00:00 / 03:49
连播
清屏
智能
倍速
点赞432
00:00 / 02:48
连播
清屏
智能
倍速
点赞14
00:00 / 01:56
连播
清屏
智能
倍速
点赞1
英伟达谷歌怎么看? 谷歌TPU VS 英伟达GPU:AI算力王座之争,一场被严重误读的科技战争 一场围绕「算力」展开的隐形战争,正在重塑全球云计算与AI产业的版图。 它不是显卡之争,而是: 通用算力 vs 专用算力、开放生态 vs 垂直闭环、卖铁铲 vs 自建矿山。 今天,我们用最通俗、最直白、但逻辑最硬的方式,彻底拆解: Google TPU 与 Nvidia GPU,究竟谁更强?谁更有未来?普通人又该如何理解这场大战背后的资本密码? 一、为什么谷歌一定要造 TPU?不是为了炫技,而是被逼出来的 时间回到 2013 年。 那一年,Google 内部做了一个极其可怕的测算: 如果每一个安卓用户每天使用语音搜索 3 分钟,那么 Google 现有的数据中心需要翻倍,甚至更多。 换句话说: AI 一旦真正普及,传统 CPU + GPU 的算力结构,会把自己活活“撑死”。 不是因为技术不行,而是因为「不够经济」。 GPU 可以做 AI,但问题在于: 功耗高 单位算力昂贵 设计初衷并非为神经网络 当 AI 从“实验室玩具”开始迈向“全民基础设施”,Google 意识到一个残酷现实: 如果继续依赖通用芯片,AI 的成功将直接拖垮自己的成本结构。 于是,一个非常明确的方向诞生: 必须打造属于自己的 AI 专用芯片——TPU(Tensor Processing Unit) 它不是为了炫技术,而是为了两个字: 活下去。 从立项到实际部署,仅用了约 15 个月。2015 年,TPU 就已悄悄部署在 Google 搜索、Google 翻译、Google Photos、地图等核心业务背后,支撑着每日数十亿次的 AI 推理请求。 它不像 GPU 那样光鲜,但它是 Google AI 真正的“发动机”。 二、TPU 与 GPU 本质区别:不是谁快谁慢,而是物种不同 GPU:通用并行计算之王 GPU 原本为图形渲染设计,但由于天然并行结构,逐渐被应用到 AI 运算中。 它的优势在于: 灵活 通用 适配各种模型 软件生态极其成熟 但它的问题同样明显: 为图形而生,非为神经网络而生 架构复杂,功耗高 单位算力成本偏高 可以理解为: GPU 是一辆越野车,什么路都能走,但不是为某一条赛道而生。 TPU:专为神经网络而生的极简机器 TPU 则是 Google 按照 AI 运算特性“从零设计”的 ASIC(专用芯片)。
00:00 / 04:22
连播
清屏
智能
倍速
点赞822
00:00 / 02:58
连播
清屏
智能
倍速
点赞18
11月27日,长盈精密在互动平台扔下一个重磅消息:谷歌是公司前十大客户,双方已经深度合作十年,现在还在联手开发新品!是不是很好奇,这家低调的企业到底在给谷歌做什么?又为啥能被全球科技巨头抢着合作? 先来说说大家最关心的,长盈精密可能在给谷歌研发哪些新品?要知道谷歌最近动作频频,即将推出对标英伟达的第七代TPU旗舰芯片Ironwood,这可是能搅动全球AI算力市场的“大杀器”,单芯片峰值算力高达四千六百一十四 TFLOPS!而长盈精密刚好擅长服务器铜缆及连接器这些核心配件,这些就像是AI芯片的“神经网络”,少了它们算力再强也跑不起来。除此之外,谷歌的Pixel手机、AR/VR智能设备一直迭代不断,长盈精密在消费电子精密结构件领域深耕多年,很可能在给这些产品打造更轻薄、更耐用的机身部件。虽然公司没明说,但结合谷歌的新品规划和长盈的业务强项,这波合作大概率瞄准了AI和智能终端两大热门赛道。 能和谷歌合作十年还持续开发新品,长盈精密的“朋友圈”可不止这一位巨头!海外科技圈的半壁江山,都有它的身影。