第三方TPU销售存在利润权衡问题
外部 TPU 收入的一个缺点是，它可能会拖累谷歌的利润率，因为 TPU 系统销售的利润率远低于云收入。
作为参考，谷歌云第二季度的营业利润率为 35.6%，同比增长约 15 个百分点，原因是人工智能服务的快速增长带动营业收入增长了两倍多，达到 88 亿美元。
然而，通过转向销售完整的TPU机架，收入将包含HBM、网络组件、散热和电源等成本，其中大部分成本的利润率很低。博通公司就是一个很好的例子，他们指出，随着“TPU的持续快速发展，整体利润率将面临压力”，因为这些低利润率的系统在人工智能半导体收入中所占比例越来越高。
我更新后的第四季度人工智能股票20强报告已于本周发送至各位邮箱。这份报告长达100多页，列出了我认为将在本季度引领人工智能市场的20只股票。该报告秉承了我们年初至今的卓越投资策略，并挖掘出了 2026年人工智能领域一些最大的赢家。
对谷歌而言，利润率受到的影响可能更为显著，因为预计第三方TPU销售的利润率将远低于博通目前的利润率。即使低利润率的XPU项目占比更高，博通仍能保持70%左右的毛利率，而摩根士丹利估计，谷歌第三方TPU销售的
毛利率可能仅为30%。
短期内，TPU 收入的影响可能相对较小，因为它很容易被其更广泛的云套件所吸收；但到了 2027 年晚些时候，尤其是 2028 年，TPU 驱动的收入占比更高（可能超过更广泛的云服务），可能会对业务利润率造成压力。
谷歌对英伟达的挑战远不止于推理。
虽然 8i 的目标是推理工作负载，但有关专注于训练的 TPU 8t 的新细节表明，谷歌在规模方面取得了多大的进展。
在八月份的Hot Chips大会上，谷歌
展示了一个重达8吨的“超级芯片组”，其中包含9600颗芯片，可访问2PB的共享HBM显存和121 exaflops的FP4计算能力，其每瓦性能约为Ironwood的两倍。这种规模的实现得益于谷歌的光路开关技术，该技术可以动态地从9600颗芯片组成的芯片组中划分出不同的区域。相比之下，英伟达目前的机架级系统，其扩展能力上限为72个GPU。
谷歌还通过推出专用的 Virgo 网络架构，进一步扩大了规模。借助 Virgo，谷歌可以将 14 个“超级节点”（superpod）连接成一个单一的网络架构，在单个域中支持 134,400 个 TPU，带宽高达 47 PB/s。这种规模的集群可提供 1.6 亿次浮点运算（或 160 万亿次浮点运算）的计算能力，用于大规模前沿模型训练。
AMD在 2026 年 CES 展会上表示：“要达到亿亿次级 AI 计算，需要相当于数百万台当今 Frontier exaflop 级超级计算机协同运行。”
英伟达的延迟发布或许对谷歌有利，但并非必然。
正如我们之前所说，英伟达的产品路线图一直在挑战整个供应链的极限。这导致Blackwell显卡由于系统过热问题而推迟到2024年发布。
五月份，我们
曾讨论过英伟达 Rubin 芯片产能爬坡预计延迟一个季度的报道，当时我们指出：
最后，据报道，英伟达 Rubin 的量产计划推迟了一个季度，原定于 2026 年第三季度推出，这可能为 AI 加速器多元化发展提供强有力的论据。值得注意的是，TrendForce 已将 Rubin 对英伟达 2026 年高端 GPU 总出货量的贡献预期从 29% 下调至 22%，以反映这一延迟。
导致报道中提到的延迟和 TrendForce 修改的因素
包括“验证芯片使用的新型 HBM4 内存所需的时间、迁移到 Nvidia 速度更快的 ConnectX-9 网卡的挑战、系统更高的整体功耗以及更先进的液冷要求”。
此后，又有另一份报告浮出水面。7 月，CNBC
报道称，SemiAnalysis 发现英伟达的 Kyber 机架式架构因 PCB 中板制造问题而推迟了 12 个月以上，要到 2028 年才能发布，不过英伟达已公开否认了该报道。
如果这些关于Kyber机架延迟的报道属实，或者即便英伟达真的像传闻所说的那样，将Rubin Ultra架构从原计划的四芯片设计改为
