唯一这样做的公司。许多科技公司正在更多地关注定制处理器，以使其人工智能模型更高效并降低成本。<strong>太空探索技术公司</strong>（SPCX 4.51%）正在构建一些人称之为 “主权人工智能” 的系统，其中 SpaceX 拥有从芯片设计和制造到人工智能模型本身的所有权。其他公司，如 <strong>亚马逊</strong> 和 <strong>微软</strong>，也在设计自己的人工智能处理器。</p>
</div><p>All of which means that Nvidia could lose its dominance in the AI chip design market. It's not inevitable, of course, but as AI investments have skyrocketed, tech giants are trying to figure out how to make these investments pay off.</p>
<div class="lb-trans"><p>这意味着英伟达可能会失去在人工智能芯片设计市场的主导地位。当然，这并不是必然的，但随着人工智能投资的激增，科技巨头们正在努力找出如何使这些投资获得回报。</p>
</div><p>Expand</p>
<div class="lb-trans"><p>展开</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vYXJ0L2NvbXBhbnlsb2dvcy9tYXJrL0dPT0dMLnBuZyZ3PTEyOA" alt="Alphabet Stock Quote" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Fart%2Fcompanylogos%2Fmark%2FGOOGL.png&amp;w=128&amp;op=resize"/></p>
<h2>NASDAQ: GOOGL</h2>
<div class="lb-trans"><h2>NASDAQ: GOOGL</h2>
</div><p>Alphabet</p>
<div class="lb-trans"><p>字母表</p>
</div><p>Today's Change</p>
<div class="lb-trans"><p>今日变动</p>
</div><p>(-0.50%) $-1.81</p>
<div class="lb-trans"><p>(-0.50%) $-1.81</p>
</div><p>Current Price</p>
<div class="lb-trans"><p>当前价格</p>
</div><p>$357.08</p>
<div class="lb-trans"><p>$357.08</p>
</div><h3>Key Data Points</h3>
<div class="lb-trans"><h3>关键数据点</h3>
</div><p>Market Cap</p>
<div class="lb-trans"><p>市值</p>
</div><p>$4.3TMarket cap calculated using publicly traded shares outstanding only. Does not include unlisted, private, or dual-class non-traded shares. Implied market cap may vary.Market cap calculated using publicly traded shares outstanding only. Does not include unlisted, private, or dual-class non-traded shares. Implied market cap may vary.</p>
<div class="lb-trans"><p>$4.3T 市值仅根据公开交易的流通股计算。不包括未上市、私有或双重类别非交易股份。隐含市值可能有所不同。市值仅根据公开交易的流通股计算。不包括未上市、私有或双重类别非交易股份。隐含市值可能有所不同。</p>
</div><p>Day's Range</p>
<div class="lb-trans"><p>日内区间</p>
</div><p>$352.77 - $357.82</p>
<div class="lb-trans"><p>$352.77 - $357.82</p>
</div><p>52wk Range</p>
<div class="lb-trans"><p>52 周区间</p>
</div><p>$179.68 - $408.61</p>
<div class="lb-trans"><p>$179.68 - $408.61</p>
</div><p>Volume</p>
<div class="lb-trans"><p>成交量</p>
</div><p>728K</p>
<div class="lb-trans"><p>728K</p>
</div><p>Avg Vol</p>
<div class="lb-trans"><p>平均成交量</p>
</div><p>31.5M</p>
<div class="lb-trans"><p>31.5M</p>
</div><p>Gross Margin</p>
<div class="lb-trans"><p>毛利率</p>
</div><p>60.43%</p>
<div class="lb-trans"><p>60.43%</p>
</div><p>Dividend Yield</p>
<div class="lb-trans"><p>股息收益率</p>
</div><p>0.24%</p>
<div class="lb-trans"><p>0.24%</p>
</div><h2>Why Nvidia can't take this lightly</h2>
<div class="lb-trans"><h2>为什么英伟达不能掉以轻心</h2>
</div><p>Google announced a few months ago that it's starting a joint venture with Blackstone to deploy 500 megawatts of its own TPU capacity by 2027 and added that it has &#34;plans to scale significantly over time.&#34;</p>
<div class="lb-trans"><p>谷歌几个月前宣布 与黑石集团 开始合资，计划到 2027 年部署 500 兆瓦的 TPU 产能，并补充说它 “计划随着时间的推移显著扩大。”</p>
</div><p>That level of capacity shows Google is serious about using its TPUs as more than just a pet project.</p>
<div class="lb-trans"><p>这一产能水平表明谷歌对使用其 TPU 的决心不仅仅是一个宠物项目。</p>
</div><p>What's more, it plans to rent some of that capacity to other tech companies. This system is called a neocloud business model, in which a tech company uses its own processors and data center and rents some of its capacity out to others. The rapidly expanding neocloud market could take 20% of the AI cloud market by 2030.</p>
<div class="lb-trans"><p>更重要的是，它计划将部分产能租赁给其他科技公司。这种系统被称为新云商业模式，其中科技公司使用自己的处理器和数据中心，并将部分产能租赁给其他公司。快速扩张的新云市场可能到 2030 年占据 20% 的人工智能云市场。</p>
</div><p>If more tech companies pivot to renting out Google's TPUs, or using their own processors, it will not only hurt Nvidia's market share in the AI data center space -- currently around 86% -- but it could also bring Nvidia's margins down.</p>
<div class="lb-trans"><p>如果更多科技公司转向租赁谷歌的 TPU，或使用他们自己的处理器，这不仅会损害英伟达在人工智能数据中心领域的市场份额——目前约为 86%——还可能会降低英伟达的利润率。</p>
</div><p>Nvidia enjoys an enviable gross profit margin of about 74%, but with more competition looming from Google's TPUs, it might not be that long before Nvidia can't command the same pricing power it once did. And that could be one of the biggest threats to Nvidia's dominance in a long time.</p>
<div class="lb-trans"><p>英伟达享有约 74% 的可观毛利率，但随着谷歌的 TPU 带来更多竞争，可能不久之后英伟达就无法维持其曾经的定价能力。这可能是对英伟达主导地位的最大威胁之一。</p>
</div>

