<p>TradingKey - 在過去一個月中，人工智能相關的市場流動出現了分化。自從 Gemini 3 發佈以來，Alphabet 的股票大幅上漲，而與 OpenAI 生態系統相關的公司則受到壓力。投資者正在將投資重心轉向與谷歌對齊的公司，尤其是博通（Broadcom，AVGO）。</p>
<p>博通共同開發了谷歌的張量處理單元（TPUs），這些定製的人工智能芯片為 Gemini 3 的訓練和推理提供動力。Alphabet 能夠繞過 NVIDIA 的 GPU 瓶頸，並完全在其 TPU 堆棧上訓練 Gemini 3，這對 NVIDIA 在基礎模型領域的主導地位構成了重大挑戰。</p>
<p>對沖基金 Coatue Management 據報道創建了兩個可比投資組合以跟蹤這一變化。一個代表 “谷歌團隊”，包括 Alphabet（GOOGL）、博通、Celestica（CLS）、Lumentum Holdings（LITE）和 TTM Technologies（TTMI）。另一個代表 “OpenAI 團隊”，包括 NVIDIA、微軟（MSFT）、軟銀集團（SFTBY）、甲骨文（ORCL）、AMD（AMD）和 CoreWeave（CRWV）。</p>
<p></p>
<p>自十月底以來，回報率出現了顯著分化。“谷歌團隊” 明顯表現優於 “OpenAI 團隊”。</p>
<p>高盛還指出，資本正越來越多地轉向 “谷歌鏈” 敍事，專注於 Alphabet 自建的人工智能堆棧，而遠離曾由微軟和甲骨文等公司定義的與 OpenAI 相關的交易。</p>
<p><img src="https://imageproxy.pbkrs.com/https://resource.tradingkey.com/uploads/20251205/google1-bea33e66ebae4682bf70e2fc95969154.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="1270" height="794" original-src="https://imageproxy.pbkrs.com/https://resource.tradingkey.com/uploads/20251205/google1-bea33e66ebae4682bf70e2fc95969154.png"/></p>
<p>這一變化背後是一個簡單的重新調整：重新下注谷歌的垂直整合基礎設施——從其 TPU 硬件到雲部署——更具可擴展性、更獨立，並且隨着時間的推移，更具盈利能力。</p>
<h2>OpenAI 退回核心</h2>
<p>面對日益增長的競爭壓力，OpenAI 正在重新聚焦。</p>
<p>在週一發佈的全公司通知中，首席執行官 Sam Altman 寫道：“我們正處於 ChatGPT 的關鍵時刻。” 他要求團隊優先考慮核心產品的執行——特別是提升 ChatGPT 的速度、穩定性和個性化。</p>
<p>根據《金融時報》，Gemini 3 的下載量正在迅速追趕 ChatGPT。行業基準也顯示 Gemini 3 在一系列評估任務中表現優於 GPT-5。</p>
<p><img src="https://imageproxy.pbkrs.com/https://resource.tradingkey.com/uploads/20251205/GOOGLE2-12b7fae1f9fc458e98873fd481a87779.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="721" height="535" original-src="https://imageproxy.pbkrs.com/https://resource.tradingkey.com/uploads/20251205/GOOGLE2-12b7fae1f9fc458e98873fd481a87779.png"/></p>
<p>與 Alphabet 不同，OpenAI 依賴外部資本。其盈利模式尚未自給自足。內部路線圖顯示，OpenAI 需要將收入規模擴大到約 2000 億美元才能實現盈利。儘管用户增長令人印象深刻——高峰時每週活躍用户達到 8 億——但在平衡人工智能安全性和用户體驗的同時維持這一軌跡已被證明是困難的。</p>
<p><img src="https://imageproxy.pbkrs.com/https://resource.tradingkey.com/uploads/20251205/openai1-11b60eb47a9b45b4bc5f707121d4cff2.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="634" height="512" original-src="https://imageproxy.pbkrs.com/https://resource.tradingkey.com/uploads/20251205/openai1-11b60eb47a9b45b4bc5f707121d4cff2.png"/></p>
<p>與此同時，Anthropic 在企業領域快速崛起，給壓力增添了另一層。</p>
<p>在這一週期中，最受關注的資本結構之一是 OpenAI–Oracle–NVIDIA 的 “循環”。Stargate 項目——一個 5000 億美元的超大規模計算計劃——旨在建立多達 10GW 的人工智能數據中心。NVIDIA 既是 CoreWeave 和 OpenAI 的主要供應商，也是股東。</p>
