<p>谷歌最新的人工智能模型，Gemini 3.0，標誌着人工智能競爭格局中的一個關鍵時刻，不僅意味着模型能力的飛躍，還意味着支撐其運行的基礎設施的深刻變化。根據 CNBC 的 Deirdre Bosa 的報道，這一公告強調了谷歌在定製硅片方面的戰略優勢，特別是其張量處理單元（TPU），以及其重塑長期由 Nvidia 主導的 AI 芯片市場動態的潛力。這一發展不僅僅是一個新模型的推出；它揭示了谷歌利用其深厚技術基礎實現無與倫比的性能和成本效率的深思熟慮的舉措，使其成為一個強大的垂直整合參與者。</p>
<p>CNBC 商業新聞 TechCheck 主播 Deirdre Bosa 在《交易所》節目中談到了 Alphabet 在 Gemini 3.0 發佈後股價創下新高的情況，強調了谷歌定製 AI 芯片的作用。她報告的核心集中在 Gemini 3.0 如何迅速攀升至第三方 AI 排名上，指出該模型是 “完全在 TPU 上訓練的，而不是 Nvidia 的 GPU”，這是一個顯著的轉變，也是 “在這個層面上的首次”。這一戰略選擇突顯了谷歌對其專有硬件的信心，以及其從硅片設計到模型部署的整體集成方法的承諾。</p>
<p>多年來，TPU 在很大程度上被視為一種內部資產，是一種強大但專業化的工具，主要在谷歌龐大的生態系統內使用。Bosa 簡潔地捕捉了這種看法，指出 TPU“被視為一種強大但小眾的工具，只有谷歌才能真正使用”。然而，Gemini 3.0 在這一架構上成功訓練，展示了超越其以前 “小眾” 地位的成熟和可擴展性。該模型在 TPU 上實現前沿性能的能力驗證了谷歌在定製硅片上的長期投資，證明這些芯片現在能夠 “在全球範圍內訓練和服務一個真正的前沿系統”。這對推理成本的影響是巨大的，這是部署大型語言模型的關鍵因素，使谷歌對這些費用有更大的控制權，並可能實現更具攻擊性的定價或更廣泛的模型可及性。</p>
<p>關於 TPU 的敍述進一步得到了其在谷歌直接運營之外日益擴展的採用的支持。雖然 Gemini 3.0 在 TPU 上的內部訓練是一個意圖的聲明，但市場對谷歌定製芯片日益增長的興趣更具説明性。值得注意的是，Anthropic，一家知名的 AI 模型構建者，也是 OpenAI 的直接競爭對手，已經在擴大其 TPU 的使用，承諾進行一項價值數十億美元的雲交易。根據報道，這項承諾在未來幾年內價值 “數百億美元”，涉及 “多達一百萬” 個 TPU，清晰地表明瞭外部前沿 AI 開發者對其能力和成本效益的認可。</p>
<p>這種外部驗證不僅限於 Anthropic。其他主要科技公司，包括蘋果、OpenAI 和 Meta，也據報道 “在某種程度上使用或測試 TPU 基礎設施”。這種廣泛的採用，即使是在那些可能依賴於 Nvidia 主導的 GPU 的公司中，也表明對 TPU 在特定 AI 工作負載中的效率和性能特徵的日益認可。這表明 AI 芯片供應鏈可能會多樣化，從近乎壟斷轉向一個更具競爭力的格局，其中定製硅片扮演着越來越重要的角色。</p>
<h3>相關閲讀</h3>
<ul>
<li>Gemini 3：谷歌向通用 AI 集成的雄心壯志</li>
<li>蘋果的下一個增長依賴於 AI 與硬件的融合，後庫克時代</li>
<li>AI 三巨頭：微軟、Anthropic 和 Nvidia 開創合作新紀元</li>
</ul>
<p>谷歌 TPU 的崛起以及 Gemini 3.0 在這一集成堆棧上的成功部署，對 Nvidia 在 AI 硬件市場長期主導地位構成了直接挑戰。雖然 Bosa 迅速澄清這一發展並不意味着 “GPU 需求突然放緩或 Nvidia 被取代”，但它確實 “暗示 Nvidia 在長期內可能會變得稍微不那麼主導”。谷歌能夠專門為其 AI 模型設計、製造和優化自己的芯片，創造了明顯的競爭優勢，使其能夠實現更緊密的集成，並可能在其自身服務中實現更優的性能與成本比。</p>
<p>這種集成戰略，通常被稱為 “全棧” 方法，真正使谷歌在這一不斷發展的 AI 競賽中脱穎而出。Bosa 強調，谷歌 “在這場競賽的下一階段中處於非常有利的位置，擁有一個完全集成的堆棧——模型、芯片、生態系統——這是其競爭對手所沒有的”。這種垂直整合為谷歌提供了對其 AI 開發管道的無與倫比的控制權，從基礎硬件到最先進的模型。它允許快速迭代、微調和優化，這是外部硬件提供商無法匹敵的。聯合創始人謝爾蓋·布林的重新參與以及諾姆·沙澤爾等關鍵人物的迴歸，都是谷歌早期 AI 努力的重要人物，強調了公司在充分利用這一深厚技術基礎方面的 renewed focus 和 alignment。這種技術深度與現實執行的戰略對齊，正是市場現在在 Alphabet 的估值中所反映的。</p>

谷歌-C

谷歌-A

1 倍做空谷歌 ETF - Direxion

2 倍做多谷歌 ETF - Direxion

<p>谷歌的 Gemini 3.0 與 TPU 的戰略復興</p>

<p>Google’s latest AI model, Gemini 3.0, marks a pivotal moment in the competitive landscape of artificial intelligence, signaling not just a leap in model capability but a profound shift in the underlying infrastructure that powers it. The announcement, as reported by CNBC’s Deirdre Bosa, underscores Google’s strategic advantage in custom silicon, specifically its Tensor Processing Units (TPUs), and its potential to reshape the dynamics of the AI chip market, long dominated by Nvidia. This development is not merely about a new model; it reveals Google’s calculated move to leverage its deep technical stack for unparalleled performance and cost efficiency, positioning itself as a formidable, vertically integrated player.</p>
<div class="lb-trans"><p>谷歌最新的人工智能模型，Gemini 3.0，標誌着人工智能競爭格局中的一個關鍵時刻，不僅意味着模型能力的飛躍，還意味着支撐其運行的基礎設施的深刻變化。根據 CNBC 的 Deirdre Bosa 的報道，這一公告強調了谷歌在定製硅片方面的戰略優勢，特別是其張量處理單元（TPU），以及其重塑長期由 Nvidia 主導的 AI 芯片市場動態的潛力。這一發展不僅僅是一個新模型的推出；它揭示了谷歌利用其深厚技術基礎實現無與倫比的性能和成本效率的深思熟慮的舉措，使其成為一個強大的垂直整合參與者。</p>
</div><p>Deirdre Bosa, CNBC Business News TechCheck Anchor, spoke on “The Exchange” about Alphabet’s recent stock highs following the Gemini 3.0 release, emphasizing the role of Google’s custom AI chips. The core of her report centered on how Gemini 3.0, which has swiftly ascended third-party AI rankings, was “trained entirely on TPUs and not Nvidia’s GPUs,” a significant departure and “a first at this level.” This strategic choice highlights Google’s conviction in its proprietary hardware and its commitment to an integrated approach that spans from silicon design to model deployment.</p>
<div class="lb-trans"><p>CNBC 商業新聞 TechCheck 主播 Deirdre Bosa 在《交易所》節目中談到了 Alphabet 在 Gemini 3.0 發佈後股價創下新高的情況，強調了谷歌定製 AI 芯片的作用。她報告的核心集中在 Gemini 3.0 如何迅速攀升至第三方 AI 排名上，指出該模型是 “完全在 TPU 上訓練的，而不是 Nvidia 的 GPU”，這是一個顯著的轉變，也是 “在這個層面上的首次”。這一戰略選擇突顯了谷歌對其專有硬件的信心，以及其從硅片設計到模型部署的整體集成方法的承諾。</p>
</div><p>For years, TPUs were largely considered an internal asset, a powerful but specialized tool primarily utilized within Google’s vast ecosystem. Bosa succinctly captured this perception, noting that TPUs “have been seen as a powerful but niche tool that only Google could really use.” However, the successful training of Gemini 3.0 on this architecture demonstrates a maturation and scalability that transcends its former “niche” status. This model’s ability to achieve frontier performance on TPUs validates Google’s long-term investment in custom silicon, proving these chips are now capable of “training and serving a true frontier system at global scale.” The implications for inference costs, a critical factor in deploying large language models, are substantial, giving Google greater control over these expenses and potentially enabling more aggressive pricing or wider model accessibility.</p>
