--- title: "成本暴降 70%！谷歌 TPU 強勢追趕，性價比已追平英偉達" type: "News" locale: "zh-HK" url: "https://longbridge.com/zh-HK/news/273174876.md" description: "高盛表示，Google/Broadcom 的 TPU 正在迅速縮小與英偉達 GPU 在推理成本上的差距。從 TPU v6 升級至 TPU v7，單位代幣推理成本下降約 70%，與英偉達 GB200 NVL72 基本持平。這並不意味着英偉達地位被動搖，但它清晰地表明，AI 芯片競爭核心評價體系正在從 “誰算得更快”，轉向 “誰算得更便宜、更可持續”。" datetime: "2026-01-21T04:54:21.000Z" locales: - [zh-CN](https://longbridge.com/zh-CN/news/273174876.md) - [en](https://longbridge.com/en/news/273174876.md) - [zh-HK](https://longbridge.com/zh-HK/news/273174876.md) --- # 成本暴降 70%！谷歌 TPU 強勢追趕，性價比已追平英偉達 在 AI 資本開支仍維持高位、但商業化壓力不斷上升的當下，市場關注點正在發生一場悄然卻深刻的轉移：**大模型還能不能繼續 “無視成本地跑下去”**。 據追風交易台，高盛最新發布的 AI 芯片研究報告，並未延續市場熟悉的 “算力、製程、參數規模” 對比，而是從更貼近商業現實的角度切入——**推理階段的單位成本**。通過構建一條 “推理成本曲線”，高盛試圖回答一個對 AI 產業至關重要的問題：在模型進入高頻調用階段後，不同芯片方案在折舊、能耗和系統利用率等約束下，**每處理一百萬個 token 究竟需要付出多少真實成本**。 研究結論指向了一次正在加速、但尚未被充分消化的變化：**Google/Broadcom 的 TPU 正在迅速縮小與英偉達 GPU 在推理成本上的差距**。從 TPU v6 升級至 TPU v7，單位 token 推理成本下降約 70%，使其在絕對成本層面與英偉達 GB200 NVL72 基本持平，部分測算情形下甚至略具優勢。 這並不意味着英偉達的地位被動搖，但它清晰地表明，**AI 芯片競爭的核心評價體系正在從 “誰算得更快”，轉向 “誰算得更便宜、更可持續”**。當訓練逐漸成為前期投入，而推理成為長期現金流來源，成本曲線的斜率，正在取代峯值算力，成為決定產業格局的關鍵變量。 ## 一、從算力領先到成本效率，AI 芯片競爭的評價標準正在切換 在 AI 發展的早期階段，訓練算力幾乎決定了一切。誰能更快訓練出更大的模型，誰就擁有技術話語權。然而，隨着大模型逐步進入部署與商業化階段，推理負載開始遠遠超過訓練本身，成本問題被迅速放大。 高盛指出，在這一階段，芯片的性價比不再只由單卡性能決定，而是由系統層面的效率共同塑造，包括算力密度、互聯效率、內存帶寬以及能源消耗等多重因素。**基於這一邏輯構建的推理成本曲線顯示，Google/Broadcom TPU 在原始計算性能和系統效率上的進步，已經足以在成本維度上與英偉達正面競爭。** 相比之下，AMD 和亞馬遜 Trainium 在代際成本下降幅度上仍較為有限。從現階段測算結果看，兩者的單位推理成本仍明顯高於英偉達和 Google 方案，對主流市場的衝擊相對有限。 ## 二、TPU 成本躍遷的背後，是系統工程能力而非單點突破 TPU v7 實現大幅降本，並非來自單一技術突破，而是**系統級優化能力的集中釋放**。高盛認為，隨着計算芯片本身逐步逼近物理極限，未來推理成本能否繼續下降，將越來越依賴 “計算相鄰技術” 的進步。 這些技術包括：更高帶寬、更低延遲的網絡互聯；高帶寬內存（HBM）和存儲方案的持續集成；先進封裝技術（如台積電 CoWoS）；以及機架級解決方案在密度與能效上的提升。**TPU 在這些方面的協同優化，使其在推理場景中展現出明顯的經濟性優勢。** 這一趨勢也與谷歌自身的算力部署高度一致。TPU 在 Google 內部工作負載中的使用比例持續上升，已廣泛用於 Gemini 模型的訓練與推理。同時，具備成熟軟件能力的外部客户也在加速採用 TPU 方案，其中最引人注目的案例是 Anthropic 向 Broadcom 下達的約 210 億美元訂單，相關產品預計將在 2026 年中開始交付。 不過，高盛同時強調，**英偉達仍然掌握 “上市時間” 優勢**。在 TPU v7 剛剛追平 GB200 NVL72 之際，英偉達已經推進至 GB300 NVL72，並計劃在 2026 年下半年交付 VR200 NVL144。