Rocky
3周前
最近美股各投行在大肆鼓吹TPU芯片了,谷歌自从被巴菲特锁定后,股价蹭蹭涨📈,已经临近4万亿大关,今天就简单解析一下TPU的潜力以及相关利好利空的公司。 我最近也跟随巴菲特,在押注谷歌TPU,我认为这不仅仅是芯片,而是一场云计算的“阳谋”。 可能大家都听说过GPU——英伟达(#NVDA)靠着它成了AI时代的“印钞机”,市值一度飙到5万亿。但TPU,是谷歌偷偷练了12年的大招。过去,它只给自己用,比如训练Gemini大模型、优化YouTube推荐、支撑Google Search的AI功能。但现在,谷歌突然说:“嘿,Meta、Anthropic,你们要不要也试试我的芯片?” #AI 芯片三足鼎立,可能就此展开竞争,英伟达,AMD,谷歌。而谷歌家的TPU,可能是改变整个AI芯片格局的一招。 TPU是什么?简单理解就是“谷歌自研的AI加速卡” 你可以把它想象成英伟达GPU的“竞品”,但专为谷歌的AI任务深度优化。TPU不是通用芯片,而是ASIC(专用芯片),就像为跑马拉松专门定制的跑鞋,别的路可能不灵,但在谷歌这套AI生态里,又快又省电。 过去TPU只在谷歌自家数据中心跑,从不对外。但现在,风向变了。Morgan Stanley的报告显示,谷歌已经和 #Anthropic 签下100万颗TPU的大单,还正和 #Meta 谈明年租用、后年直接采购用于训练Llama模型——注意,是训练,不是简单的推理。训练对芯片性能要求高得多,这说明谷歌在自家Gemini的实际使用上,已经被大众所认可。 这会给谷歌带来哪些财务影响?根据Morgan Stanley的测算:每对外卖出50万颗TPU,谷歌2027年云业务收入就能多130亿美元(+11%),每股收益(EPS)能涨$0.37,相当于整体EPS提升3%。别小看3%——在 #GOOGL 这种体量的公司,这就是实实在在的利润增量,而且还能推动估值倍数上移。 现在谷歌云还在追赶AWS和Azure,但TPU可能是它的“差异化王牌”:别人用英伟达GPU,又贵又抢不到;而谷歌说,“我不仅有云,还有自己造的、性价比更高的AI芯片,还能和PyTorch无缝对接。”这对大多数AI客户来说,诱惑太大了。 📝这里面存在利好利空的公司? 谷歌(#GOOGL):显然是最大受益者。不仅云收入增长,还能摊薄TPU研发成本,形成“芯片-云-大模型”闭环。是一个典型的正向飞轮加速。 英伟达(#NVDA):短期影响不大,长期投资者心态有一定影响。毕竟NVDA 2027年预计卖800万颗GPU,谷歌TPU就算卖100万颗,也只是小部分替代。但长期看,如果TPU生态做起来,NVDA的“独占”地位会被削弱,长远来看还是有一定负面影响。 #AMD:有点尴尬。本来指望靠MI450抢点份额,结果Meta转头去试TPU了。AMD一直强调“通用性+云兼容”,但现在TPU也变成“准商用”产品了,这个优势被完全稀释了,苏妈又要焦虑了。 博通(#AVGO):它可能是隐形最大受益者。因为TPU是谷歌设计、博通代工制造的。Morgan Stanley估计,2025年博通为谷歌生产了180万颗TPU,2027年要干到300万颗。TPU越火,博通订单越稳。虽然这块业务毛利率可能不如NVDA那么高,但量大、稳定、绑定头部客户,是优质资产。 ⚠️我的三点担忧,从Morgan Stanley报告中,提到了一些风险点,需要注意: 1️⃣商业模式:谷歌是直接卖芯片?还是只租用?如果是卖,会计入硬件收入(低毛利);如果是云服务形式,就计入高毛利的云收入。这对利润结构影响巨大。 2️⃣开发者生态:TPU过去被诟病“难用”。现在谷歌搞了个“TPU Command Center”,还能用PyTorch调用,这是重大进步。但真能打消开发者对NVDA CUDA的依赖吗?还得看实际体验。 3️⃣Meta到底买多少?如果只是“试试”,影响有限;但如果Meta真把Llama 4或5的大规模训练交给TPU,那等于给TPU发了“行业认证证书”,对其他AI公司来说,会大批量跟进。 