<div class="lb-trans"><p>多年來，TPU 在很大程度上被視為一種內部資產，是一種強大但專業化的工具，主要在谷歌龐大的生態系統內使用。Bosa 簡潔地捕捉了這種看法，指出 TPU“被視為一種強大但小眾的工具，只有谷歌才能真正使用”。然而，Gemini 3.0 在這一架構上成功訓練，展示了超越其以前 “小眾” 地位的成熟和可擴展性。該模型在 TPU 上實現前沿性能的能力驗證了谷歌在定製硅片上的長期投資，證明這些芯片現在能夠 “在全球範圍內訓練和服務一個真正的前沿系統”。這對推理成本的影響是巨大的，這是部署大型語言模型的關鍵因素，使谷歌對這些費用有更大的控制權，並可能實現更具攻擊性的定價或更廣泛的模型可及性。</p>
</div><p>The narrative around TPUs is further bolstered by their expanding adoption beyond Google’s direct operations. While Gemini 3.0’s internal training on TPUs is a statement of intent, the broader market’s increasing interest in Google’s custom chips is even more telling. Notably, Anthropic, a prominent AI model builder and a direct competitor to OpenAI, is already expanding its use of TPUs, committing to a multi-billion dollar cloud deal. This commitment, reportedly worth “tens of billions of dollars” over the next few years for “as much as a million” TPUs, signifies a clear endorsement of their capabilities and cost-effectiveness from an external, leading-edge AI developer.</p>
<div class="lb-trans"><p>關於 TPU 的敍述進一步得到了其在谷歌直接運營之外日益擴展的採用的支持。雖然 Gemini 3.0 在 TPU 上的內部訓練是一個意圖的聲明，但市場對谷歌定製芯片日益增長的興趣更具説明性。值得注意的是，Anthropic，一家知名的 AI 模型構建者，也是 OpenAI 的直接競爭對手，已經在擴大其 TPU 的使用，承諾進行一項價值數十億美元的雲交易。根據報道，這項承諾在未來幾年內價值 “數百億美元”，涉及 “多達一百萬” 個 TPU，清晰地表明瞭外部前沿 AI 開發者對其能力和成本效益的認可。</p>
</div><p>This external validation extends beyond Anthropic. Other major tech players, including Apple, OpenAI, and Meta, are also reportedly “using or testing TPU infrastructure in some capacity.” This widespread adoption, even among companies that might otherwise rely on Nvidia’s dominant GPUs, suggests a growing recognition of TPUs’ efficiency and performance characteristics for specific AI workloads. It indicates a potential diversification in the AI chip supply chain, moving beyond a near-monopoly to a more competitive landscape where custom silicon plays an increasingly vital role.</p>
<div class="lb-trans"><p>這種外部驗證不僅限於 Anthropic。其他主要科技公司，包括蘋果、OpenAI 和 Meta，也據報道 “在某種程度上使用或測試 TPU 基礎設施”。這種廣泛的採用，即使是在那些可能依賴於 Nvidia 主導的 GPU 的公司中，也表明對 TPU 在特定 AI 工作負載中的效率和性能特徵的日益認可。這表明 AI 芯片供應鏈可能會多樣化，從近乎壟斷轉向一個更具競爭力的格局，其中定製硅片扮演着越來越重要的角色。</p>
</div><h3>Related Reading</h3>
<div class="lb-trans"><h3>相關閲讀</h3>
</div><ul>
<li>Gemini 3: Google's Ambitious Leap Towards Universal AI Integration</li>
<li>Apple's Next Growth Hinges on AI-Hardware Fusion, Post-Cook Era</li>
<li>The AI Triumvirate: Microsoft, Anthropic, and Nvidia Forge a New Era of Collaboration</li>