持續的產品迭代節奏，仍是其維持客户黏性的關鍵籌碼。 ## 三、投資含義再平衡：ASIC 崛起，但英偉達的護城河尚未被擊穿 從投資視角看，高盛並未因 TPU 的快速追趕而下調對英偉達的判斷。該機構仍維持對**英偉達與 Broadcom 的買入評級**，認為兩者最直接綁定 AI 資本開支中最具可持續性的部分，並將長期受益於網絡、封裝和系統級技術升級。 在 ASIC 陣營中，Broadcom 的受益邏輯尤為清晰。高盛已將其 2026 財年每股收益預期上調至 10.87 美元，較市場一致預期高出約 6%，並認為市場仍低估了其在 AI 網絡與定製計算領域的長期盈利能力。 AMD 和亞馬遜 Trainium 當前仍處於追趕階段，但高盛也指出，**AMD 的機架級方案存在後發優勢的可能性**。預計在 2026 年末，基於 MI455X 的 Helios 機架方案有望在部分訓練與推理場景中實現約 70% 的推理成本下降，值得持續跟蹤。 更重要的是，這份研報給出的並非 “贏家通吃” 的結論，而是一幅逐漸清晰的產業分工圖景：**GPU 繼續主導訓練與通用算力市場，而定製 ASIC 在規模化、可預測的推理負載中不斷滲透**。在這一過程中，英偉達的 CUDA 生態與系統級研發投入仍構成堅實護城河，但其估值邏輯也將持續接受 “推理成本下行” 的現實檢驗。 當 AI 真正進入 “每一個 token 都要算回報” 的階段，算力競爭終究要回到經濟學本身。TPU 成本暴降 70%，並不是一次簡單的技術追趕，而是一次對 AI 商業模式可行性的關鍵壓力測試。而這，或許正是 GPU 與 ASIC 之爭背後，市場最應認真對待的信號。 ### 相關股票 - [NVDQ.US](https://longbridge.com/zh-HK/quote/NVDQ.US.md) - [GOOG.US](https://longbridge.com/zh-HK/quote/GOOG.US.md) - [NVDX.US](https://longbridge.com/zh-HK/quote/NVDX.US.md) - [NVDS.US](https://longbridge.com/zh-HK/quote/NVDS.US.md) - [GGLL.US](https://longbridge.com/zh-HK/quote/GGLL.US.md) - [GOOGL.US](https://longbridge.com/zh-HK/quote/GOOGL.US.md) - [NVDA.US](https://longbridge.com/zh-HK/quote/NVDA.US.md) - [NVDL.US](https://longbridge.com/zh-HK/quote/NVDL.US.md) - [07788.HK](https://longbridge.com/zh-HK/quote/07788.HK.md) - [07388.HK](https://longbridge.com/zh-HK/quote/07388.HK.md) - [NVDY.US](https://longbridge.com/zh-HK/quote/NVDY.US.md) - [NVDD.US](https://longbridge.com/zh-HK/quote/NVDD.US.md) - [SOXL.US](https://longbridge.com/zh-HK/quote/SOXL.US.md) ## 相關資訊與研究 - [康寧大漲 12% 與英偉達建立長期合作伙伴關係](https://longbridge.com/zh-HK/news/285456095.md) - [實測 5 個 AI 視頻生成平台 flexclip Ultra, OperaAI Sora 2 Pro, Google Veo 3.1 fast, Kling 2.6, Minimax Hailuo 2](https://longbridge.com/zh-HK/news/285721103.md) - [Google 試行面試新制，開放工程師職缺在技術關卡使用 AI 工具](https://longbridge.com/zh-HK/news/285656421.md) - [金色 Web3.0 日報 | 預測市場平台 Kalshi 完成 10 億美元融資 估值飆升至 220 億美元](https://longbridge.com/zh-HK/news/285567818.md) - [Google 大力推動 AI 健康，無螢幕智慧手環 Fitbit Air 新推出](https://longbridge.com/zh-HK/news/285660153.md)