三星作为全球消费电子龙头,早就把智能手机、电脑的精密结构件订单交给了长盈,越南生产基地就近供货,协同效率拉满;Meta的Ray-Ban智能眼镜,镜架、铰链这些关键结构件就是它家的手笔,让智能穿戴更轻便舒适;特斯拉的人形机器人Optimus更离不开它,核心传动件的市场份额超过七成,单台机器人的配套价值就有四万元,未来一年有望带来超二十亿元的收入增量;还有海外新锐机器人公司Figure AI,不仅签下了两万套灵巧手关节总成的订单,还和长盈达成了三年战略合作,高层专门飞到东莞工厂考察点赞。从消费电子到新能源汽车,再到人形机器人,长盈精密的产品几乎覆盖了科技巨头的核心赛道。 那么问题来了,全球科技巨头为啥偏偏认准长盈精密?核心原因就三点,每一点都硬气十足!首先是研发投入“下血本”,公司年均研发占比营收达到十个百分点,累计专利超三百项,人形机器人相关专利占比就达三成五。其次是制造精度“超苛刻”,能把零件误差控制在微米级,机器人关节齿轮的精度更是达到国际领先的一弧分以内,就像给机器 人做“关节手术”一样精准。最后是响应速度“超给力”,靠着千台CNC设备的柔性生产调度,订单响应周期缩短至四十八小时。 #长盈精密 #谷歌tpu #人形机器人概念股 #ai眼镜概念股
00:00 / 03:12
连播
清屏
智能
倍速
点赞1852
00:00 / 02:56
连播
清屏
智能
倍速
点赞57
00:00 / 06:21
连播
清屏
智能
倍速
点赞7115
00:00 / 03:39
连播
清屏
智能
倍速
点赞50
00:00 / 02:49
连播
清屏
智能
倍速
点赞164
00:00 / 02:05
连播
清屏
智能
倍速
点赞134
如何对英伟达台积电博通进行估值 英伟达(NVIDIA):营收不一定最大却市值第一的逻辑 为什么**英伟达(NVIDIA)**能在短时间内市值飙升,甚至超过营收更大的巨头?这背后包含几个关键因素: 5.1 英伟达占据了AI训练/推理的“核心关键部件”地位(供给端稀缺优势) GPU(尤其数据中心GPU)是训练大型模型与推理的核心硬件。英伟达的架构、工具链(CUDA)和生态,使其成为AI基础设施的“中央提供者”。在供给端的稀缺与强锁定下,定价权与利润空间非常高。 当市场把“AI算力未来需求”从兆级增长来估计时,英伟达的未来现金流预期快速放大。 5.2 高度可见的增长与盈利能力(现金流爆发期) AI带来的数据中心需求在短期内打开了营收与利润的弹性:单位出货价格上升、数据中心客户重复采购,带来短期内的高毛利增长。这种“高增长+高利润率”的组合,是资本市场最愿意溢价的模式。 5.3 投资者对“平台化垄断”预期的溢价 市场在评估英伟达时,不只是把它当作卖芯片的公司,而是AI基础设施的“凝练者”——这带来长尾收益、授权和生态收入。市场愿为这类平台式、带锁定性的公司支付极高的倍数(甚至出现“故事性估值”占主导的情况)。 5.4 资金和情绪的放大作用 在低利率/资金宽松期,未来现金流的折现值更高,再加上“AI”这一强情绪驱动,促成估值快速上移,出现短时间内市值领先的现象。 结论(英伟达):不是简单看“现在营收谁大谁市值就高”。关键是谁在未来的核心价值链上拥有定价权、谁的业务能被视作“未来经济”的底层架构。英伟达就是被市场认为是AI时代的底层供应商,因此获得溢价。 六、台积电(TSMC)与博通(Broadcom):半导体产业链不同位置带来的估值差异 6.1 台积电(TSMC)——“先进制造的护城河”与资本密集性 台积电是全球领先的纯代工厂(foundry),掌握先进制程与客户锁定(Apple、NVIDIA、AMD、高通等)。其护城河是技术与规模,而非软件那种“边际成本近零”的高利润模式。台积电需要巨额的资本支出(CapEx)来维持技术领先,这会压缩自由现金流,并使估值受资本开支节奏影响。台积电的估值往往被视为“技术护城河+资本密集”的折中:高竞争壁垒但高资本消耗。 6.2 博通(Broadcom)——“软件化+高利润收割”战略 博通自并购策略以来,很大程度上把自己打造成“高利润率的半导体+
00:00 / 04:58
连播
清屏
智能
倍速
点赞928
00:00 / 00:51
连播
清屏
智能
倍速
点赞303