公司动态与产品发布 - 4月22日，Alphabet在旗舰云大会Cloud Next上发布了两款第八代张量处理器（TPU），推动其股价上涨 [1] - 全新TPU 8t针对AI训练进行优化，而TPU 8i则专为推理和AI智能体工作负载设计 [1] 产品性能与战略意义 - 新发布的训练芯片（8t）相比前代产品，提供了2.8倍的性价比提升，直接回应了企业客户在获取AI算力时面临的成本顾虑 [5] - 公司并非简单复制英伟达的通用GPU路径，而是设计针对其自身软硬件生态内特定工作负载优化的专用加速器 [5] - 此举降低了公司对昂贵外部GPU的依赖，在AI资本支出飙升至1800亿美元的情况下，保护了其营业利润率 [6] 市场反应与股价表现 - 发布新TPU后，公司股价上涨 [1] - 包含近期涨幅，谷歌股票较其年内低点已上涨近24% [2] - 当前股价明确位于主要移动均线上方，14日相对强弱指数为66，表明在进入超买区域前仍有进一步上涨空间 [8] 业务拓展与客户认可 - 获得来自Anthropic和Meta等主要第三方的合同，证明其定制芯片已从内部实验发展为高利润率的收入来源 [6] - 这种超越核心广告业务的潜在多元化，可能为股票带来显著的长期上行空间 [6] 分析师观点与目标价 - BMO分析师继续将Alphabet股票视为2026年剩余时间里的首选，认为其是“拥有AI的最佳方式” [7][8] - 4月22日，BMO重申“跑赢大盘”评级，并将目标价上调至410美元，意味着较当前水平有超过20%的潜在上涨空间 [8] - 华尔街对GOOGL股票的共识评级为“强力买入”，目标价最高达420美元，预示着从当前位置可能还有25%的上涨空间 [9]

谷歌TPU产品线战略 - 谷歌推出两款专用TPU芯片：TPU 8T用于模型训练，TPU 8I用于模型推理（运行AI模型）[1] - 两款芯片均能兼顾训练与推理任务，但各自更擅长其名称所对应的特定应用[1] - 新一代TPU芯片性能持续提升，且能效更高[1] 谷歌芯片业务的市场竞争策略 - 谷歌不仅使用自研芯片运行和训练其AI模型，还日益增加向外部客户销售[2] - 外部客户包括Anthropic、OpenAI和Meta等主要AI公司[2] - 此举进一步证实谷歌正与其合作伙伴英伟达以及AMD展开直接竞争[2] - 谷歌正在构建能力越来越强的芯片产品[2]

行业趋势：智能体商务的兴起 - 电商行业正经历自亚马逊一键结账以来最大的变革 即智能体商务的崛起 智能体商务是指人工智能代理作为自主购物助手 代表消费者处理整个购买旅程[2][3] - 该趋势并非未来概念 而是已经到来 2025年网络周期间 五分之一的订单涉及人工智能代理 创造了约700亿美元的商品交易总额 2026年1月的研究显示 45%的消费者已在购买旅程的至少部分环节使用人工智能[6] 市场参与度与竞争态势 - 行业主要参与者正全力投入 包括沃尔玛、塔吉特、家得宝、梅西百货、劳氏甚至亚马逊在内的最大零售商 都在以某种方式实施人工智能代理[8] - 当沃尔玛、塔吉特和谷歌同时朝同一方向迈进时 这通常标志着其他所有企业都需要迅速跟进[9] 技术发展与行业里程碑 - 谷歌首席执行官桑达尔·皮查伊于2025年1月11日在美国零售联合会会议上宣布了通用商务协议 标志着人工智能完成购买的时代正式到来[5] - 人工智能代理能够代表消费者跨产品数据库、评论网站和品牌页面进行搜索 比较规格、阅读评论、检查价格和库存 并做出推荐或直接完成购买[3]

核心观点 - Alphabet (NASDAQ:GOOG) 的信念随着每个季度的过去而持续增强 [1] *注：所提供的新闻内容非常简短，仅包含一个核心观点，因此无法根据相关目录进行更详细的分类总结*