<p>這一點很明確：同一資本結構正在為結果提供資金、建設和下注。分析師將這一設置描述為 “對單一人工智能結果的萬億美元超級賭注”。這一規模超出了正常 IT 資本支出週期的一個數量級。</p>
<p>觀察者指出，問題在於：一旦現金流現實與預期出現分歧，乘數效應可能會反向運行。交叉持股和循環貨幣化結構放大了風險，但並不總能保證回報。</p>
<h2>NVIDIA 的控制力受到考驗，市場重新定價 GPU 理論</h2>
<p>在 OpenAI 集羣中，NVIDIA（NVDA）成為了最受影響的公司。</p>
<p>儘管收益強勁，但其股票在壓力下表現不佳。Gemini 3 完全在 TPU 系統上訓練的發佈促使人們對 NVIDIA 的護城河進行集體重新評估。Alphabet 的 ASIC 架構雖然不如 GPU 設計通用，但在推理、成本和能效方面提供了更強的結果。</p>
<p>更重要的是，谷歌控制着整個堆棧：它製造芯片（TPU），運行基礎設施（數據中心和 OCS 網絡），擁有操作系統和訓練工具，並運營雲租户層（Gemini + Google Cloud）。這種對齊使谷歌既擁有架構控制權，又具備成本獨立性。這不僅僅是技術上的優勢——這是一場資本結構的勝利。</p>
<p>NVIDIA 的基本面並沒有惡化。但邊際資本流動的變化反映了投資者的重新校準。人工智能基礎設施的故事不再是僅僅依賴 GPU 的交易。它正在成為一個多架構的遊戲：GPU 和 TPU 共存。Alphabet 曾被視為人工智能基礎設施的二線參與者，現在正被重新定價為系統級競爭者。</p>
<p>不過——一個競爭護城河依然完好無損：CUDA。</p>
<p>NVIDIA 的並行計算生態系統通常被描述為人工智能開發的 “操作系統”。正如 Windows 定義了 PC 時代的用户體驗，Linux 使網絡服務器得以運行，CUDA 將硬件、API 和可互操作的開發工具結合在一起，使得大規模機器學習工作負載能夠開箱即用。它仍然是實驗室、企業和開發者社區之間的連接紐帶。</p>
<p>但科技分析師 Ben Thompson 提出了一個警告。他指出，過去，像谷歌和微軟這樣的超大規模公司通過決定 “值得” 將基礎設施移植到多種 CPU 類型上，打破了英特爾在數據中心的主導地位。</p>
<p>他警告説：同樣的情況可能適用於 NVIDIA。隨着人工智能工作負載現在集中在少數雲服務提供商手中，這些提供商有充分的理由和資源基礎去拆解 Thompson 所稱的 “CUDA 門”。</p>
<p>軟銀：與 OpenAI 的命運緊密相連</p>
<p>最近重新評級的另一個受害者是軟銀集團。</p>
<p>與 OpenAI 的資本結構緊密相關，它承受了波動的重壓。自十月底以來，股價下跌了約 40%。原因是什麼？過度的風險敞口。</p>
<p>軟銀在十二月需要向 OpenAI 支付 225 億美元——這是更廣泛的 320 億美元承諾的一部分。這個估值的提升在夏末推動了其股價上漲。</p>
<p>現在勢頭已經轉變。如果 OpenAI 的估值達到 5000 億美元，其持股將佔軟銀淨資產價值的 20% 以上。在牛市中，這是一種助力。但當信心減弱時，風險敞口則是雙刃劍。</p>
<h2><strong>投資洞察：非零和未來中的 GPU 與 TPU</strong></h2>
<p>值得注意的是：GPU 和 TPU 並不是互斥的。</p>
<p>從長遠來看，人工智能工作負載可能會在混合系統上運行。GPU 在模型開發、預訓練、原型設計和多用途研究中仍然不可或缺。TPU 在推理規模的部署中表現出色，支持搜索、廣告和大規模模型調用，具有更好的功耗和延遲特性。</p>
<p>在短期內，資本可能會繼續從 NVIDIA 輕微轉向谷歌。這反映了 TPU 商業化的重新定價以及谷歌硬件供應商的變化。這也反映了風險偏好的轉變——從擴張性押注轉向成本效益型押注。</p>
<p>但從更廣泛的角度來看，計算需求並沒有放緩——反而在激增。</p>
<p>GPU（用於訓練）與 TPU/ASIC（用於推理）之間的功能分割可能是最可能的結果。模型構建者並不是選擇陣營——他們在優化資源配置。</p>
<p>瞭解更多</p>

谷歌-C

谷歌-A

1 倍做空谷歌 ETF - Direxion

2 倍做多谷歌 ETF - Direxion

<p>投資者正將關注點從 OpenAI 轉向谷歌，隨着 Alphabet 股票因其人工智能進展而上漲，尤其是 Gemini 3。這導致與谷歌和 OpenAI 相關的投資組合之間的回報出現分歧。谷歌的垂直整合人工智能基礎設施被視為更具可擴展性和盈利能力。與此同時，OpenAI 在貨幣化和競爭方面面臨挑戰。隨着谷歌的 TPU 獲得關注，NVIDIA 的主導地位正在被重新評估。資本流動的變化反映了向多架構人工智能基礎設施的更廣泛轉變，這對與 OpenAI 相關的軟銀等公司產生了影響</p>

<p>TradingKey - Over the past month, AI-related market flows have diverged. Since the launch of Gemini 3, Alphabet’s stock has rallied sharply—while names tied to OpenAI’s ecosystem have come under pressure. Investors are shifting exposure toward companies aligned with Google, especially Broadcom (AVGO).</p>
<div class="lb-trans"><p>TradingKey - 在過去一個月中，人工智能相關的市場流動出現了分化。自從 Gemini 3 發佈以來，Alphabet 的股票大幅上漲，而與 OpenAI 生態系統相關的公司則受到壓力。投資者正在將投資重心轉向與谷歌對齊的公司，尤其是博通（Broadcom，AVGO）。</p>
