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

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）。

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。

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）。

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”。

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。

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。

OpenAI 退回核心

面對日益增長的競爭壓力，OpenAI 正在重新聚焦。

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。

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。

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。

與此同時，Anthropic 在企業領域快速崛起，給壓力增添了另一層。

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。

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。

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。

NVIDIA 的控制力受到考驗，市場重新定價 GPU 理論

在 OpenAI 集羣中，NVIDIA（NVDA）成為了最受影響的公司。

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。

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。

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。

不過——一個競爭護城河依然完好無損：CUDA。

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。

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。

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”。

軟銀：與 OpenAI 的命運緊密相連

最近重新評級的另一個受害者是軟銀集團。

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。

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。

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。

投資洞察：非零和未來中的 GPU 與 TPU

值得注意的是：GPU 和 TPU 並不是互斥的。

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。

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。

但從更廣泛的角度來看，計算需求並沒有放緩——反而在激增。

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。

瞭解更多