智能体应用爆发，芯片厂商在推理侧发力。 在AI算力需求结构重构、争夺推理时代入场券的竞赛中，国产算力厂商正加大押注。 市场共识已经形成，AI推理的转折点已经到来。英伟达创始人兼CEO黄仁勋提出，AI推理的规模，很 快将达到训练负载的十亿倍。 AI推理芯片企业曦望董事长徐冰认为，2026年AI推理计算需求将达到训练需求的4—5倍，推理算力租 赁价格半年涨幅近40%。 市场调研机构IDC则预计，到2028年推理工作负载占比将达到73%。随着OpenClaw(龙虾)智能体应用规 模化铺开，进一步推动算力需求向推理侧迁移。 头部厂商的动作高度一致：英伟达推出专为长上下文推理设计的Rubin CPX，并将推理芯片公司Groq纳 入CUDA生态；在4月22日举行的Google Cloud Next26大会上，谷歌发布第八代TPU，首次按训练与推 理拆分产品线；华为昇腾950PR／950DT则以P／D(Prefill／Decode)分离架构先行一步，平衡推理成本 与效率，其中950PR原计划于今年一季度上市，规模交付仍在推进，主要针对AI推理中的Prefill(预填充) 和推荐场景。 种种动作表明，AI算力的重心，已从训练 ...

公司动态：TPU 8i芯片发布 - 公司股价在4月22日上涨2.1% 因在年度Google Cloud Next大会上发布了最新的AI推理芯片TPU 8i [1] - TPU 8i旨在为大规模模型提供更快的性能和更高的能效 并集成到Google Cloud中 为实时AI应用带来更高吞吐量和更低延迟 [2] - 该芯片将助力企业客户以更具成本效益的方式运行生成式AI工具 并在数据中心高效扩展 强化了公司在AI基础设施方面的投入并减少对第三方硬件的依赖 [2] - 高管强调该芯片将在核心产品（包括搜索、广告系统和Workspace工具）的AI功能中发挥关键作用 现场演示了实时推理能力 展示了更快的查询处理和AI助手性能提升 这标志着其实用性和近期应用潜力而非纯实验性进展 [3] 战略与竞争格局 - 投资者反应显示出信心 认为公司持续投资定制芯片将减少对第三方芯片供应商的依赖 并可能随时间推移提升利润率 [4] - 此次发布正值AI硬件竞争加剧之际 效率和可扩展性正成为关键的差异化因素 [4] 市场表现与行业对比 - 公司股票年初至今上涨8.4% 而同期其所在行业（Zacks互联网-服务行业）的涨幅为4.4% [5] - 同期 其同行百度(BIDU)和DoorDash(DASH)的股价分别下跌了5.7%和19.6% [5] 核心观点总结 - 尽管股价涨幅并非惊人 但详细的产品发布和现场演示向市场传递了信心 表明公司不仅在推进AI模型 也在构建大规模部署所需的基础设施 这强化了其在AI领域的长期增长叙事 [6] - 发布TPU 8i AI推理芯片后 公司股价上涨2.1% [7] - TPU 8i提升了速度和效率 降低了企业AI成本 并支持跨数据中心扩展 [7] - 公司强调了在搜索和Workspace中实现的实时AI性能提升 预示着近期影响 [7]

核心观点 - 凯捷与谷歌云深化战略合作，宣布成立专门的“谷歌云AI企业中心”，旨在通过一种新型的“成果部署工程师”团队，加速企业级生成式AI的规模化、生产级应用，并确保从第一天起解决方案就为生产环境做好准备，致力于实现可衡量的业务成果 [1][4] 合作内容与模式 - 合作核心是建立“谷歌云AI企业中心”，该中心将开创由“成果部署工程师”组成的全新代理专业服务模式 [1] - ODE团队将与谷歌的“前沿部署工程师”并肩工作，围绕真实的企业工作流和业务流程设计、构建和部署AI代理 [1] - 采用嵌入式工程方法，ODE团队以专用“工作舱”的形式直接部署在客户环境中，确保解决方案与业务深度整合 [1][3] - 该模式旨在将前沿AI技术转化为能够在企业环境中安全、可靠、大规模运行的生产级系统，加速AI从试点项目进入实际运营 [2] 技术能力与竞争优势 - 凯捷利用其行业、领域和职能专业知识，结合其AI驱动的资产以及数字和技术驱动能力来建立该中心 [1] - 通过将运营技术、工程专业知识与针对SAP等核心企业环境的深度数据现代化能力无缝集成，形成独特的竞争优势 [2] - 这种跨职能团队能够快速开发数字和物理资产，以提供由Gemini驱动的智能运营，确保战略与执行的一致性 [2] 目标行业与解决方案 - 该中心旨在提供专门针对特定行业、细分市场和领域复杂性定制的AI解决方案 [3] - 合作将进一步扩展和开发企业级智能行业解决方案，具体包括：与谷歌汽车AI代理合作的车内代理体验、与凯捷智能营销代理合作的金融服务代理体验，以及与谷歌购物和食品订购代理合作的零售代理体验 [3] - 嵌入式工程方法已在多个行业产生变革性成果，目前有专门的工作舱在能源、金融服务、保险、制造、零售和电信领域积极部署并为客户创造价值 [3] 合作背景与公司实力 - 谷歌云近期授予凯捷多项“2026年度谷歌云合作伙伴奖”，包括“全球人工智能：创新与解决方案”、“服务与行业解决方案：金融服务与保险”以及“基础设施现代化：SAP”，这反映了双方合作在创新、行业解决方案和基础设施现代化方面的实力与成熟度 [4] - 凯捷是一家拥有近60年历史的AI驱动的全球业务和技术转型合作伙伴，在全球50多个国家拥有超过42万名团队成员，2025年全球营收为225亿欧元 [5]

分析师观点与评级 1. BMO Capital分析师Brian Pitz维持对Alphabet的“跑赢大盘”评级，并将目标价从400美元上调至410美元 [1] 2. JPMorgan分析师Doug Anmuth重申对Alphabet的“增持”评级，目标价为395美元，并在Google Cloud Next活动期间将其列为“首选股” [1] 3. Susquehanna分析师Chris Rolland维持对Arm Holdings的“积极”评级，并将目标价从170美元大幅上调至210美元 [2] 市场表现与股价 1. Alphabet股价在周三上涨2.1%，收于339.32美元 [3] 2. Arm Holdings股价在周三上涨12%，收于196.57美元 [3] 3. Arm Holdings股价在周三单日上涨21点 [1] 投资建议与市场动态 1. 知名评论员Jim Cramer将Arm Holdings加入其慈善信托的“买入”名单 [1] 2. Jim Cramer强调投资者需要参与此类投资机会 [2]

计算机 分析师：唐月 登记编码：S0730512030001 tangyue@ccnew.com 021-50586737 AI 应用大发展令算力总体供不应求，国产 AI 芯片厂商迎来重要发展机遇 ——计算机行业月报 证券研究报告-行业月报 强于大市(维持) 计算机相对沪深 300 指数表现 《计算机行业月报：中国 AI 超级周开启，算 力呈现提价趋势》 2026-02-13 《计算机行业分析报告：DeepSeek 近期成果 分析及 V4 影响力预测》 2026-01-29 《计算机行业月报：AI 应用全面加速， DeepSeek V4 有望深刻改变全球 AI 的竞争 格局》 2026-01-22 风险提示：国际局势的不确定性；海外 AI 产业竞争格局变化带来市 场调整风险。 本报告版权属于中原证券股份有限公司 www.ccnew.com 请阅读最后一页各项声明 联系人：李智 投资要点： | 一、 行业数据 5 | | --- | | 年 1.1. 行业数据：2026 1-2 月软件行业收入增速回落，但是出口加速趋势明显 5 | | 1.2. 2026 年 1-2 月高景气赛道：IC 设计、嵌入式软件 6 | ...

谷歌第8代TPU产品发布与核心观点 - 文章核心观点认为谷歌第8代TPU (TPU v8) 被市场低估，其专为Agent时代打造，通过“训推分离”的彻底硬件方案、显著的能效提升以及全栈协同优化，为AI智能体的大规模落地提供了变革性的硬件基础，并已获得资本市场的初步认可 [1][2][6][7][11][44] 产品战略与架构设计 - 公司在“训推分离”道路上比竞争对手走得更彻底，直接推出了物理上完全不同的两款芯片：面向训练的TPU 8t和面向推理的TPU 8i [3][16] - 采取此战略的原因是智能体时代对训练（要求“快”）和推理（要求“稳”）的延迟与吞吐要求截然不同，实践表明一块芯片无法同时做好两件事 [24][25] - 第8代TPU由谷歌大模型Gemini参与共同设计 (Co-designed) [14][15] TPU 8t (训练芯片) 性能规格 - 整体计算性能是上一代Ironwood的近三倍，能将模型训练周期从数月缩短至数周 [8] - 单个超级芯片组 (Pod) 规模扩展至9,600个芯片，配备2PB共享高带宽内存，芯片间双向扩展带宽 (Bidirectional scale-up bandwidth) 从9.6 Tb/s 提升至19.2 Tb/s [21][22] - 总算力达到121 ExaFlops (FP4)，相比上一代Ironwood的42.5 ExaFlops有巨大提升 [21] - 存储访问速度提升10倍，配合TPUDirect数据直连提升利用率 [22] - 基于Virgo网络、JAX和Pathways实现近乎线性扩展，单一逻辑集群可延伸至百万级芯片规模 [22] - 通过实时遥测、自动故障链路绕过 (ICI) 和光路交换 (OCS) 等机制，在超大规模下有效吞吐目标最高可达97% [22] TPU 8i (推理芯片) 性能规格 - 在成本不变的情况下，服务能力接近翻倍，每美元性能提升约80% [8][23] - 单个Pod规模从256个芯片大幅扩展至1,152个芯片 [24] - 总算力达到11.6 ExaFlops (FP8)，相比上一代Ironwood的1.2 ExaFlops有显著提升 [24] - 每个Pod的总高带宽内存 (HBM) 容量从49.2TB提升至331.8TB [24] - 芯片间双向扩展带宽同样从9.6 Tb/s 翻倍至19.2 Tb/s [24] - 公司为降低延迟，几乎从底层重做了整套推理栈 [23] 能效与散热技术 - 采用第四代液冷技术，第8代TPU的每瓦性能比上一代Ironwood提升了近两倍 [5][40] - 优化范围从芯片本身扩展到整条链路，包括CPU、TPU、网络及整个数据中心，全部围绕“省电”重做 [33] - 将网络连接直接集成进计算芯片，减少节点间数据搬运以节省能耗 [34] - 配合统一的电源管理，根据实时负载动态调功，优先分配电力给最关键的计算环节 [36] - 数据中心与TPU协同设计，供电、调度、散热全部重新打磨，配合液冷技术支撑更高功率密度 [37][38] - 在数据中心层面，单位电力能提供的算力在过去五年已提升6倍 [41] 全栈协同与系统优化 - 首次与谷歌自研的CPU (Axion) 搭档，可按AI任务需求定制CPU与TPU的配合方式，榨干每瓦电性能 [29][30] - 内存方面，将288GB高带宽内存和384MB片上SRAM塞进芯片，片上SRAM容量是上一代的3倍，以缓解“内存墙”问题 [31] - 系统效率方面，引入自研Axion CPU架构，将每台服务器的CPU主机数量翻倍，并通过NUMA进行隔离优化 [31] - 针对主流MoE混合专家模型，将互连带宽提升至19.2 Tb/s，并用新的Boardfly架构将网络“路径长度”砍掉一半以上 [31] - 新增片上集体加速引擎 (CAE)，将原本需跨芯片的全局操作移至芯片内部，使整体延迟最高可降低至原来的1/5 [31] 开发者支持与生态 - 公司将全栈能力打包提供给开发者，TPU 8t和8i原生支持PyTorch、JAX、vLLM等主流框架，同时提供裸机访问 [42] - 配合MaxText、Tunix等开源工具，进一步打通从模型训练到上线部署的路径 [43] 市场反应与竞争背景 - 第8代TPU发布后，其母公司Alphabet股价盘中最高涨幅达2.2%，显示出资本市场的初步认可 [11] - 预计两款芯片将在今年晚些时候正式上市 [13] - 文章提及英伟达首席执行官黄仁勋认为TPU没有威胁，因其专注于特定赛道，而英伟达提供覆盖AI、数据处理、科学计算等全场景的加速计算体系 (如CUDA生态) [48][49][50] - 随着AI吞噬越来越多算力需求，TPU的重要性正在被重新评估 [52]