</div><p>Broadcom co-developed Google’s Tensor Processing Units (TPUs), the custom AI chips that power Gemini 3’s training and inference. Alphabet’s ability to bypass NVIDIA’s GPU bottleneck—and fully train Gemini 3 on its own TPU stack—has represented a meaningful challenge to NVIDIA’s dominance in the foundational model space.</p>
<div class="lb-trans"><p>博通共同開發了谷歌的張量處理單元（TPUs），這些定製的人工智能芯片為 Gemini 3 的訓練和推理提供動力。Alphabet 能夠繞過 NVIDIA 的 GPU 瓶頸，並完全在其 TPU 堆棧上訓練 Gemini 3，這對 NVIDIA 在基礎模型領域的主導地位構成了重大挑戰。</p>
</div><p>Hedge fund Coatue Management reportedly created two comparable portfolios to track the shift. One represents “Team Google,” including Alphabet (GOOGL), Broadcom, Celestica (CLS), Lumentum Holdings (LITE), and TTM Technologies (TTMI). The other represents “Team OpenAI,” consisting of NVIDIA, Microsoft (MSFT), SoftBank Group (SFTBY), Oracle (ORCL), AMD (AMD), and CoreWeave (CRWV).</p>
<div class="lb-trans"><p>對沖基金 Coatue Management 據報道創建了兩個可比投資組合以跟蹤這一變化。一個代表 “谷歌團隊”，包括 Alphabet（GOOGL）、博通、Celestica（CLS）、Lumentum Holdings（LITE）和 TTM Technologies（TTMI）。另一個代表 “OpenAI 團隊”，包括 NVIDIA、微軟（MSFT）、軟銀集團（SFTBY）、甲骨文（ORCL）、AMD（AMD）和 CoreWeave（CRWV）。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://resource.tradingkey.com/uploads/20251205/team-google-en-4b47e00acfaa420d804eb240bc1c8f8f.png" alt="" original-src="https://resource.tradingkey.com/uploads/20251205/team-google-en-4b47e00acfaa420d804eb240bc1c8f8f.png"/></p>
<p>Since late October, returns have sharply diverged. “Team Google” has markedly outperformed, while “Team OpenAI” has lagged.</p>
<div class="lb-trans"><p>自十月底以來，回報率出現了顯著分化。“谷歌團隊” 明顯表現優於 “OpenAI 團隊”。</p>
</div><p>Goldman Sachs also notes that capital is increasingly rotating into the “Google Chain” narrative—focused on Alphabet’s self-built AI stack—and away from the OpenAI-linked trade once defined by names like Microsoft and Oracle.</p>
<div class="lb-trans"><p>高盛還指出，資本正越來越多地轉向 “谷歌鏈” 敍事，專注於 Alphabet 自建的人工智能堆棧，而遠離曾由微軟和甲骨文等公司定義的與 OpenAI 相關的交易。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://resource.tradingkey.com/uploads/20251205/google1-bea33e66ebae4682bf70e2fc95969154.png" alt="" original-src="https://resource.tradingkey.com/uploads/20251205/google1-bea33e66ebae4682bf70e2fc95969154.png"/></p>
<p>Behind this shift lies a simple readjustment: a renewed bet that Google’s vertically integrated infrastructure—from its TPU hardware to cloud deployments—is more scalable, more independent, and, over time, more profitable.</p>
