英伟达CPO博通小米阿里巴巴,抄底谁? HBM:把英伟达推上神坛,也把它推向集中风险 HBM 的出现,本身是英伟达工程能力的体现。 它解决了一个关键问题: 如何让 GPU 不再“饿肚子”。 但站在投资视角,你必须看到另一面: HBM 并不是一种可无限复制的资源。 •供应商极度集中 •扩产周期极长 •技术路径高度绑定先进封装 •资本开支不可逆 这使得 HBM 具备了一个危险属性: 它不是弹性供给,而是“刚性瓶颈”。 ⸻ 四、英伟达的毛利率,为何短期安全、长期敏感 从财报看,英伟达当前毛利率极高,市场自然会得出结论: 成本上涨?转嫁给客户就行了。 但这是静态分析,不是周期分析。 一旦进入以下阶段,问题就会出现: •云厂商开始精细化 ROI •AI 推理需求超过训练需求 •算力采购从“抢配额”变成“算回报” 这时,系统成本就会被重新审视。 而内存,恰恰是系统成本中最难优化的一环。 ⸻ 五、为什么云厂商才是“隐性制衡者” 很多人低估了云厂商在这场博弈中的角色。 他们不是被动买家,而是: •同时掌握需求 •同时掌握资金 •同时具备自研能力 当算力成本持续上行时,他们一定会做三件事: 1.延迟部分资本开支 2.寻找结构性替代方案 3.推动更便宜、更确定的推理路径 这不是对英伟达的敌意,而是资本理性。 ⸻ 六、推理,才是 AI 商业化真正的“利润池” 训练决定想象力, 但推理决定现金流。 从投资角度看,这是一次需求结构的迁移: •训练:高峰式、周期性、集中采购 •推理:持续性、碎片化、强调稳定性 而后者,对算力的要求不是“最强”,而是: 最可控、最可预测、最省钱。 ⸻ 七、这正是“非 HBM 路线”存在的根本原因 从资本视角看,另一条技术路线的价值,不在于: 现在能不能取代 GPU。 而在于: 当主路线遇到系统性约束时,它是否存在。 这在金融里,有一个非常清晰的概念: 期权价值。 你不需要天天行权, 但你必须在极端情况下拥有它。 ⸻ 八、英伟达的真正聪明之处:不赌单一路线 很多公司,在巅峰期会犯一个错误: 把阶段性优势,当成永恒真理。 英伟达没有。 它非常清楚: •HBM 路线是当前最优解 •但不是唯一解 •更不是永远安全的解 提前布局其他范式,本质上是在做风险对冲。
00:00 / 04:01
连播
清屏
智能
倍速
点赞271
00:00 / 00:32
连播
清屏
智能
倍速
点赞2191
00:00 / 07:44
连播
清屏
智能
倍速
点赞19
00:00 / 00:12
连播
清屏
智能
倍速
点赞127
00:00 / 01:04
连播
清屏
智能
倍速
点赞12
00:00 / 00:48
连播
清屏
智能
倍速
点赞5
美股懂哥解读小米、谷歌、英伟达、阿里巴巴与GPU/TPU关系研报 • GPU:图形处理器,原用于图形渲染,因并行架构成为AI训练/推理主力,英伟达主导市场,生态成熟且通用性强。 • TPU:张量处理器,谷歌自研ASIC芯片,专为深度学习张量运算优化,能效比显著高于GPU,聚焦云端大规模AI任务。 全球AI芯片市占率达68%,以A100/H100/B200等产品垄断高端GPU市场,CUDA框架成为行业标准。其GPU是谷歌、阿里、小米等企业AI业务的传统核心算力来源,虽面临TPU竞争,但在灵活性与开发者生态上仍具优势。 2015年推出首款TPU,2025年发布的TPU v7峰值算力达4614 TFLOPS,能效超英伟达B200,已获Meta数十亿美元采购订单。TPU专为自家TensorFlow框架及Gemini大模型优化,通过谷歌云向全球提供算力服务,打破英伟达垄断格局。 受美国芯片管制影响,阿里平头哥自研含光800、倚天710等AI芯片,新推出的通用推理芯片对标英伟达H20,且兼容CUDA生态。其芯片由中芯国际代工,搭载于阿里云,推动云业务收入同比增长26%,实现“造芯-用芯”闭环。 聚焦消费端,手机等设备搭载高通/联发科集成NPU(类TPU低功耗架构)的芯片,同时采用英伟达GPU优化影像、游戏等场景体验。自身不涉足GPU/TPU研发,而是通过整合上游算力满足终端AI需求。 GPU与TPU形成“通用vs专用”互补格局:英伟达GPU主导训练场景,谷歌TPU在推理场景凭借能效优势崛起。阿里自研芯片填补国产高端空白,推动供应链多元化。未来,AI算力竞争将聚焦性能、能效与生态适配,小米等终端厂商将持续受益于上游技术迭代。#小米 #谷歌 #英伟达 #阿里巴巴 #ai
00:00 / 04:17
连播
清屏
智能
倍速
点赞63
00:00 / 02:25
连播
清屏
智能
倍速
点赞28
00:00 / 00:19
连播
清屏
智能
倍速
点赞52
00:00 / 04:37
连播
清屏
智能
倍速
点赞29
00:00 / 01:21
连播
清屏
智能
倍速
点赞27
懂财哥解读英伟达/AMD/谷歌AI研报,AI算力进入三国杀,英伟达仍霸榜,AMD借生态与订单突围,谷歌TPU凭TCO优势撬动市场,2026年格局加速分化。 英伟达:垄断松动,技术迭代保优势 • 核心产品:Blackwell架构GB200主导市场,2026年推GB300/Vera Rubin,性能与能效双升。 • 市场地位:AI加速芯片份额超80%,毛利率约75%,但谷歌TPU商业化与AMD崛起挤压空间。 • 风险与应对:谷歌TPUv7 TCO较GB200低44%,OpenAI等借TPU议价迫使英伟达降价;靠Kyber架构与生态壁垒维持领先。 AMD:订单爆发,生态成熟破局 • 核心动作:Instinct MI450+Helios机柜方案,获OpenAI6GW、甲骨文5万颗订单,2026年贡献显著收入。 • 生态进展:ROCm生态成熟,拿下台积电11% CoWoS产能,AI加速芯片份额冲击15%+。 • 竞争亮点:Helios机柜FP8算力达1.4EFlops,对标英伟达NL72,成本优势显著。 谷歌:TPU商用,TCO优势抢份额 • 产品与客户:TPUv7(Ironwood)单芯片算力较上代提10倍,Anthropic采购超1GW,OpenAI以采购威胁获英伟达**30%**折扣。 • 核心优势:TPUv7服务器TCO较GB200低44%,云租赁仍低30%,撬动英伟达定价权。 • 战略转变:从云服务商转向商用芯片供应商,开放软件生态,挑战英伟达生态霸权。 • 英伟达靠技术迭代与产能维持龙头;AMD凭订单与生态冲击**15%+**份额;谷歌TPU加速商业化,成AI算力重要一极。 • 关键变量:CoWoS产能、液冷普及、大模型客户算力采购偏好。#英伟达 #amd #谷歌 #ai #算力
00:00 / 04:54
连播
清屏
智能
倍速
点赞30
00:00 / 00:50
连播
清屏
智能
倍速
点赞23
00:00 / 00:15
连播
清屏
智能
倍速
点赞29
00:00 / 04:27
连播
清屏
智能
倍速
点赞65