“2+2”设计，其影响也绝不仅仅是时间上的延迟。Kyber标志着英伟达的扩展能力从每个机架72个GPU芯片扩展到576个GPU芯片。
如果推迟到 2028 年，则意味着英伟达最大的相干域在 2027 年之前仍将保持在 72 个 GPU 的级别，而谷歌的商业 TPU 收入预计将在同一年大幅增长，其推理芯片组包含 1,152 个芯片，训练芯片组包含 9,600 个芯片（略大于 Ironwood 的 9,216 个芯片的芯片组）。
谷歌在芯片产量方面也在迅速追赶英伟达，尽管其中大部分将用于内部运营，例如为Gemini平台提供支持。然而，英伟达路线图的任何潜在延迟都可能为谷歌进一步扩大市场份额创造机会，因为预计到2027年，谷歌的TPU芯片产量将在880万至1000万之间，高于瑞银对明年Rubin芯片产量880万的预测。
血脑屏障供应限制仍然是最大的瓶颈
HBM 是人工智能行业面临的主要制约因素，行业高管的评论表明，这种短缺情况只会越来越严重，预计 2027 年甚至 2028 年都不会有太大缓解。
在我们最近的简报《
英伟达收购SK海力士为何导致AI内存供应紧张》中，我们解释道，根据行业估计，英伟达和Alphabet预计将在2027年消耗全球约四分之三的HBM供应量。考虑到AMD Helios的产能提升以及其他超大规模数据中心众多定制芯片项目，HBM供应几乎没有可能得到实质性缓解或增加分配。
面对如此紧张的供应限制，即使是最大的买家英伟达也不得不支付高价以确保获得 HBM 的使用权，鉴于谷歌的分配量几乎与英伟达持平，并且远远领先于 AMD，谷歌可能也不得不这样做。
由于存储器市场近期转向以长期协议和大量预付款为主导的模式，这意味着现金流出远早于TPU收入的确认。客户对第三方TPU容量的预付款可以弥补这一缺口，但这会在产能爬坡阶段造成时间上的拖累，而2027年正是产能爬坡的关键时期。
结论
谷歌最大的竞争优势或许并非在于制造出比英伟达更快的芯片，而在于以更低的成本构建人工智能基础设施。多年来，谷歌一直致力于根据自身人工智能工作负载的需求设计加速器，这使其拥有了传统芯片公司难以企及的优势。
向第三方客户出售TPU为谷歌开辟了一条新的收入来源，分析师预测，到2028年，这项业务的收入将达到1000亿美元至2500亿美元。这些预测中的较高值代表了谷歌搜索业务用了几十年才取得的成就。
唯一需要注意的是？HBM 的限制以及客户的融资情况可能会限制销售额转化为现金流改善的速度。
点击此处了解更多信息。
我更新后的第四季度人工智能股票20强报告已于本周发送至各位邮箱。这份报告长达100多页，列出了我认为将在本季度引领人工智能市场的20只股票。该报告秉承了我们年初至今的卓越投资策略，并挖掘出了2025年人工智能领域一些最大的赢家。
请注意：I/O基金对公司投资组合进行研究并得出结论。我们会将这些信息分享给读者，并提供实时交易通知。但这并不保证股票的预期表现，也不构成财务建议。在购买本分析中提及的任何公司股票之前，请咨询您的个人财务顾问。截至撰写本文时，Beth Kindig和I/O基金持有英伟达(NVDA)的股份，并且可能持有图表中所示的其他股票。
IP卡
狗仔卡
发表于 
Claude 模型运行成本最高，占据了成本最高的四个位置。Gemini 3.1 Pro Preview 平均每次智能任务的成本为 1.30 美元，而 Claude Sonnet 5.5 为 5.46 美元，Claude Fable 5.1 为 7.63 美元。
分析师预测，到 2028 年，谷歌的第三方 TPU 业务将快速增长。巴克莱银行预测，到 2028 年，TPU 销售额将达到 2527 亿美元，而 Piper Sandler 和摩根士丹利分别估计约为 1040 亿美元和 1080 亿美元。
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
显身卡