<div class="lb-trans"><p>這一變化背後是一個簡單的重新調整：重新下注谷歌的垂直整合基礎設施——從其 TPU 硬件到雲部署——更具可擴展性、更獨立，並且隨着時間的推移，更具盈利能力。</p>
</div><h2>OpenAI Retreats to Its Core</h2>
<div class="lb-trans"><h2>OpenAI 退回核心</h2>
</div><p>Faced with growing competitive pressure, OpenAI is refocusing.</p>
<div class="lb-trans"><p>面對日益增長的競爭壓力，OpenAI 正在重新聚焦。</p>
</div><p>In a company-wide note released Monday, CEO Sam Altman wrote: “We are at a critical time for ChatGPT.” He asked teams to prioritize core product execution—specifically refining ChatGPT’s speed, stability, and personalization.</p>
<div class="lb-trans"><p>在週一發佈的全公司通知中，首席執行官 Sam Altman 寫道：“我們正處於 ChatGPT 的關鍵時刻。” 他要求團隊優先考慮核心產品的執行——特別是提升 ChatGPT 的速度、穩定性和個性化。</p>
</div><p>According to the Financial Times, downloads for Gemini 3 are rapidly catching up with ChatGPT. Industry benchmarks also show Gemini 3 outperforming GPT-5 across a range of evaluation tasks.</p>
<div class="lb-trans"><p>根據《金融時報》，Gemini 3 的下載量正在迅速追趕 ChatGPT。行業基準也顯示 Gemini 3 在一系列評估任務中表現優於 GPT-5。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://resource.tradingkey.com/uploads/20251205/GOOGLE2-12b7fae1f9fc458e98873fd481a87779.png" alt="" original-src="https://resource.tradingkey.com/uploads/20251205/GOOGLE2-12b7fae1f9fc458e98873fd481a87779.png"/></p>
<p>Unlike Alphabet, OpenAI relies on external capital. Its monetization engine is not yet self-sustaining. Internal roadmaps suggest OpenAI would need to scale revenue to ~$200 billion before reaching profitability. While user growth has been impressive—800M weekly actives at peak—sustaining that trajectory while balancing AI safety and UX has proven difficult.</p>
<div class="lb-trans"><p>與 Alphabet 不同，OpenAI 依賴外部資本。其盈利模式尚未自給自足。內部路線圖顯示，OpenAI 需要將收入規模擴大到約 2000 億美元才能實現盈利。儘管用户增長令人印象深刻——高峰時每週活躍用户達到 8 億——但在平衡人工智能安全性和用户體驗的同時維持這一軌跡已被證明是困難的。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://resource.tradingkey.com/uploads/20251205/openai1-11b60eb47a9b45b4bc5f707121d4cff2.png" alt="" original-src="https://resource.tradingkey.com/uploads/20251205/openai1-11b60eb47a9b45b4bc5f707121d4cff2.png"/></p>
<p>Meanwhile, Anthropic is gaining fast in the enterprise space—adding yet another layer to the pressure.</p>
<div class="lb-trans"><p>與此同時，Anthropic 在企業領域快速崛起，給壓力增添了另一層。</p>
