<p><strong>字母表</strong>（GOOGL 0.50%）（GOOG 0.29%）多年來一直在開發自己的張量處理單元（TPU）。但直到最近，該公司才開始將這些處理器視為不僅僅是一個副項目，而是對 <strong>英偉達</strong>（NVDA +3.90%）圖形處理器的真正替代方案。</p>
<p>這一轉變可能對英偉達產生重要影響，因為谷歌越來越專注於使用自己的處理器並將其租賃給其他人工智能公司。</p>
<p>以下是谷歌的 TPU 可能對 英偉達 構成更大威脅的原因，超出投資者的想象。</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>圖片來源：Getty Images。</p>
<h2>定製處理器在人工智能計算方面表現出色</h2>
<p>過去，圖形處理器在所有人工智能相關領域都是無可爭議的贏家。</p>
<p>但人工智能公司最近發現，設計自己的定製處理器可以是實現快速高效人工智能計算的好方法。</p>
<p>例如，谷歌的 TPU 在處理人工智能工作負載時，預計總成本節省可達 30%，相比使用其他超大規模公司的芯片。這是因為定製處理器可以專門設計用於其 Gemini 人工智能模型處理信息的方式。</p>
<p>字母表今年在資本支出方面的支出高達 1900 億美元，管理層表示：“明年，我們預計支出將顯著增加，與 2026 年相比。” 大幅降低人工智能計算成本可能幫助谷歌最終更高效地運營其人工智能數據中心，並使其鉅額的人工智能投資最終值得其高昂的成本。</p>
<p>而且 谷歌 並不是唯一這樣做的公司。許多科技公司正在更多地關注定製處理器，以使其人工智能模型更高效並降低成本。<strong>太空探索技術公司</strong>（SPCX 4.51%）正在構建一些人稱之為 “主權人工智能” 的系統，其中 SpaceX 擁有從芯片設計和製造到人工智能模型本身的所有權。其他公司，如 <strong>亞馬遜</strong> 和 <strong>微軟</strong>，也在設計自己的人工智能處理器。</p>
<p>這意味着英偉達可能會失去在人工智能芯片設計市場的主導地位。當然，這並不是必然的，但隨着人工智能投資的激增，科技巨頭們正在努力找出如何使這些投資獲得回報。</p>
<p>展開</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="字母表股票報價" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vYXJ0L2NvbXBhbnlsb2dvcy9tYXJrL0dPT0dMLnBuZyZ3PTEyOA"/></p>
<h2>NASDAQ: GOOGL</h2>
<p>字母表</p>
<p>今日變動</p>
<p>(-0.50%) $-1.81</p>
<p>當前價格</p>
<p>$357.08</p>
<h3>關鍵數據點</h3>
<p>市值</p>
<p>$4.3T 市值僅根據公開交易的流通股計算。不包括未上市、私有或雙重類別非交易股份。隱含市值可能有所不同。市值僅根據公開交易的流通股計算。不包括未上市、私有或雙重類別非交易股份。隱含市值可能有所不同。</p>
<p>日內區間</p>
<p>$352.77 - $357.82</p>
<p>52 周區間</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>為什麼英偉達不能掉以輕心</h2>
<p>谷歌幾個月前宣佈 與黑石集團 開始合資，計劃到 2027 年部署 500 兆瓦的 TPU 產能，並補充説它 “計劃隨着時間的推移顯著擴大。”</p>
<p>這一產能水平表明谷歌對使用其 TPU 的決心不僅僅是一個寵物項目。</p>
<p>更重要的是，它計劃將部分產能租賃給其他科技公司。這種系統被稱為新雲商業模式，其中科技公司使用自己的處理器和數據中心，並將部分產能租賃給其他公司。快速擴張的新雲市場可能到 2030 年佔據 20% 的人工智能雲市場。</p>
<p>如果更多科技公司轉向租賃谷歌的 TPU，或使用他們自己的處理器，這不僅會損害英偉達在人工智能數據中心領域的市場份額——目前約為 86%——還可能會降低英偉達的利潤率。</p>
<p>英偉達享有約 74% 的可觀毛利率，但隨着谷歌的 TPU 帶來更多競爭，可能不久之後英偉達就無法維持其曾經的定價能力。這可能是對英偉達主導地位的最大威脅之一。</p>

