行业合作模式转变 - 核心观点为AI行业正从“云平台锁定”向更开放的多云模式转变，强化了云厂商与大模型之间的竞争，并为企业客户在模型与基础设施组合上提供了更高灵活性 [1] - OpenAI、微软与亚马逊重构合作关系，微软终止了对OpenAI模型的独家使用权，并将合作调整为一项非独家协议，有效期至2032年 [1] - 合作模式从此前与AGI达成挂钩的无限期合作，转变为固定期限合作 [1] 对亚马逊与谷歌的影响 - 此次调整对亚马逊和谷歌的云业务更为有利，使其能够接入OpenAI模型 [1] - 此举巩固了亚马逊和谷歌多模型、多伙伴的中立AI基础设施战略 [1] 对微软的影响 - 对微软本次交易持中性、平衡的看法 [1] - 负面因素在于，失去与OpenAI的独家合作削弱了Azure在AI领域的差异化优势，可能对云业务的边际增长弹性构成拖累 [1] - 正面因素包括更优的财务条款、持续的大规模Azure资源消耗，以及继续持有OpenAI约27%股权并参与其长期成长 [1] 对OpenAI的影响 - 此次安排为OpenAI打开了更多潜在的融资渠道 [1] - 该安排在一定程度上保障了微软对OpenAI的既有投资价值 [1]

云计算范式转换 - Google Cloud Next 26大会的核心信息是云产业正经历从Cloud Native到Agent Native的范式转换，且是IaaS、PaaS、SaaS三层同步转换 [6][7] - Google Cloud作为全栈AI公司，从算力层TPU、模型层Gemini到云和操作系统拥有全栈视角，其看待Agent时代的方式与纯粹模型厂商截然不同 [7] IaaS层变革 - IaaS层正从提供硬件租赁和虚拟化资源转变为提供智能生产能力，本质从计算存储资源转变为Token的生产工厂 [9] - 公司推出的第八代TPU针对推理和训练做了更系统优化，特别是推理侧全面回应了Agent对计算的要求 [7][9] PaaS层变革 - 传统的PaaS层是针对云原生应用，而Agent时代需要Agent Native的运行环境，公司推出了Enterprise Agent Platform作为新的PaaS层 [10] - 该平台围绕Agent在企业应用中的核心痛点“数据”和“安全”工作，能整合结构化和非结构化数据作为Agent的上下文，并通过Agentic Defense确保安全 [10] SaaS层变革 - 传统的SaaS层应用服务正在转变为Agent as a Service，例如财务、客户关系管理和销售管理等应用都在逐步Agent化 [11] - Agent将成为用户的第一接口，改变人与软件应用交互的方式 [11] 人与Agent协作模式 - 人与Agent的协作方式正从Human in the loop转变为Human out of the loop，人退到Agent闭环外做任务目标设定、行为监控和效能优化 [15] - 人变成Agent团队的指挥者、目标定义者和结果评估者，从事更高维度的工作 [15] 对软件开发者的影响 - 软件开发者需要培养的能力从编写被人类使用的传统软件，转向设计能被Agent正确理解和使用的系统 [18] - 当前的Agent开发共识是单纯的模型不够，必须要有系统配套，这推动了驾驭工程的热捧 [19] Agent驾驭工程核心要素 - Agent驾驭工程的三个核心要素闭环是：知道、行动、反馈 [19] - “知道”要素通过Memory Bank实现，用于管理企业内各种上下文的记忆，包括Skills和各类数据，形成Agent的外脑知识库 [22] - “行动”要素通过工具编排与MCP支持实现，Agent Runtime层支持MCP和Agent注册表，使Agent能编排任务所需工具和权限 [23] - “反馈”要素通过可观测性与闭环优化实现，公司推出了一系列管理工具帮助开发者优化和观测Agent运行路径，评估框架应成为项目核心 [24] Agent开发工具化与系统化 - 公司推出的组合产品解决了开发者在企业里开发复杂Agent应用时的关键问题，将驾驭工程的三个要素闭环串联 [25] - 这些套件使企业团队协作有了共同的接口基础，将加速Agent大规模开发时代的到来 [25] 生成式UI探索 - A2UI是一项用Agent动态生成UI界面的技术，其核心是一个通讯协议和一套UI规范 [26] - Agent根据用户自然语言输入，返回描述界面的JSON，由前端库渲染，支持React、Angular、Vue、Flutter等 [26][27] - A2UI完全开放，与任何大模型或Agent兼容，它解决Agent的交互呈现层，而MCP解决工具调用层，共同构建开放的Agent协议栈 [27] 开发者生态与技能演变 - Agent时代的变革类似于向Serverless架构的过渡期，开发者需要全新的底层平台和以可观测性为核心的需求 [30] - 开发者技能的真正转变在于如何像开发者一样去思考并构思要构建的东西，这使得更多非传统程序员能加入创造 [30][31] - 如果“开发者”定义为“引导计算机完成任务的人”，那么未来的机会将越来越多，产品经理、运营、设计师等都能用自然语言构建应用 [31] - 编程语言仍然重要，但Agent可以帮助开发者将能力延展到新领域，开发者仍需深刻理解架构、模式、算法效率等核心概念 [36] 传统软件与API重构 - 传统的REST API不能简单对应转换成MCP工具，从Agentic System角度思考需要不同的交互模式，可能需要整合多个API成一个MCP工具 [37] - 应用结构设计需调整，可观测性将变得非常关键，以使系统具备自愈能力 [37] Harness Engineering的未来 - Harness和模型都重要，模型需提供大上下文窗口和快速响应，Harness则关乎如何更聪明地使用模型，如缓存响应和理解记忆内容 [37] - 不同的Harness有各自的优缺点，目前仍有很大改进空间 [37] 未来开发者生态方向 - 开发者需要将自己的能力以Skill形式提供，MCP Server很重要，文档最好提供Markdown版本以方便被Agent工具消费 [38] - 在Agent帮助下，内容生产速度加快，这将更需要真正的专业性和独特的人类洞察，个性维度将变得前所未有地重要 [38] 核心判断与机会 - 云计算产业正面临Agentic Cloud的全面重构，传统的IaaS/PaaS/SaaS三层将被彻底改写，这将带来很多创新机会 [40] - 大规模Agent开发时代正在到来，Agent工程正在告别手工，有了系统化的工具支撑，评估应先行而非事后补充 [40] - 开发者的定义在扩大，引导计算机完成任务的能力依然是宝贵技能，跨界能力在Agent时代是真正的超能力 [40] - A2UI、A2A和MCP等开放协议值得持续跟进，Agent协议层的标准之争正在展开，是做工具和基础设施的开发者值得提前布局的方向 [43] - 公司在全球的开发者基础设施和生态，对于有出海打算的中国开发者和创业团队而言，是一张值得认真研究的底牌 [44]

市场反应与直接诱因 - 因报告显示OpenAI未达成关键销售和用户增长目标，引发对AI技术近期投资回报的担忧，导致人工智能相关股票出现广泛抛售 [1][9] - 抛售波及与OpenAI在基础设施、云和半导体领域有紧密合作关系的公司，例如Oracle和CoreWeave股价显著下跌，芯片制造商AMD和Nvidia也出现下跌 [1][9] - 纳斯达克100指数在强劲反弹创下历史新高后出现回调，同时此前大幅上涨的半导体股票急剧下跌，突显市场对AI增长叙事任何疲软迹象都高度敏感 [2][9] 行业投资与市场辩论 - 这一事件重新引发了金融市场关于AI驱动涨势可持续性的广泛辩论 [1][9] - 包括微软、Meta、亚马逊和Alphabet在内的主要科技公司已承诺投入数千亿美元用于人工智能计划，推动了半导体、能源和数据中心基础设施等相关行业的增长 [9] - 巨额投资也引发了潜在焦虑，即如果预期利润未能实现或支出放缓，估值可能面临压力 [1][9] OpenAI自身状况与行业影响 - 有报告称OpenAI领导层内部讨论了若收入增长无法跟上计算成本上升步伐可能出现的财务紧张状况 [4][5][9] - OpenAI公司表示，其企业产品和新业务线的需求依然强劲 [5][9] - 彭博行业研究分析指出，OpenAI增长的任何放缓都可能波及更广泛的AI生态系统 [7][10] - 提供计算基础设施的公司，如Oracle、微软、亚马逊云科技和CoreWeave，如果需求预期被下调，可能会受到不同程度的影响 [7][10] 竞争格局与长期前景 - AI领域的竞争加剧，Anthropic等竞争对手在企业级和编码应用方面取得显著进展，同时大型科技公司也在持续推进自己的模型 [8][10] - 竞争格局开始改变市场认知，削弱了OpenAI的早期优势，并导致与其生态系统相关的股票出现周期性波动 [8][10] - 尽管存在短期不确定性，但对AI基础设施的长期需求依然强劲，对更强处理能力的需求已超越少数公司，在各行业中日益显现，表明该领域的投资即使市场重新评估风险和预期，也可能会持续 [9][10] 市场关注点与催化剂 - 此消息发布时机尤为重要，正值主要科技公司准备发布财报，这些财报预计将提供关于AI采用、货币化和资本支出计划的进一步信息 [6][9] - 投资者正密切关注这些更新，以寻找当前投资速度是否合理的信号 [6][9]

行业投资评级 - 看好（维持）[1] 核心观点 - 液冷渗透率正在加速，同时金刚石散热技术也在持续推进，行业面临快速增长机遇 [3][4] 谷歌第八代TPU性能与架构 - 谷歌于2026年4月22日推出第八代TPU，包括TPU 8t和TPU 8i [4][5] - TPU 8t擅长大规模、计算密集型训练，提供更大计算吞吐量和更强可扩展带宽 [4][5] - TPU 8i拥有更高内存带宽，专为对延迟敏感的推理工作负载设计 [4][5] - 训练性价比方面，TPU 8t比第七代Ironwood TPU提高了2.7倍 [4][5] - 推理性价比方面，TPU 8i比Ironwood TPU提高了80% [4][5] - TPU 8t的Pod规模为9,600个芯片，FP4算力达121 EFlops，双向扩展带宽为每芯片19.2 Tb/s，向外网络带宽为每芯片400 Gb/s [6] - TPU 8i的Pod规模为1,152个芯片，FP8算力达11.6 EFlops，总HBM容量为331.8 TB，双向扩展带宽为每芯片19.2 Tb/s [6] 液冷技术进展与效率提升 - 第八代TPU采用第四代液冷设计，节能性提升，两款芯片每瓦性能提升至原来的2倍 [4][7] - 谷歌优化了整个堆栈效率并集成电源管理功能，可根据实时需求动态调整功耗 [4][7] - 通过将网络连接与计算集成在同一芯片上，显著降低了TPU芯片间数据传输能耗 [4][7] - 在软硬件创新下，谷歌数据中心单位电力消耗下的计算能力比五年前提高了六倍 [4][7] - 第四代液冷技术能够维持风冷无法实现的性能密度 [4][7] 金刚石散热技术 - 单晶金刚石的热导率是硅的16倍，约为碳化硅、铜、AlN、银、金等材料的6倍 [4][9] - 在高功率芯片封装中，将金刚石作为基板集成使用，可实现芯片层面的两相冷却，使散热性能提升10到100倍 [4][9] - 采用金刚石基板的芯片可将温度分布从50-65℃转变为80-100℃，从而支持具有不同优势的冷却方案 [9] - 金刚石散热可支持的芯片功率是传统液冷的两倍 [10] - 金刚石散热可能是未来一种潜在的散热方式，更适配高功率芯片 [9] 投资建议与关注公司 - 液冷渗透率持续提升，技术多元并行，建议关注相关技术下的公司 [4] - **全系统**：英维克、申菱环境等 [4] - **冷板**：奕东电子、科创新源、思泉新材、硕贝德、鸿富瀚、同飞股份、捷邦科技、远东股份等 [4] - **CDU及其他部件**：兴瑞科技、高澜股份、飞龙股份、川环科技、川润股份、依米康、中石科技、曙光数创、大元泵业等 [4] - **冷却液**：润禾材料、永太科技、巨化股份、东阳光、新宙邦等 [4] - **TIM（热界面材料）**：飞荣达、德邦科技等 [4] - **金刚石散热**：四方达、沃尔德、黄河旋风、力量钻石、国机精工、惠丰钻石等 [4]

公司业绩与市场预期 - 谷歌母公司Alphabet即将发布季度财报，但市场预期不断升高，公司要取悦投资者正面临越来越高的门槛 [1] - 分析师预计Alphabet第一季度营收将达到1070.2亿美元，这较近期的预测有所上升，并较去年同期增长近19% [5] - 市场预计其每股收益为2.73美元，因人工智能支出增加而较此前预期下降3美分 [5] 股价表现与行业对比 - Alphabet股价在近期已飙升至历史新高，年初至今上涨11%，表现优于同期上涨4%的标普500指数 [3] - 在“七巨头”中，其年初至今涨幅仅次于英伟达（约14%）和亚马逊（约13%） [3] - 在财报发布前一日，Alphabet股价变动不大，而当日多只人工智能相关股票因OpenAI未达部分营收和用户增长目标的报告而下跌 [7] 人工智能业务进展与关注点 - 公司近期在人工智能模型方面取得了一系列新的合作伙伴关系和胜利，提振了市场对其股票的热情 [2] - 分析师将密切关注谷歌Gemini AI产品需求改善的迹象，以及公司广告收入和谷歌云计算服务的增长情况 [5] - 谷歌人工智能模型的近期胜利以及不断增长的芯片业务，是推动其股价在今年创下历史新高的因素之一 [6] 行业环境与催化剂 - 更广泛的科技股反弹以及对人工智能行业情绪的改善，构成了当前的市场背景 [2] - 本周Alphabet及其他几家科技巨头的财报，可能成为人工智能交易继续上涨或（若结果未达预期）回落的催化剂 [4] - 亚马逊也定于周三发布财报，而英伟达计划在下个月发布财报 [3]

SpaceX IPO与“七巨头”的关联机遇 - 随着SpaceX接近其里程碑式的首次公开募股，两家“七巨头”成员公司将面临截然不同的前景 [1] - Alphabet早期对SpaceX的投资有望带来丰厚的账面收益，而英伟达则有望从其硬件和人工智能基础设施中获得持续增长 [1] Alphabet的潜在财务收益 - SpaceX预计在2026年晚些时候进行IPO，可能在6月上市 [3] - SpaceX的IPO估值可能接近或超过1.75万亿美元，并有望筹集750亿美元的新资本 [3] - Alphabet在2015年与富达共同投资了约10亿美元，当时SpaceX的估值为120亿美元，该笔投资目前被稀释至约6%的股权 [4] - 按预期的IPO价格区间计算，Alphabet的这笔投资可能产生超过1000亿美元的收益 [4] - 该收益被视为纯粹的财务收益，是对资产负债表的提振，但并未为Alphabet的云或人工智能业务带来直接的经常性收入或运营整合 [5] 英伟达的太空计算布局 - 除了备受关注的Blackwell和Vera Rubin GPU架构，英伟达也在为太空探索构建硬件 [6] - 公司在3月推出了“太空计算”计划，发布了专为轨道环境设计的IGX Thor和Jetson Orin平台 [6] - 这些高能效平台提供人工智能推理、图像传感和加速数据处理能力，专为轨道边缘计算而设计，以支持地理空间情报、自主系统运营和天基数据中心 [7] - 这些平台代表了英伟达有意进军紧凑型人工智能芯片领域，以满足近地轨道的需求，尽管相关服务尚未大规模部署 [7] 英伟达与SpaceX生态系统的协同 - 英伟达已与SpaceX生态系统建立了成熟的整合关系 [9] - 由xAI开发（后被SpaceX收购）的人工智能模型Grok，是在英伟达的GPU集群上进行训练的 [9] - 这种合作关系为英伟达进一步将其技术嵌入SpaceX的人工智能基础设施提供了天然的途径 [9]

谷歌数据中心与AI芯片网络架构演进 - 谷歌网络专家晋升至架构开发高层，表明公司正致力于发展其数据中心架构，特别是解耦式数据中心架构，网络在其中处于核心地位 [1] - 谷歌开发了多种网络协议和硬件，包括2019年发布的网络操作系统Snap及数据平面引擎Pony Express，以及四年前为小规模、紧耦合集群设计的低延迟Aquila协议和配套的TiN芯片 [2] - 谷歌与英特尔合作，为“埃文斯山”分布式处理器设计了低延迟网络接口传输协议Falcon [2] TPU芯片间互连与拓扑结构 - 谷歌TPU集群的互连拓扑从二维/三维环面结构演进至新的Boardfly配置，旨在实现TPU AI计算引擎的集群化和内存一致性 [3] - 二维环面拓扑最多连接256个加速器，而谷歌在Ironwood TPU v7e上使用的三维环面拓扑将连接上限提升至9,216个加速器 [4] - 全新的Sunfish TPU 8t训练集群通过三维环面拓扑将连接上限扩展至单个系统映像中的9,600个TPU [4] - 环面拓扑结构存在延迟较高的问题，对于推理而言不理想，而推理成本是主要考量 [5] Boardfly拓扑结构及其对推理的优化 - Zebrafish TPU 8i采用了全新的Boardfly拓扑结构，可在单个内存和计算空间内扩展到1,152个互连的TPU 8i设备 [5] - Boardfly配置将跳数从类似容量3D环面结构的16跳减少到7跳，网络直径降低56% [5] - 在Boardfly架构下，推理工作负载的数据传输延迟平均比3D环面拓扑低50% [5] - Boardfly拓扑、更强大的计算能力与新型集体加速引擎协同，使得GenAI推理的吞吐量在Ironwood和Zebrafish之间提升了三倍甚至更多 [6] - 在Boardfly系统中，系统板上的八个TPU 8i芯片通过ICI端口以全连接配置互连，板间连接使用低成本铜缆，而为了实现1,152个TPU的互连，谷歌使用其Apollo光路交换机来提供TPU组之间的链路 [10] - ICI与OCS（光路交换机）组合能够降低跳数，原因是OCS交换机拥有大量光端口，使得系统板可以容纳更多光收发器，增加板载光导管数量 [12] Virgo横向扩展网络与AI训练集群 - 对于AI训练，谷歌开发了Virgo横向扩展数据中心级以太网架构，用于连接包括TPU pod在内的各种设备机架 [3] - Virgo网络提供了一种扁平化、无阻塞的双层拓扑结构，用于互连加速器机架，Apollo OCS交换机用于连接到数据中心内的其他计算和存储资源，而非用于横向扩展AI集群本身 [15] - Virgo架构可互连多达134,000个TPU 8t芯片，并在单个架构中提供47 Pb/s的无阻塞双向带宽 [15] - Virgo网络在Sunfish TPU 8t加速器上每个加速器的带宽为400 Gb/s，是Ironwood v7e加速器横向扩展端口提供的100 Gb/s带宽的四倍，并且延迟比之前用于Ironwood训练集群的横向扩展以太网的架构延迟降低了40% [16] - Sunfish TPU 8t可以利用3D环面中的ICI扩展到9,600个计算引擎，而借助Virgo数据中心网络，谷歌可以在单个Virgo架构中扩展到134,000个芯片，通过使用OCS交换机互连Virgo架构，可以在单个逻辑训练集群中将TPU数量扩展到超过100万个 [16] TPU Direct RDMA与存储性能提升 - 谷歌正在为TPU 8t和网络接口卡添加RDMA支持，创建TPUDirect RDMA和TPU Direct Storage功能 [17] - 在其托管的Lustre 10T存储服务中使用TPUDirect Storage，相比未使用该功能在Ironwood TPU上，存储访问速度提升了10倍 [19]

市场整体表现与情绪 - 亚洲股市开盘走低，澳大利亚和韩国股市下跌，日本市场因公共假日休市 [1][10] - 纳斯达克100指数期货在周二基础指标下跌1%后微涨0.4%，显示科技股情绪有企稳迹象 [1][10] - 对人工智能投资回报的担忧以及油价飙升，共同构成了关键交易日，投资者同时关注美联储的利率线索 [2][10] 科技巨头业绩与人工智能主题 - 占标普500指数价值约四分之一的科技巨头即将发布财报 [5][10] - Alphabet、微软、亚马逊和Meta将于周三公布业绩，苹果公司紧随其后于周四公布 [6][10] - 科技行业业绩基本未受伊朗战争干扰，据彭博情报数据，该行业第一季度收益预计增长41% [7][10] - 科技公司近期助力全球股市反弹，抵消了中东冲突带来的损失，因此周三的业绩报告对维持涨势至关重要 [2][10] - 市场核心问题是人工智能热潮能否继续推动市场前进 [3][10] 宏观经济与地缘政治影响 - 美国国债周二下跌，收益率升至数周高点，因油价攀升推高通胀预期，并抑制了美联储降息押注 [2][10] - 布伦特原油周三开盘下跌0.5%至每桶110.75美元，或将结束连续七天的上涨 [10] - 阿联酋将于5月1日退出OPEC，这是其加入六十年后首次退出，对OPEC构成重大打击，并引发对其未来的质疑 [7][10] - 阿联酋的退出是冲突如何重塑全球能源市场的最新迹象 [7][10] - 澳大利亚将于周三晚些时候公布经济数据，预计第一季度通胀将因伊朗战争冲击导致燃料成本上升而大幅加速 [9][11]

公司融资与估值 - 英国AI初创公司Ineffable完成了11亿美元（约合人民币75.14亿元）的种子轮融资，估值达到51亿美元（约合人民币348.31亿元）[1] - 本轮融资由美国红杉资本与光速创投领投，英伟达、谷歌和英国国家AI风投基金Sovereign AI等共同参投[1] - 该轮融资为欧洲迄今为止金额最高的种子轮融资[1] 公司背景与创始人 - Ineffable由前谷歌DeepMind首席科学家、AlphaGo核心研究员戴维·席尔瓦（David Silver）于2025年11月创立[1] - 创始人David Silver主导了AlphaGo、AlphaZero以及AlphaStar的研发，全程参与了DeepMind强化学习体系的搭建[1] - 在创立DeepMind之前，David Silver曾与Demis Hassabis共同创办游戏公司Elixir Studios[2] - 除了工业界经历，David Silver还在伦敦大学学院（UCL）担任教授[4] 公司目标与技术路线 - 公司的目标是打造一个名为“超级学习系统（Superlearner）”的AI，该系统无需依靠人类数据，将通过自主实践探索一切知识，覆盖从基本运动技能到高阶智力突破的全部范畴[1] - 创始人表示，其事业重心是探索智能的根本命题，即如何让AI通过对环境的体验去发现未知的知识，而非涉足已成熟的AI生成内容领域[4] - 公司技术方案基于强化学习路线，旨在突破现有AI技术瓶颈[5] 公司现状与创始人承诺 - 公司目前仍处于早期研发周期，其技术方案尚未成熟，盈利模式、产品落地时间、收益规模及商业化模式均尚不明确[1][5] - 创始人David Silver承诺，将从Ineffable项目中获得的所有收益捐赠给具备高社会影响力的慈善机构[4] 行业趋势与竞争格局 - 今年年初以来，各类新兴独立AI实验室融资规模已达数十亿美元，形成天价融资扎堆的现象[5] - 由图灵奖得主杨立昆联合创立的AMI实验室于今年3月完成了10.3亿美元种子轮融资，投前估值达35亿美元[5] - 顶尖NLP学者理查德・索彻的个人实验室估值已达40亿美元，前OpenAI高管米拉・穆拉蒂创立的Thinking Machines预估估值约500亿美元[5] - 一批顶尖科研人才正脱离科技大厂，创办独立AI实验室，探索强化学习、现实场景感知等差异化技术路线，跳出主流大语言模型的同质化竞争[5]

1.【OpenAI冲刺IPO关键阶段：营收与用户核心目标未达标】据报道，OpenAI近期未能达成既定的 新增用户及营收目标，业绩不及预期引发部分管理层担忧，质疑公司能否持续承担高额的数据中心投 入开支。据知情人士透露，首席财务官萨拉・弗莱尔向公司管理层表示，若营收增速持续乏力，企业 或将无力支付未来的算力采购合同费用。 知情人士称，近数月来，董事会已加大对公司数据中心合作 项目的审查力度；在业务增速放缓的背景下，管理层也对首席执行官山姆・奥尔特曼持续加码扩容算 力的举措提出质疑。（同花顺财经） 2.【 百度发布通用智能体GenFlow 4.0 】4月28日消息，在 百度 AI Day开放日上， 百度 文库与网 盘联合发布通用智能体GenFlow 4.0，升级Office Agent，将网盘打造为全端可用的AI工作台。目前 该智能体月活用户已破1亿，月任务交付达2亿次。系统支持一句指令并行调用PPT、Excel及Word Agent，在内容理解与元素化编辑上实现大幅进阶。据悉该产品深度兼容OpenClaw等框架，个人与 团队均可一键零门槛部署，实现数据原地调用。据透露， 百度 将于Create大会发布视频剪辑 ...