</div><p>one of the most scrutinized capital structures in this cycle has been the OpenAI–Oracle–NVIDIA “loop.” The Stargate project—a $500 billion hyperscale compute initiative—seeks to build up to 10GW of AI data centers. NVIDIA is both a major supplier and a shareholder in CoreWeave and OpenAI.</p>
<div class="lb-trans"><p>在這一週期中，最受關注的資本結構之一是 OpenAI–Oracle–NVIDIA 的 “循環”。Stargate 項目——一個 5000 億美元的超大規模計算計劃——旨在建立多達 10GW 的人工智能數據中心。NVIDIA 既是 CoreWeave 和 OpenAI 的主要供應商，也是股東。</p>
</div><p>The implication is clear: the same capital stack is funding, building, and betting on the outcome. Analysts have described the setup as “a trillion-dollar mega-bet on a single AI outcome.” That scale exceeds normal IT capex cycles by an order of magnitude.</p>
<div class="lb-trans"><p>這一點很明確：同一資本結構正在為結果提供資金、建設和下注。分析師將這一設置描述為 “對單一人工智能結果的萬億美元超級賭注”。這一規模超出了正常 IT 資本支出週期的一個數量級。</p>
</div><p>The issue, according to observers: once cash flow realities diverge from expectation, the multiplier effect may run in reverse. Cross-holdings and circular monetization structures magnify risk—but can’t always guarantee returns.</p>
<div class="lb-trans"><p>觀察者指出，問題在於：一旦現金流現實與預期出現分歧，乘數效應可能會反向運行。交叉持股和循環貨幣化結構放大了風險，但並不總能保證回報。</p>
</div><h2>NVIDIA’s Grip Is Tested as Market Reprices the GPU Thesis</h2>
<div class="lb-trans"><h2>NVIDIA 的控制力受到考驗，市場重新定價 GPU 理論</h2>
</div><p>Within the OpenAI cluster, NVIDIA (NVDA) has emerged as the most exposed.</p>
<div class="lb-trans"><p>在 OpenAI 集羣中，NVIDIA（NVDA）成為了最受影響的公司。</p>
</div><p>Despite strong earnings, its stock has struggled under pressure. The launch of Gemini 3 trained entirely on TPU systems has spurred a collective re-evaluation of NVIDIA’s moat. Alphabet’s ASIC architecture, while less general-purpose than GPU designs, delivers stronger results for inference, cost, and energy efficiency.</p>
<div class="lb-trans"><p>儘管收益強勁，但其股票在壓力下表現不佳。Gemini 3 完全在 TPU 系統上訓練的發佈促使人們對 NVIDIA 的護城河進行集體重新評估。Alphabet 的 ASIC 架構雖然不如 GPU 設計通用，但在推理、成本和能效方面提供了更強的結果。</p>
</div><p>More crucially, Google controls the full stack: it builds the chip (TPU), runs the infrastructure (data centers and OCS networks), owns the OS and training tools, and operates the cloud tenant layers (Gemini + Google Cloud). That alignment gives Google both architectural control and cost independence. It’s not just a technical flex—it’s a capital structure victory.</p>
<div class="lb-trans"><p>更重要的是，谷歌控制着整個堆棧：它製造芯片（TPU），運行基礎設施（數據中心和 OCS 網絡），擁有操作系統和訓練工具，並運營雲租户層（Gemini + Google Cloud）。這種對齊使谷歌既擁有架構控制權，又具備成本獨立性。這不僅僅是技術上的優勢——這是一場資本結構的勝利。</p>