Google's In-House AI Chip Strategy Could Be a Bigger Threat to Nvidia Than Investors Think. Here's Why.

- 谷歌正加速开发自有 TPU 处理器，挑战英伟达的市场地位。  
- 谷歌计划到 2027 年部署 500 兆瓦 TPU 产能，并打算出租给其他公司。  
- 定制处理器降低成本，可使谷歌在 AI 数据中心运营中更有效率。

Motley Fool

黑石集团

亚马逊

微软

黑石抵押信托

1 倍做空英伟达 ETF - Direxion

南方两倍做多英伟达

2 倍做多英伟达 ETF - Direxion

1.5 倍做空英伟达 ETF - Tradr

2 倍做空 NVDA ETF - GraniteShares

1 倍做空谷歌 ETF - Direxion

2 倍做多谷歌 ETF - Direxion

南方两倍做空英伟达

2 倍做多英伟达 ETF - GraniteShares

2 倍做多英伟达 ETF - Leverage Shares

Roundhill GOOGL WeeklyPay ETF

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

英伟达期权收益策略 ETF - YieldMax

2 倍做多 MAG7 指数 ETF - Roundhill

微软每日 2 倍做多 ETF - Direxion

亚马逊每日 2 倍做多 ETF - Direxion

亚马逊每日 1 倍做空 ETF - Direxion

GraniteShares 2x Long AMZN Daily ETF

Yieldmax Amzn Option Income ETF

YieldMax GOOGL Option Income Strategy ETF

GraniteShares 2x Long GOOGL Daily ETF

2 倍做多谷歌 ETF - T-Rex

Kurv Yield Premium Strategy Google GOOGL ETF

Roundhill AMZN WeeklyPay ETF

Tradr 2X Short AMZN Daily ETF

Graniteshares YieldBOOST AMZN ETF

Kurv Yield Premium Strategy Amazon AMZN ETF

微软每日 1 倍做空 ETF - Direxion

2 倍做多 MSFT ETF - GraniteShares

YieldMax MSFT Option Income Strategy ETF

T-Rex 2X Long Microsoft Daily Target ETF

Roundhill MSFT WeeklyPay ETF

Kurv Yield Premium Strategy Microsoft MSFT ETF

ProShares Ultra NVDA

Leverage Shares 2x Cpd Acclrtd NVDAMnETF

NVDA 周配息 ETF - Roundhill

GraniteShares YieldBOOST NVDA ETF

xETFs NVDA Daily Income ETF

NVDA 期权收益策略 ETF - YieldMax

XI二南英伟-U

半导体 ETF - VanEck Vectors

费城交易所 半导体 ETF - iShares

半导体 3 倍做多 - Direxion

Invesco PHLX Semiconductor ETF

标普半导体 ETF - SPDR

动态半导体 ETF - Invesco

纳斯达克半导体 ETF - First Trust

SpaceX

NVIDIA Corporation

谷歌的自研 AI 芯片策略可能对英伟达构成比投资者预期更大的威胁。以下是原因