谷歌-A

谷歌-C

英偉達

<p>谷歌內部的張量處理單元（TPUs）對英偉達的人工智能芯片主導地位構成了重大威脅。通過提供具有成本效益的定製處理器，並通過與黑石集團的合資企業擴展其 “新雲” 租賃模式，谷歌旨在搶佔市場份額。這一轉變與亞馬遜和微軟等其他科技巨頭的做法相呼應，可能會侵蝕英偉達的 86% 市場份額，並壓縮其高利潤率，因為超大規模雲服務商更傾向於優先考慮內部效率而非第三方 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%）多年來一直在開發自己的張量處理單元（TPU）。但直到最近，該公司才開始將這些處理器視為不僅僅是一個副項目，而是對 <strong>英偉達</strong>（NVDA +3.90%）圖形處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>這一轉變可能對英偉達產生重要影響，因為谷歌越來越專注於使用自己的處理器並將其租賃給其他人工智能公司。</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 可能對 英偉達 構成更大威脅的原因，超出投資者的想象。</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>圖片來源：Getty Images。</p>
</div><h2>Custom processors are really good at AI compute</h2>
<div class="lb-trans"><h2>定製處理器在人工智能計算方面表現出色</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>過去，圖形處理器在所有人工智能相關領域都是無可爭議的贏家。</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發現，設計自己的定製處理器可以是實現快速高效人工智能計算的好方法。</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 在處理人工智能工作負載時，預計總成本節省可達 30%，相比使用其他超大規模公司的芯片。這是因為定製處理器可以專門設計用於其 Gemini 人工智能模型處理信息的方式。</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>字母表今年在資本支出方面的支出高達 1900 億美元，管理層表示：“明年，我們預計支出將顯著增加，與 2026 年相比。” 大幅降低人工智能計算成本可能幫助谷歌最終更高效地運營其人工智能數據中心，並使其鉅額的人工智能投資最終值得其高昂的成本。</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 並不是唯一這樣做的公司。許多科技公司正在更多地關注定製處理器，以使其人工智能模型更高效並降低成本。<strong>太空探索技術公司</strong>（SPCX 4.51%）正在構建一些人稱之為 “主權人工智能” 的系統，其中 SpaceX 擁有從芯片設計和製造到人工智能模型本身的所有權。其他公司，如 <strong>亞馬遜</strong> 和 <strong>微軟</strong>，也在設計自己的人工智能處理器。</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>這意味着英偉達可能會失去在人工智能芯片設計市場的主導地位。當然，這並不是必然的，但隨着人工智能投資的激增，科技巨頭們正在努力找出如何使這些投資獲得回報。</p>
</div><p>Expand</p>
<div class="lb-trans"><p>展開</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>今日變動</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>當前價格</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>關鍵數據點</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 市值僅根據公開交易的流通股計算。不包括未上市、私有或雙重類別非交易股份。隱含市值可能有所不同。市值僅根據公開交易的流通股計算。不包括未上市、私有或雙重類別非交易股份。隱含市值可能有所不同。</p>
</div><p>Day's Range</p>
<div class="lb-trans"><p>日內區間</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 周區間</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>為什麼英偉達不能掉以輕心</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>谷歌幾個月前宣佈 與黑石集團 開始合資，計劃到 2027 年部署 500 兆瓦的 TPU 產能，並補充説它 “計劃隨着時間的推移顯著擴大。”</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>這一產能水平表明谷歌對使用其 TPU 的決心不僅僅是一個寵物項目。</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，它計劃將部分產能租賃給其他科技公司。這種系統被稱為新雲商業模式，其中科技公司使用自己的處理器和數據中心，並將部分產能租賃給其他公司。快速擴張的新雲市場可能到 2030 年佔據 20% 的人工智能雲市場。</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>如果更多科技公司轉向租賃谷歌的 TPU，或使用他們自己的處理器，這不僅會損害英偉達在人工智能數據中心領域的市場份額——目前約為 86%——還可能會降低英偉達的利潤率。</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>英偉達享有約 74% 的可觀毛利率，但隨着谷歌的 TPU 帶來更多競爭，可能不久之後英偉達就無法維持其曾經的定價能力。這可能是對英偉達主導地位的最大威脅之一。</p>
</div>

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

- 谷歌正加速開發自有 TPU 處理器，挑戰英偉達的市場地位。  
- 谷歌計劃到 2027 年部署 500 兆瓦 TPU 產能，並打算出租給其他公司。  
- 定製處理器降低成本，可使谷歌在 AI 數據中心運營中更有效率。

Motley Fool

黑石集團

亞馬遜

微軟

黑石抵押信託

1 倍做空英偉達 ETF - Direxion

南方兩倍做多英偉達

2 倍做多英偉達 ETF - Direxion

1.5 倍做空英偉達 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

南方兩倍做空英偉達

2 倍做多英偉達 ETF - GraniteShares

2 倍做多英偉達 ETF - Leverage Shares

Roundhill GOOGL WeeklyPay ETF

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

英偉達期權收益策略 ETF - YieldMax

2 倍做多 MAG7 指數 ETF - Roundhill

微軟每日 2 倍做多 ETF - Direxion

亞馬遜每日 2 倍做多 ETF - Direxion

亞馬遜每日 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

微軟每日 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 週配息 ETF - Roundhill​

GraniteShares YieldBOOST NVDA ETF

xETFs NVDA Daily Income ETF

NVDA 期權收益策略 ETF - YieldMax

XI二南英偉-U

半導體 ETF - VanEck Vectors

費城交易所 半導體 ETF - iShares

半導體 3 倍做多 - Direxion

Invesco PHLX Semiconductor ETF

標普半導體 ETF - SPDR

動態半導體 ETF - Invesco

納斯達克半導體 ETF - First Trust

SpaceX

NVIDIA Corporation

谷歌的自研 AI 芯片策略可能對英偉達構成比投資者預期更大的威脅。以下是原因