AI数据中心成本优势与专用芯片 - 随着建设和运营人工智能数据中心成本的持续飙升，降低成本成为巨大优势[1] - 实现成本优势的最佳途径之一是采用称为专用集成电路的定制芯片[1] - 用于AI的专用集成电路是针对特定任务开发的硬连线芯片，不仅成本低于英伟达的通用图形处理器，而且能效更高，在运行推理时能显著节约成本[1] 专用芯片行业趋势与竞争格局 - 越来越多超大规模数据中心运营商将专用集成电路用于部分AI计算需求[3] - Alphabet在该领域拥有巨大优势，其开发张量处理单元已超过十年[3] - 该公司长期使用其张量处理单元运行大部分内部基础设施，并围绕其芯片优化了整个硬件和软件堆栈[3] - 这使其相对于大多数仍处于定制芯片开发早期阶段的竞争对手取得了巨大领先优势[3] Alphabet的芯片技术进展 - 该公司在四月推出了第八代芯片，首次提供两种不同版本的张量处理单元[4] - 其中一款专为训练设计，另一款用于推理和智能体AI[4] - TPU 8t是其AI模型训练芯片，专为纯速度打造，而TPU 8i则具有巨大内存容量，并与定制的基于Axion Arm的中央处理器配对[4] 芯片优势带来的业务竞争力 - Alphabet的张量处理单元使其在云计算领域和AI模型开发者方面相对于竞争对手具有巨大优势[5] - 在云计算领域，随着资本支出预算飙升，该公司获得的性价比远高于大多数其他参与者[5] - 或许除了同样拥有自家芯片的亚马逊外，但亚马逊的芯片并不那么知名[5] - 该公司使用其芯片训练了世界级的Gemini基础模型[6] - 通过拥有自家芯片，Alphabet训练模型和运行推理的成本远低于主要依赖图形处理器的竞争对手[6] - 随后将Gemini模型嵌入其业务的其他部分，如搜索，这也有助于推动这些领域的增长[6] 芯片商业化与增长机会 - Alphabet张量处理单元的成功使其开始允许特定客户直接从其开发合作伙伴博通购买芯片，以便在谷歌云内及其数据中心外部部署[7] - 这是另一个刚刚开始的巨大增长领域[7]