#Google Cloud

陈少举（🦣 @[email protected] ）

1个月前

通过AI Studio玩了十几张Nano Banana Pro了，今天想起费用的事情，看了一下，2美金左右，还好。给Google Cloud充了10USD，继续用用看。

#AI Studio #Nano Banana Pro #Google Cloud #云计算费用 #技术体验

1个月前

前面薅了 Google cloud 300 美金云服务器，这次换成 Azure 云，最近把国外几大云服务器商都安排上。能省则省！

#薅羊毛 #Google Cloud #Azure #云服务器 #省钱

1个月前

大白话讲解谷歌TPU VS GPU #### 1. TPU 诞生的真正原因（2013-2015） - Google 谷歌发现：如果每个安卓用户每天用语音搜索 3 分钟，现有 CPU/GPU 算力要让全球数据中心翻倍。 - 结论：必须自研 ASIC 专门跑矩阵运算（神经网络推理），否则 AI 成功会把自己“撑死”。 - 从立项到量产仅 15 个月，2015 年就已经在 Google 搜索、地图、照片、翻译背后悄悄运行。 #### 2. TPU vs GPU 的本质区别 - GPU：通用并行处理器，背着“图形渲染”历史包袱（缓存、分支预测、复杂调度等）。 - TPU：极简“领域专用架构”（Domain-Specific Architecture） - 核心是 **Systolic Array（脉动阵列）**：权重只加载一次，数据像血液一样单向流动，几乎不回写内存，彻底解决冯诺依曼瓶颈。 - 最新一代 TPU v7（Ironwood，2025 年 4 月发布）单芯片规格： - 4,614 TFLOPS（BF16） - 192GB HBM（与 Blackwell B200 相同） - 内存带宽 7,370 GB/s - 性能/功耗比比上代 v6e（Trillium）提升 100% #### 3. 真实性能对比 - 推理场景下，TPU 性价比普遍比 Nvidia GPU 高 30%-100%（看具体工作负载） - 典型说法： - “同样的钱，8 张 H100 的活，1 个 TPU v5e Pod 就能干” - “TPU v6 比 Hopper GPU 省电 60-65%” - “老一代 TPU 降价极狠，新一代出来后上一代几乎白送” - 即使 Jensen Huang 也承认：ASIC 里只有 Google TPU 是“special case”。 #### 4. TPU 普及的最大障碍 - 生态锁死：程序员大学学的是 CUDA + PyTorch，TPU 用 JAX/TensorFlow（虽已支持 PyTorch，但库仍不完善） - 只能在 Google Cloud 用（AWS/Azure 都没有），数据迁移成本（egress fee）极高，企业不敢 All-in - 目前主要赢在推理，训练虽强但 CUDA 生态仍占优势 #### 5. 对 Google Cloud 的战略意义 - AI 时代云服务毛利率从 50-70% 暴跌到 20-35%，因为大家都在给 Nvidia 打工（Nvidia 毛利 75%）。 - 谁能用自研 ASIC 摆脱 Nvidia，谁就能重回 50%+ 毛利。 - 三大云厂商自研 ASIC 进度：**Google TPU >> AWS Trainium > Azure MAIA** - Google 已把 TPU 设计前段（RTL）全部握在自己手里，Broadcom 只做后端物理实现，Broadcom 毛利率被压到 50% 左右。 - 内部：Google 搜索、Gemini、Veo 等全部用 TPU 推理；对外 GCP 客户要 Nvidia 才给 Nvidia。 - **TPU 是 GCP 在 AI 时代翻盘、抢回云市场份额的最大王牌**。 - Google 正疯狂扩产 TPU v7（Ironwood） - 外部客户 2025 年底才开始大规模拿到 - 业内预计 2026 年 Google TPU 出货量将出现爆发式增长（与你之前那张 UBS 报告提到的“Google TPU v7p 明显放量”完全吻合） **总结：** Google TPU 是目前唯一真正能和 Nvidia 掰手腕的自研 AI 芯片，尤其在推理时代具备压倒性性价比优势，未来 5-10 年将是 Google Cloud 最大护城河，也是台积电 CoWoS 封装需求暴涨的最重要驱动力之一。