</ul>
<div class="lb-trans"><ul>
<li>Gemini 3：谷歌向通用 AI 集成的雄心壯志</li>
<li>蘋果的下一個增長依賴於 AI 與硬件的融合，後庫克時代</li>
<li>AI 三巨頭：微軟、Anthropic 和 Nvidia 開創合作新紀元</li>
</ul>
</div><p>The rise of Google’s TPUs and the successful deployment of Gemini 3.0 on this integrated stack present a direct challenge to Nvidia’s long-held dominance in the AI hardware market. While Bosa was quick to clarify that this development doesn’t imply “GPU demand suddenly slows or Nvidia gets displaced,” it certainly “does suggest that Nvidia could get a little less dominant in the longer run.” Google’s ability to design, manufacture, and optimize its own chips specifically for its AI models creates a distinct competitive advantage, enabling tighter integration and potentially superior performance-to-cost ratios for its own services.</p>
<div class="lb-trans"><p>谷歌 TPU 的崛起以及 Gemini 3.0 在這一集成堆棧上的成功部署，對 Nvidia 在 AI 硬件市場長期主導地位構成了直接挑戰。雖然 Bosa 迅速澄清這一發展並不意味着 “GPU 需求突然放緩或 Nvidia 被取代”，但它確實 “暗示 Nvidia 在長期內可能會變得稍微不那麼主導”。谷歌能夠專門為其 AI 模型設計、製造和優化自己的芯片，創造了明顯的競爭優勢，使其能夠實現更緊密的集成，並可能在其自身服務中實現更優的性能與成本比。</p>
</div><p>This integrated strategy, often referred to as a “full-stack” approach, is what truly sets Google apart in this evolving AI race. Bosa emphasized that Google is “positioned very well for this next leg of the race with a fully integrated stack — model, chips, ecosystem — that its competitors don’t have.” This vertical integration provides Google with an unparalleled degree of control over its AI development pipeline, from the foundational hardware to the most advanced models. It allows for rapid iteration, fine-tuning, and optimization that external hardware providers cannot match. The re-engagement of co-founder Sergey Brin and the return of key figures like Noam Shazeer, both instrumental in Google’s early AI endeavors, underscore a renewed focus and alignment within the company to fully capitalize on this deep technical foundation. This strategic alignment of technical depth with real-world execution is what the market is now reflecting in Alphabet’s valuation.</p>
<div class="lb-trans"><p>這種集成戰略，通常被稱為 “全棧” 方法，真正使谷歌在這一不斷發展的 AI 競賽中脱穎而出。Bosa 強調，谷歌 “在這場競賽的下一階段中處於非常有利的位置，擁有一個完全集成的堆棧——模型、芯片、生態系統——這是其競爭對手所沒有的”。這種垂直整合為谷歌提供了對其 AI 開發管道的無與倫比的控制權，從基礎硬件到最先進的模型。它允許快速迭代、微調和優化，這是外部硬件提供商無法匹敵的。聯合創始人謝爾蓋·布林的重新參與以及諾姆·沙澤爾等關鍵人物的迴歸，都是谷歌早期 AI 努力的重要人物，強調了公司在充分利用這一深厚技術基礎方面的 renewed focus 和 alignment。這種技術深度與現實執行的戰略對齊，正是市場現在在 Alphabet 的估值中所反映的。</p>
</div>

Google’s Gemini 3.0 and the Strategic Resurgence of TPUs

- Google 最新的 AI 模型 Gemini 3.0 標誌着人工智能競爭格局的重大變化。  
- 該模型完全基於 Google 的自定義 TPU 訓練，顯示出其在 AI 芯片市場的潛力。  
- 其他科技公司也開始採用 TPU，表明市場對其效率和性能的認可。  

谷歌的 Gemini 3.0 與 TPU 的戰略性復興