Alphabet 对 Nvidia 的 AI 芯片主导地位造成了颠覆性的打击

改变一切的TPU突破

多年来，AI基础设施的竞争似乎一直是一边倒。像Alphabet、Amazon和Microsoft这样的主要云服务提供商投入数十亿美元设计定制数据中心芯片，但都无法匹敌Nvidia在图形处理单元(GPUs)方面的行业领先地位。这个局面刚刚发生了戏剧性的转变。

11月18日，Alphabet推出了Gemini 3，其最新的AI模型，真正的亮点不仅在于性能——它仅在Alphabet的定制张量处理单元(TPUs)上交付。这一里程碑标志着AI芯片霸主之争可能迎来转折点。Gemini 3的能力与OpenAI和Anthropic的最新版本相当甚至超越，证明自主研发的芯片可以在最高水平竞争。

这项发展的特别意义何在？据报道，Meta Platforms正与Alphabet就直接购买TPUs进行洽谈，而Anthropic刚刚宣布通过Google Cloud大规模扩展其TPU的使用。由理论威胁转向实际市场需求的转变已在进行中。

供应限制与爆炸性需求的碰撞

Google Cloud正经历前所未有的计算能力需求。在2025年第三季度(截至9月30日)，该平台实现了151亿美元的收入，同比增长33.5%，且增速比上一季度还要快。然而，存在一个关键制约：TPU的供应无法跟上需求。

第三季度的计算能力订单积压激增至$155 十亿(，同比增长82%。Google Cloud的AI与基础设施总经理Amin Vahdat表示，这种供需失衡可能会持续五年。这一动态赋予Alphabet定价权，同时也让急需计算资源的开发者感到沮丧。

潜在需求的规模令人震惊。当Anthropic宣布将通过Google Cloud获取多达100万TPUs以训练其Claude模型时，这单一合同就彰显了这个机会的巨大规模。Meta Platforms目前依赖Nvidia的GPU进行Llama模型训练，计划从2027年开始在其数据中心采购价值数十亿美元的TPUs。

Nvidia的挑战：竞争激烈但尚未脆弱)Yet$4

竞争压力是真实的，但Nvidia的地位并不会立即崩溃。如果订单积压持续增长，Nvidia可能还需要数年时间才会受到显著影响。云服务提供商为了满足客户需求，将继续从多个供应商采购，包括Nvidia，以满足容量要求。

GPU仍然是大多数AI工作负载的默认标准，主要因为其多功能性和生态系统的成熟。Alphabet为其特定用途设计了TPUs——高性能且节能，但不一定对每个开发者的用例都是最优的。Nvidia的专有CUDA软件仍然是整个AI行业首选的编程语言。转向TPUs意味着放弃CUDA，这会给已经投资Nvidia技术栈的开发者带来摩擦。

Nvidia CEO黄仁勋预测，到2030年，AI数据中心的支出可能达到$213 万亿(美元。随着Nvidia在2026财年（截止到2026年1月）实现百亿级别的年度收入，黄仁勋的预测为公司即使失去市场领导地位，也留出了巨大的增长空间。

投资者的估值视角

从估值角度来看，这两家公司都具有有趣的投资机会。Nvidia的市盈率为44.6，比其10年平均值61.2低37%，显示出对耐心投资者的潜在上涨空间。Alphabet尽管今年迄今已实现70%的回报，但市盈率仅为31.2，略低于纳斯达克100指数的整体水平。

鉴于AI基础设施支出预计将持续扩大，持有这两家公司可以捕捉到这一结构性增长的不同方面。问题不在于AI支出是否会继续加速——几乎可以确定会。关键在于竞争格局如何演变，以及谁能获得最大价值。