</div><p>NVIDIA’s fundamentals haven’t deteriorated. But the shift in marginal capital flow reflects investor recalibration. The AI infrastructure story is no longer a GPU-only trade. It’s becoming a multi-architecture game: GPUs and TPUs coexisting. Alphabet, once seen as a second-tier participant in AI infrastructure, is now being priced into the picture as a system-level contender.</p>
<div class="lb-trans"><p>NVIDIA 的基本面並沒有惡化。但邊際資本流動的變化反映了投資者的重新校準。人工智能基礎設施的故事不再是僅僅依賴 GPU 的交易。它正在成為一個多架構的遊戲：GPU 和 TPU 共存。Alphabet 曾被視為人工智能基礎設施的二線參與者，現在正被重新定價為系統級競爭者。</p>
</div><p>Still—one competitive moat remains intact: CUDA.</p>
<div class="lb-trans"><p>不過——一個競爭護城河依然完好無損：CUDA。</p>
</div><p>NVIDIA’s parallel compute ecosystem is often described as the “operating system” for AI development. Just as Windows defined PC-era UX and Linux enabled web servers, CUDA ties together hardware, APIs, and interoperable dev tools that make scaled ML workloads viable out of the box. It remains the connective tissue between labs, enterprises, and developer communities.</p>
<div class="lb-trans"><p>NVIDIA 的並行計算生態系統通常被描述為人工智能開發的 “操作系統”。正如 Windows 定義了 PC 時代的用户體驗，Linux 使網絡服務器得以運行，CUDA 將硬件、API 和可互操作的開發工具結合在一起，使得大規模機器學習工作負載能夠開箱即用。它仍然是實驗室、企業和開發者社區之間的連接紐帶。</p>
</div><p>But tech analyst Ben Thompson offers a caution. He notes that in the past, hyperscalers like Google and Microsoft broke Intel’s data center dominance by deciding it was “worthwhile” to port infrastructure to multiple CPU types.</p>
<div class="lb-trans"><p>但科技分析師 Ben Thompson 提出了一個警告。他指出，過去，像谷歌和微軟這樣的超大規模公司通過決定 “值得” 將基礎設施移植到多種 CPU 類型上，打破了英特爾在數據中心的主導地位。</p>
</div><p>He warns: the same may apply to NVIDIA. With AI workloads now concentrated in a handful of cloud providers, those providers have every reason—and every resource base—to dismantle what Thompson calls “the CUDA gate.”</p>
<div class="lb-trans"><p>他警告説：同樣的情況可能適用於 NVIDIA。隨着人工智能工作負載現在集中在少數雲服務提供商手中，這些提供商有充分的理由和資源基礎去拆解 Thompson 所稱的 “CUDA 門”。</p>
</div><p>SoftBank: Heavily Tied to OpenAI’s Fate</p>
<div class="lb-trans"><p>軟銀：與 OpenAI 的命運緊密相連</p>
</div><p>Another casualty of the recent rerating: SoftBank Group.</p>
<div class="lb-trans"><p>最近重新評級的另一個受害者是軟銀集團。</p>
</div><p>Deeply tied to OpenAI’s cap table, it has borne the brunt of volatility. Shares are down ~40% since late October. The reason? Oversized exposure.</p>
<div class="lb-trans"><p>與 OpenAI 的資本結構緊密相關，它承受了波動的重壓。自十月底以來，股價下跌了約 40%。原因是什麼？過度的風險敞口。</p>
