Alphabet 為 Nvidia 的 AI 晶片主導地位帶來了顛覆性的打擊

改變一切的TPU突破

多年來，AI基礎設施的競爭似乎一面倒。像Alphabet、Amazon和Microsoft這樣的主要雲端服務商投入數十億美元設計定制數據中心晶片，但都無法匹敵Nvidia在圖形處理單元(GPUs)方面的行業領先地位。這一局面正發生劇烈轉變。

在11月18日，Alphabet推出了Gemini 3，其最新的AI模型，真正的亮點不僅在於性能——它是獨家在Alphabet的定制張量處理單元(TPUs)上交付的。這一里程碑標誌著AI晶片霸權競爭的潛在轉折點。Gemini 3的能力與OpenAI和Anthropic的最新版本相當甚至超越，證明自主研發的晶片能在最高層級競爭。

這一發展為何特別重要？Meta Platforms據報導正與Alphabet洽談直接購買TPUs，而Anthropic則宣布將通過Google Cloud大規模擴展TPU的採用。從理論威脅到實際市場需求的轉變已經開始。

供應限制遇上爆炸性需求

Google Cloud正經歷前所未有的計算能力需求。在2025年第三季(截至9月30日)，該平台創造了151億美元的收入，同比增長33.5%，且增速甚至超過前一季度。然而，關鍵的限制在於：TPU的供應無法跟上需求。

第三季的計算能力訂單積壓激增至$155 十億美元，較去年同期成長82%。Google Cloud的AI與基礎設施總經理Amin Vahdat表示，這種供需失衡可能持續五年。這種動態賦予Alphabet定價權，同時也讓迫切需要計算資源的開發者感到沮喪。

潛在需求的規模令人震驚。當Anthropic宣布將通過Google Cloud獲取多達100萬TPUs來訓練其Claude模型時，這單一合約就展現了這一機會的巨大規模。Meta Platforms目前依賴Nvidia的GPU來訓練Llama模型，計劃從2027年起在自有數據中心購買價值數十億美元的TPUs。

Nvidia的挑戰：競爭激烈但尚未脆弱(Yet)

競爭壓力是真實存在的，但Nvidia的地位並未立即崩潰。如果訂單積壓持續增長，Nvidia可能還感受不到明顯的影響數年。需要滿足客戶需求的雲端服務商將繼續從多個供應商採購，包括Nvidia，以滿足容量需求。

GPU仍然是大多數AI工作負載的默認標準，主要是因為其多功能性和生態系統的成熟。Alphabet為其特定用途設計了TPUs——高性能且節能，但未必對每個開發者的用例都是最佳選擇。Nvidia的專有CUDA軟體仍是AI行業的首選編程語言。轉向TPUs意味著放棄CUDA，這對已經投資於Nvidia技術棧的開發者來說會造成摩擦。

Nvidia執行長黃仁勳預測，到2030年，AI數據中心的支出可能達到$4 兆美元$213 。而Nvidia在2026年1月結束的財年預計年收入達到(十億美元)，黃仁勳的預測仍留有巨大的成長空間，即使公司放棄市場領導地位。

投資者的估值觀點

從估值角度來看，兩家公司都具有有趣的投資機會。Nvidia的市盈率為44.6，比其10年平均的61.2低37%，對於耐心的投資者來說具有潛在上行空間。Alphabet儘管今年迄今已實現70%的回報，但市盈率僅為31.2，略低於整個納斯達克100指數，顯示其估值較為便宜。

隨著AI基礎設施支出的持續擴展，持有這兩家公司都能捕捉到這一長期成長趨勢的不同面向。問題不在於AI支出是否會持續加速——幾乎可以肯定會。問題在於競爭格局如何演變，以及誰能獲得最多的價值。