#Google TPU #NVIDIA GPU #AI芯片 #推理性价比优势 #Google Cloud

1个月前

300 美元白拿！5 分钟解锁 Google Gemini 3 & Nano Banana Pro 零成本、零风险、全流程亲测可用。很多人不知道： Google Cloud 给新用户送 $300 免费额度，Gemini 3、Nano Banana Pro 都能直接跑。唯一门槛：验证信用卡（不扣钱、不预授权）。下面是最干的操作指南： 🔧准备工具（只要三样） Google 账号 Visa / Mastercard（国内的话推荐使用招行VISA）一个地址（随便生成一个，格式对即可） 🟦 Step 1：开账户上 → 点“Start Free” → 登录你的 Google 账号。 🟩 Step 2：激活 $300 进入后顶部会亮出 $300 提示条 → 点“Activate”。 🟨 Step 3：填资料按下面这样填成功率最高👇 账户类型：个人国家：美国 / 加拿大推荐地址：可以用生成一个绑定信用卡 → Google 做 1 次验证 → 0 扣费直接通过 🟧 Step 4：开始玩模型两种方式任选： 1）网页端：直接调模型，Gemini 3 / Nano Banana Pro 随便跑 2）开发端：点“Link API key”开 API 权限 → 本地/服务端都能用 ⚠️注意风险（很关键） ⏳额度有效期：90 天 💸额度用完前不会自动扣费 🧾记得开预算提醒：Billing → Budgets & Alerts 🔍每周看一次账单，避免超额 API 调用

Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#Google Cloud #Gemini 3 #Nano Banana Pro #免费额度 #操作指南

2个月前

Google Cloud 送的 500 刀还没有用，是不是应该充个 CC / Codex，然后开一台高配的 VPS，然后 ssh 上去之后 vibe coding？

#Google Cloud #VPS #Vibe Coding #高配 #CC / Codex

5个月前

Kimi K2 还没捂热，Qwen3 235B A22B 2507 又上线了，现在我每天最期待的就是各种新模型发布。OpenRouter 免费版不太稳定，有时需要重试几次才能成功。今天收到 Google Cloud 平台邮件，大号有望解封…

#Kimi #Qwen3 #大模型 #Openrouter #Google Cloud

6个月前

周二，谷歌正开始向美国搜索部门员工提供自愿离职方案，覆盖市场、公关、研究和核心工程等多个团队。据多位员工透露，这项被称为“自愿离职计划”的举措，尚未波及 DeepMind、Google Cloud、YouTube 和中央广告销售部门。谷歌年初在裁员前已向包括 Android 和 Pixel 产品线在内的平台与服务部门员工推出类似方案。目前尚不清楚本周宣布的这轮补偿是否预示着新一波裁员。一些员工获告知，若选择离职，可获得至少 14 周工资的补偿，报名截止日为 7 月 1 日。

#谷歌 #自愿离职 #美国 #科技行业 #市场 #公关 #研究 #工程 #DeepMind #Google Cloud #YouTube #广告销售 #Android #Pixel #裁员

7个月前

Claude 4的定价： Opus 4 每百万Token：输入15$/输出75$ Sonnet 4 每百万Token：输入3$/输出15$ 开发者可以通过Anthropic API、Amazon Bedrock和Google Cloud的Vertex AI调用。 Opus 4 包含在订阅了Pro、Max、Team和Enterprise版本中。 Sonnet 4 对免费用户开放。

#Claude 4 #定价 #Opus 4 #Sonnet 4 #Anthropic API #Amazon Bedrock #Google Cloud #订阅 #Pro #Max #team #Enterprise #免费用户

10个月前

Alphabet Inc. 公布了其 2024 年第四季度财报，报告每股收益（EPS）为 2.15 美元，略高于预期的 2.13 美元，但营收为 964.7 亿美元，未达市场预期的 966.7 亿美元。尽管 Google Cloud 的收入同比增长 30%，但仍低于预期，仅达 119.6 亿美元，而市场预测为 121.6 亿美元。尽管 EPS 超出预期，但由于营收未达预期，以及 2025 年计划资本支出（CAPEX）高达 750 亿美元，远超市场预期的 579 亿美元，Alphabet 股价在盘后交易中下跌约 7%。该资本支出主要用于 AI 研发，可能会使竞争对手如 NVIDIA 受益。

#Alphabet财报 #2024年第四季度 #EPS #营收 #Google Cloud