</div><p>SoftBank is on the hook for a $22.5B payment to OpenAI in December—part of a broader $32B commitment. That valuation uplift had propelled its stock upwards in late summer.</p>
<div class="lb-trans"><p>軟銀在十二月需要向 OpenAI 支付 225 億美元——這是更廣泛的 320 億美元承諾的一部分。這個估值的提升在夏末推動了其股價上漲。</p>
</div><p>Now momentum has turned. If OpenAI were to be valued at $500B, its position would represent over 20% of SoftBank’s net asset value. In bull markets, that’s a boost. But when confidence falters, the exposure cuts both ways.</p>
<div class="lb-trans"><p>現在勢頭已經轉變。如果 OpenAI 的估值達到 5000 億美元，其持股將佔軟銀淨資產價值的 20% 以上。在牛市中，這是一種助力。但當信心減弱時，風險敞口則是雙刃劍。</p>
</div><h2><strong>Investment Insights: GPU vs TPU in a Non‑Zero‑Sum Future</strong></h2>
<div class="lb-trans"><h2><strong>投資洞察：非零和未來中的 GPU 與 TPU</strong></h2>
</div><p>It’s worth noting: GPUs and TPUs are not mutually exclusive.</p>
<div class="lb-trans"><p>值得注意的是：GPU 和 TPU 並不是互斥的。</p>
</div><p>Long term, AI workloads will likely run on hybrid systems. GPUs remain invaluable for model development, pretraining, prototyping, and multi-purpose research. TPUs excel at inference-scale deployments, powering search, ads, and large-volume model calls with better power and latency characteristics.</p>
<div class="lb-trans"><p>從長遠來看，人工智能工作負載可能會在混合系統上運行。GPU 在模型開發、預訓練、原型設計和多用途研究中仍然不可或缺。TPU 在推理規模的部署中表現出色，支持搜索、廣告和大規模模型調用，具有更好的功耗和延遲特性。</p>
</div><p>In the short run, capital may continue rotating slightly from NVIDIA to Google. That reflects a repricing of TPU commercialization and Google’s hardware suppliers. It also reflects a shift in risk appetite—from scaling bets to cost-efficient ones.</p>
<div class="lb-trans"><p>在短期內，資本可能會繼續從 NVIDIA 輕微轉向谷歌。這反映了 TPU 商業化的重新定價以及谷歌硬件供應商的變化。這也反映了風險偏好的轉變——從擴張性押注轉向成本效益型押注。</p>
</div><p>But from a wider lens, compute demand is not slowing—it’s surging.</p>
<div class="lb-trans"><p>但從更廣泛的角度來看，計算需求並沒有放緩——反而在激增。</p>
</div><p>A functional split between GPUs (for training) and TPUs/ASICs (for inference) may be the most likely outcome. Model builders aren’t choosing sides—they’re optimizing footprints.</p>
<div class="lb-trans"><p>GPU（用於訓練）與 TPU/ASIC（用於推理）之間的功能分割可能是最可能的結果。模型構建者並不是選擇陣營——他們在優化資源配置。</p>
</div><p>Find out more</p>
<div class="lb-trans"><p>瞭解更多</p>
</div>

Team Google Beats Team OpenAI This Round—What It Means for Your Portfolio

- AI 市場流動性出現分化，谷歌相關股票上漲，OpenAI 生態系統受壓。  
- 對沖基金 Coatue Management 創建了 “谷歌團隊” 和 “OpenAI 團隊” 兩個投資組合。  
- NVIDIA 面臨壓力，市場重新評估其在 AI 基礎設施中的地位。

谷歌團隊在這一輪中擊敗了 OpenAI 團隊——這對您的投資組合意味着什麼