我最近已经加大对谷歌和博通的押注,我不赌“英伟达会不会影响”,而是押注“谷歌能不能跑出第二曲线”。TPU对外销售,是谷歌从“AI使用者”变成“AI基础设施提供商”的关键一步。如果2027年谷歌真能卖出200万~300万颗TPU,那不仅云业务估值要重估,整个 #GOOGL 的AI叙事也会从“追赶者”变成“规则制定者”之一,所以,我现在更坚定地持有 #GOOGL,甚至在回调时准备再加一点。这不是炒概念,而是在押注一个被低估的硬件+软件+云一体化AI平台的崛起。毕竟,在AI这场马拉松里,光有引擎(GPU)不够,还得有整辆车——而谷歌,正在悄悄造一辆自己的车。🧐 假如您还受限于国内美股开户不方便,那么可以尝试用U炒美股,体验丝丝顺滑,我个人正在使用 #RWA 美股代币化平台 #MSX,一同参与美股市场: 目前可以免费进我们美股社群,免费阅读海外投行一手报告,每周限额10人,可以私信我,填写表单,进入美股交流和探讨社群(最近加群人数较多,助理审核需要时间,感谢理解)🙏
中指地产研究院发了这么个帖子,中指在业内口碑一直不错的,怎么也有点儿要被招安的意思了 《盘活存量地产的4大方向会不会有用?》 中指的帖子题目是“盘活存量房屋,地方明确4大方向!” 首先,“盘活存量”这件事一定是对的,其次,我们看看这4大方向能不能盘活存量?! ----------- 我还是按标题分开来聊吧,这样看着不费劲。 一、哪四大方向? 帖子里这么说的: 1、转变房屋用途,释放存量潜力; 2、支持功能兼容,扩展多元生态; 3、松绑“自持”限制,为企业纾困; 4、优化管理机制与审批流程,优化营商环境。 满满的官腔是不是😂 二、翻译 大概是这4方面的意思: 1、卖不掉的房子可以换个用途; 2、可以多做点儿“副业”,还是1的延续; 3、以前不让卖的房子也让卖了; 4、少点儿审批和监管,少卡脖子。 怎么样是不是翻译的很直白? 三、分析 1、会不会有效? 一定会! 任何的政策都会有效果,无非就是效果大小的区别。 2、会有大效果么? 不会。 或者说治标不治本,现在地方财政的困境在于地产玩不转了,土地财政收入逐年下降。 我们现在就假设上述4大举措全部有效,100%有效。 能补齐土地财政的收入缺口么?不能啊! 3、有没有哪几条政策亮眼的? 我帮你们拎几条出来,如果是在当地的,可以看看政策落地做的好不好。 1)佛山:允许企业申请不超过一年时间缓建期; 2)成都:预售资金可以商业项目建设; 3)成都:补缴土地出让金,将自持租赁住转为商住; 4)广州:支持商办物业整栋改为保障性住房。 四、什么信号? 各地都在努力自救; 都在努力让自己的地产转起来; 努力让自己的财政收入多一点点。 ---------- 现在,其实就是哪个地方跑通了,有效了,才会上达天听,然后出台全国性的政策。 看各地智慧了,地产这块儿,反正我是一点儿思路也没有。 除了避险。 嗯,就这样。
5000 亿美元,这是OpenAI 现在被炒到的估值高度。 有人算了一笔账,为了让这轮AI 投资哪怕只赚到10% 的回报,人类必须每年拿出大约6500 亿美元,永远付下去。换成直白的说法,就是每一个iPhone 用户,长期每月多交34.72 美元,才够填这场AI 狂飙埋下的账。 Morgan Stanley 在旁边补了一刀,大家以为AI 的瓶颈在模型和芯片,其实最大的问题很可能是电。美国到2028 年,光是给数据中心补电,就可能缺口高达44 吉瓦。要把这一块缺口补上,电网和电源投资大约要2.5 万亿美元,再加上 2 万亿的数据中心本体,整套AI 基建账单能写满n页 A4 纸。 于是有聪明人开始盯向电厂、变电站和天然气管道。一看吓一跳,这轮AI 狂潮表面上是模型竞赛,底层其实是一次罕见的资源重排。资本、土地、电力、铜、芯片,被一口气拉到同一个坐标系里,强行塞进未来十年的时间里统一结算。 有三件事正在同时发生。 第一件事是钱。麦肯锡测算到2030 年,全球数据中心要砸下接近7 万亿美元投资,其中超过4 万亿是算力硬件。把这个数字分解到电网侧,就是上面Morgan Stanley说的美国2028 年前后的用电缺口。 再叠加各路统计就能看到另一组数字,所谓“mag 7”在 2025 年的 AI 相关资本开支保守估计也要 3300 亿到 4000 亿美元,个别年份甚至更高。这是人类有史以来最大规模的“数字矿山基建”。 目前看起来这些钱都能融到。私募信贷、主权基金、保险和养老金,似乎相信找到了一个好像可以同时解决“负利率时代”和“科技增长故事”的出口。 问题是,也不知道资方会不会突然有一天早上梦醒时分,急着叫起来“show me the money”。 第二件事是电。这一次科技公司可能发现自己不得不走进一个很不熟悉的世界。芯片可以用钱抢,工程师可以用股权挖,唯独电力,必须和一个缓慢、保守、充满利益纠葛的系统打交道。 美国有分析预估,到了这轮建厂高潮的中后期,数据中心可能吃掉全国7% 到 12% 的用电。澳洲也有类似的模型,也给到了 2030 年 12% 的上限预估。 这意味着厂方不再是“电网里的一个用户”,厂方的存在就足以改变别的用户的电价。于是民间社区开始反对这类项目,地方政府开始质问,为了一堆我们说不清、看不见的“AI 工厂”,要不要让居民电价多涨几分钱。 在这样的背景下,“电力配容量”被重新发明成一种稀缺资产。 有数据中心投资大佬总结得很直白,以前数据中心不过是“配置了高级制冷的仓库”,客户是一手遮天的巨头,现在生成式 AI 把电力变成了“金票”,地主手里终于有了谈判筹码。 租金翻倍、租约从五到七年瞬间拉长到十五到二十年,背后反映了现实,那就是谁控制了变电站边上的那块地,谁就有资格向世界上最有钱的一撮公司提条件。 第三件事,这是一场时间对赌。假设2030 年前后 AI 基建总投资规模来到几万亿美元,要拿到体面的 10% 回报,需要一条每年大约 6500 亿美元的长期收入流。从利润角度推算,到 2026 年头部 AI 公司要在现有基础上再长出一到一点多万亿美元的营收来支撑。 问题是今天市场的定价里,已经隐含了这些未来现金流,而且往往还给了折现率很低的“市梦率”估值。 股价上看还在讲着“AI 会改变一切”的故事,而美国家庭的消费信心指数却掉到了五十年新低;当mag 7每季度往数据中心里砸一个上百亿美元的时候,电网运营商和地方政府在考虑的是电压稳定、居民电价和水资源。 这一切在基础设施投资大佬的眼里,就像当年世界大战期级别的金矿淘金运动,只不过这次不做矿工了。而是要扮演一个极其传统的角色盖厂房、拉电线、签长期租约。 淘金潮中最容易迷失的人,是试图抓住最高估值的时点,一次性高价退出的人。 而AI数据中心大佬们这次要的是另一种时间结构,即使空气从估值里慢慢漏掉,只要那几家头部客户还在,合同里锁定的十五到二十年分红就足够好。 所以有个微妙的场景发生了。 一边是大空头Michael Burry 关掉基金,说“市场的估值方式已经和自己的价值判断完全不同步”; 另一边是 Stonepeak、Goodman Group和各路主权基金正在悄悄把一块块地、一条条输电线路、一座座冷却塔装进自己的资产负债表。 因为前者挣的是“定价错配”的钱,后者挣的是“时间错配”的钱。 现在我们再回头看这三件事。 钱,很可能不是最大的问题,世界上从来不缺愿意为新故事买单的资本。 电,短期可以用比特币矿场改造、用气电机组顶一顶、用进口算力转嫁一部分,但真正难的是当AI 工厂和居民用电之间发生冲突,政治系统会把哪一方放在前面。 利润,才是压在所有人头上的那块石头。AI 的技术突破再华丽,如果不能稳定地转译成现金流,这些万亿级的钢筋、水泥、铜和硅,就会像历史上无数次那样,变成沉没成本和折旧负担。 资本市场注定要经历一次结构性再分配。从“增长故事”回到“物理约束与资本回报”的拐点, 算力的叙事会把一部分超额回报从“软件层”和“应用层”挤回到“电网层”和“基础设施层”。 有些公司会发现,自己辛辛苦苦讲故事,最后成就的是那些卖电、卖冷却、卖土地的人。 也会有一些基础设施玩家,即使在泡泡漏气后,手里还拿着每个季度准点进账的现金流。 一个字, 真正站得住的资产,最后是在电价、监管和长期现金流三条曲线交汇处仍然构成“必需服务”的那一部分。