#云计算

Rocky
1个月前
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)🙏
更新/看见甲骨文老板登顶世界首富,想起我在1998年读到的那本书《拉里·埃里森与上帝不同》。很有意思,埃里森是当时业界段子最多的人。脾气很坏,恶作剧,帆船和泡妞。这个人都是故事。 乔布斯曾经说,他在硅谷最好的朋友就是拉里,乔布斯在NEXT最苦恼地时候,拉里曾说我帮你把苹果买回来。乔布斯回到苹果后,牢牢控制董事会一人说了算。其中就有拉里的董事席。有段故事我印象很深,开会表决时,乔帮主对着拉里(人不在)的照片说,拉里我知道你会同意的。去看看《乔布斯传》。这两位身上,都是有股那个时代雅皮士的气质。 甲骨文在很长时间里是关系型数据库市场的霸主,击败Sybase和IBM DB2之后,在银行和电信等主流存量市场长期保持优势。谁敢轻易换啊。个人认为,在甲骨文历史上,收购SUN公司并控制Java和MySQL,拿下千万级开发者技术生态是十分令人意想不到的里程碑事件,十分轰动。多年后,微软拿下Github代码仓库有类似战略意义。 这几年,他们发力云计算,是导致市值大涨的又一个转折点。云计算市场太大了。AI浪潮再度席卷后,这个市场成为大预言模型和英伟达算力之后最大的受益者。微软、亚马孙和甲骨文这三家,他们不用像OpenAI那么卷,像工作狂老黄那么拼。是的,他们只要不犯错,跟上主流技术脚步;就可以大发横财。同样地,微软哪位印度裔CEO牙都快笑歪了。 甲骨文在软件时代就是全球唯二的巨头。互联网还没有起来之际,微软和甲骨文争霸,微软几乎一统天下,吃定桌面操作系统和各项应用。拉里就是成天和比尔盖茨唱反调的高手,你说个人电脑PC,他就鼓吹NC(Net computer),大喊其实网络就是计算机。有点以太坊喊去中心化网络就是世界计算机的那味。2000年前;业界十分敬畏微软,微软在软件领域啃下一块又一块市场,而且一旦吃下就没有只有第一没有第二,但就是很难啃下甲骨文的关系型数据库这块大肥肉。 埃里森是当时业界段子最多的人。其实,这哥们不容易,商业数据库终究还是被微软SQL Server反超,开源数据库My SQL这几年也被斯坦福搞出来的PostgreSQL超越,后者这几年很流行。但是,真英雄不是悲壮地去死,而还要有打不死的九条命。做企业像三级火箭,旧的燃料推上去之后,下一个市场燃料又补上,继续飞。 他可能也是今天最年长的科技企业创始人CEO。
ginobefun
7个月前
#BestBlogs Agent Infra 图谱:哪些组件值得为 Agent 重做一遍? | 海外独角兽 深度分析 Agent Infra 四大核心赛道,探讨创业与云厂商机会。 摘要: 本文从投资视角出发,对新兴的 Agent Infra(Agent 基础设施)领域进行了全面的图谱分析,将其划分为 Environment、Context、Tools 和 Agent Security 四大核心赛道。 详细阐述了每个赛道的价值、关键技术(如 Sandbox、Browser Infra、RAG、MCP、Memory、Search、Payment、Backend Workflow)以及值得关注的初创公司。文章探讨了创业公司在 Agent Infra 领域的两大机会:在现有 Infra 中寻找 AI-native 需求,以及抓住 Agent 开发的新痛点。同时,附录总结了主要云厂商(AWS, Azure, GCP)在这些领域的布局,指出当前云厂商的产品多源自传统 Infra,Agent-native 产品相对缺乏。整体为技术从业者和投资者提供了 Agent Infra 领域的全景视图和潜在方向。 主要内容: 1. Agent Infra 是 Agent 落地的关键,涵盖开发到部署全生命周期。 -- Agent Infra 是 Agent 从概念走向实际应用不可或缺的支撑体系,提供 Agent 执行任务所需的计算环境、信息、工具和安全保障。 2. Environment 和 Context 是 Agent Infra 的核心赛道。 -- Environment 为 Agent 提供运行容器(Agent-native computer),Context 为 Agent 提供记忆和知识,是 Agent 有效规划和行动的基础。 3. Tools 层正快速扩展,搜索和金融工具尤为值得关注。 -- Agent 需调用各类工具完成任务,特别是搜索和支付,Agent 经济出现新商业模式,需要专属支付工具和交易网络。 4. Agent Security 机会需待 Agent 生态成熟后涌现。 -- Agent 安全需从静态权限转为动态意图分析,但 AI-native 安全 Infra 是需求驱动,尚处早期,老牌安全厂商主导。 5. 创业公司机会在于寻找 AI-native 需求和抓住新痛点。 -- 创业公司可在现有 Infra 中寻找 Agent 特有的高性能需求,或开发易用性高、降低开发门槛的新 Infra 产品。 文章链接: