Сектор ИИ застрял в нарративной борьбе, полностью сосредоточенной на доминировании полупроводников. Nvidia (NASDAQ: NVDA) контролирует рынок GPU благодаря своей вычислительной мощности, в то время как Advanced Micro Devices (NASDAQ: AMD) борется за захват доли, а Broadcom (NASDAQ: AVGO) помогает компаниям создавать кастомные ASIC. Однако эта одержимость сырой производительностью чипов упускает из виду фундаментальный сдвиг, меняющий отрасль.
Ключевым полем боя является не мощность — а операционная эффективность. По мере того как ИИ выходит за рамки этапа обучения и переходит к постоянному внедрению выводов, энергоэффотребление становится решающим фактором. Именно здесь Alphabet (NASDAQ: GOOGL, GOOG) выходит на передний план как настоящий конкурент, готовый доминировать.
Ограничение по мощности — это настоящая узкая часть
Текущая инфраструктура сталкивается с недооценённым кризисом: доступностью электроэнергии, а не нехваткой чипов. В то время как GPU превосходны в обработке огромных массивов данных, они требуют колоссальной энергии. Во время однократных циклов обучения такой компромисс приемлем. Но выводы — постоянная эксплуатационная фаза работы больших языковых моделей — требуют постоянной эффективности.
Эта разница критична. Alphabet осознал это десять лет назад, разработав кастомные Tensor Processing Units (TPUs), адаптированные под его экосистему TensorFlow и инфраструктуру Google Cloud. Сейчас, в седьмом поколении, эти чипы обеспечивают превосходную энергоэффективность по сравнению с альтернативами на базе GPU.
ASIC, поддерживаемые Broadcom, могут предлагать альтернативы для конкурентов, но они не могут сравниться с интегрированным преимуществом Alphabet: TPUs работают внутри проприетарного облачного стека, оптимизируя как производительность, так и потребление энергии одновременно. Это создает накапливающееся ценовое преимущество, которое увеличивается по мере роста требований к выводам.
Вертикальный интеграционный барьер
В отличие от Nvidia, которая продает чипы как отдельные продукты, Alphabet монетизирует свои технологии через требования к доступу. Клиенты не могут купить TPUs напрямую; им нужно запускать рабочие нагрузки на Google Cloud, чтобы их использовать. Эта архитектура обеспечивает несколько потоков доходов: сборы за облачную инфраструктуру, программные услуги и лицензирование моделей ИИ.
Более того, Alphabet использует собственные TPUs для внутренних операций. Его базовая модель Gemini 3 выигрывает за счет структурных затратных преимуществ, которых не могут достичь конкуренты, полагающиеся на внешние GPU. OpenAI и Perplexity AI сталкиваются с более высокими затратами на выводы, полагаясь на коммерческие GPU-решения, в то время как автономность Alphabet создает непреодолимую конкурентную крепость.
Глубина экосистемы ИИ Alphabet укрепляет это преимущество: Vertex AI предоставляет инструменты для настройки моделей, разветвленная оптоволоконная сеть снижает задержки, а ожидаемое приобретение Wiz добавляет возможности облачной безопасности. Ни один конкурент не обладает такой всеобъемлющей, интегрированной технологической платформой.
Почему это важно для следующей фазы
Новая эра ИИ благоприятствует интегрированным игрокам, а не специалистам. Недавние оборонительные меры Nvidia — включая инвестиции в компании после изучения оценок TPU — свидетельствуют о растущем уважении рынка к техническим возможностям Alphabet.
Энергоэффективность становится окончательным дифференциатором по мере распространения моделей и увеличения затрат на выводы. Десятилетние инвестиции Alphabet в вертикальную интеграцию позволяют ей занять уникальную позицию для захвата этой точки перелома. Когда отрасль перейдет от нарративов, основанных на обучении, к экономике, основанной на выводах, доминировать будут те, у кого есть интегрированная инфраструктура.
Настоящая борьба в ИИ — это не между производителями чипов за долю рынка, а между вертикальными стеками, соревнующимися по эффективности, структуре затрат и глубине экосистемы. По этим критериям Alphabet обладает решающим преимуществом.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
За пределами конкурса чипов: почему энергоэффективность ИИ — это настоящее победное место
Ошибочный фокус на аппаратном обеспечении
Сектор ИИ застрял в нарративной борьбе, полностью сосредоточенной на доминировании полупроводников. Nvidia (NASDAQ: NVDA) контролирует рынок GPU благодаря своей вычислительной мощности, в то время как Advanced Micro Devices (NASDAQ: AMD) борется за захват доли, а Broadcom (NASDAQ: AVGO) помогает компаниям создавать кастомные ASIC. Однако эта одержимость сырой производительностью чипов упускает из виду фундаментальный сдвиг, меняющий отрасль.
Ключевым полем боя является не мощность — а операционная эффективность. По мере того как ИИ выходит за рамки этапа обучения и переходит к постоянному внедрению выводов, энергоэффотребление становится решающим фактором. Именно здесь Alphabet (NASDAQ: GOOGL, GOOG) выходит на передний план как настоящий конкурент, готовый доминировать.
Ограничение по мощности — это настоящая узкая часть
Текущая инфраструктура сталкивается с недооценённым кризисом: доступностью электроэнергии, а не нехваткой чипов. В то время как GPU превосходны в обработке огромных массивов данных, они требуют колоссальной энергии. Во время однократных циклов обучения такой компромисс приемлем. Но выводы — постоянная эксплуатационная фаза работы больших языковых моделей — требуют постоянной эффективности.
Эта разница критична. Alphabet осознал это десять лет назад, разработав кастомные Tensor Processing Units (TPUs), адаптированные под его экосистему TensorFlow и инфраструктуру Google Cloud. Сейчас, в седьмом поколении, эти чипы обеспечивают превосходную энергоэффективность по сравнению с альтернативами на базе GPU.
ASIC, поддерживаемые Broadcom, могут предлагать альтернативы для конкурентов, но они не могут сравниться с интегрированным преимуществом Alphabet: TPUs работают внутри проприетарного облачного стека, оптимизируя как производительность, так и потребление энергии одновременно. Это создает накапливающееся ценовое преимущество, которое увеличивается по мере роста требований к выводам.
Вертикальный интеграционный барьер
В отличие от Nvidia, которая продает чипы как отдельные продукты, Alphabet монетизирует свои технологии через требования к доступу. Клиенты не могут купить TPUs напрямую; им нужно запускать рабочие нагрузки на Google Cloud, чтобы их использовать. Эта архитектура обеспечивает несколько потоков доходов: сборы за облачную инфраструктуру, программные услуги и лицензирование моделей ИИ.
Более того, Alphabet использует собственные TPUs для внутренних операций. Его базовая модель Gemini 3 выигрывает за счет структурных затратных преимуществ, которых не могут достичь конкуренты, полагающиеся на внешние GPU. OpenAI и Perplexity AI сталкиваются с более высокими затратами на выводы, полагаясь на коммерческие GPU-решения, в то время как автономность Alphabet создает непреодолимую конкурентную крепость.
Глубина экосистемы ИИ Alphabet укрепляет это преимущество: Vertex AI предоставляет инструменты для настройки моделей, разветвленная оптоволоконная сеть снижает задержки, а ожидаемое приобретение Wiz добавляет возможности облачной безопасности. Ни один конкурент не обладает такой всеобъемлющей, интегрированной технологической платформой.
Почему это важно для следующей фазы
Новая эра ИИ благоприятствует интегрированным игрокам, а не специалистам. Недавние оборонительные меры Nvidia — включая инвестиции в компании после изучения оценок TPU — свидетельствуют о растущем уважении рынка к техническим возможностям Alphabet.
Энергоэффективность становится окончательным дифференциатором по мере распространения моделей и увеличения затрат на выводы. Десятилетние инвестиции Alphabet в вертикальную интеграцию позволяют ей занять уникальную позицию для захвата этой точки перелома. Когда отрасль перейдет от нарративов, основанных на обучении, к экономике, основанной на выводах, доминировать будут те, у кого есть интегрированная инфраструктура.
Настоящая борьба в ИИ — это не между производителями чипов за долю рынка, а между вертикальными стеками, соревнующимися по эффективности, структуре затрат и глубине экосистемы. По этим критериям Alphabet обладает решающим преимуществом.