AI芯片市场竞争格局 - 英伟达面临来自亚马逊和谷歌等科技巨头的AI芯片竞争挑战[1] - 亚马逊发布新一代AI芯片Trainium3并正在研发Trainium4[1] - 谷歌自研TPU芯片因其Gemini3大模型性能优势对英伟达GPU构成冲击[1] 谷歌TPU芯片技术参数 - Ironwood芯片训练和推理性能比前代Trillium提升4倍多[3] - 峰值算力达每秒425万亿次运算，FP8算力达每秒4614万亿次浮点运算，超过英伟达B200芯片的每秒4500万亿次浮点运算[3] - 内存带宽达每秒7.2太比特，略低于英伟达B200的每秒8太比特[3] - 每瓦性能为Trillium芯片两倍，单个芯片内存容量达192千兆字节，是Trillium六倍[3] TPU技术架构与市场定位 - TPU核心价值在于其从单芯片到跨Pod算力调度的完整技术结构[4] - TPU在模型收敛稳定后具有更高效率，但灵活性低于GPU[4] - TPU与GPU被视为串行发展路线，模型稳定后可能更多转向TPU[4] - 谷歌TPU从自用走向外销，Anthropic将部署多达100万个TPU芯片训练Claude模型[4] 英伟达竞争优势分析 - 英伟达拥有三大护城河：台积电先进制程产能、CUDA生态、算力芯片与网络芯片的完整体系[5] - 公司宣称是唯一能运行所有AI模型并在所有计算场景中部署的平台[5] 光电路交换技术发展 - 谷歌在TPU v4集群中引入OCS技术，动态调整网络拓扑提升系统性能[5] - OCS直接进行光路交换，无需光电转换，减少延迟和能耗[5] - 大摩将谷歌2027年TPU产量预测从300万块上调至500万块，上调幅度67%[6] - 2028年TPU产量预测从320万块上调至700万块，上调幅度120%[6] OCS产业链投资机会 - 谷歌TPU V7 Ironwood配置1.6T光模块，OCS采用MEMS和液晶方案[7] - MEMS阵列、光纤阵列、光模块等供应商有望受益[7] - 光库科技因OCS业务最高涨超50%，赛微电子最高涨幅翻倍[7] - OCS与光模块是协同共生关系，头部光模块厂商将在新赛道构筑优势[8]