公司高管行程与供应链关系 - 英伟达首席执行官黄仁勋近期访问了上海、北京、深圳及中国台湾地区，并在中国台湾地区宴请了包括台积电、鸿海、广达、纬创、和硕、仁宝、联发科、华硕等核心供应链伙伴的高层[2] - 黄仁勋强调公司需求非常强劲，正在全力生产Blackwell芯片，同时生产下一代Rubin芯片[3] - 黄仁勋指出，台积电今年需要非常努力工作以满足英伟达对大量晶圆和CoWoS先进封装产能的需求，并预计台积电未来10年可能会增加100%的产能[3] 公司竞争战略与研发投入 - 针对ASIC的竞争，黄仁勋表示ASIC一直有需求，但英伟达的业务模式不同，其参与整个AI基础设施建设，产品包括CPU、GPU、网络芯片和交换器芯片[3] - 黄仁勋认为ASIC出货量将超过GPU的说法是无稽之谈，并指出要做出比英伟达产品更好的ASIC需要更优秀的研发人员，而英伟达仍处于领先地位[3] - 黄仁勋强调英伟达年研发成本近两百亿美元，且由于技术复杂度提升，未来每年研发成本预计还会增长50%[4] 对外投资与行业展望 - 对于市场传闻英伟达千亿美元投资OpenAI计划停滞，黄仁勋回应双方合作关系未变，公司正在考虑参与OpenAI的新一轮融资[5] - 黄仁勋认为当前正处于新一轮AI基础设施建设的起点，这个过程还需要大约10年时间，AI计算设施需要在全球范围内部署[5] - 黄仁勋指出有三类工厂正在建设中：晶圆厂、计算机组装厂（与鸿海、纬创、广达合作在全球建厂）以及AI工厂[5]

英伟达近期动态与高层观点 - 英伟达创始人兼首席执行官黄仁勋于春节前访问了上海、北京、深圳，随后抵达台湾地区，会见了当地供应链合作伙伴 [3] - 黄仁勋在台湾地区期间，于1月31日晚宴请了包括台积电、鸿海、广达、纬创、和硕、仁宝、联发科、华硕等公司董事长或高管在内的核心供应链伙伴 [3] 英伟达业务需求与供应链状况 - 公司当前需求非常强劲，正在全力生产Blackwell芯片，同时生产下一代Rubin芯片 [4] - 公司需要大量的晶圆和CoWoS（先进封装）产能，台积电目前做得非常好 [4] - 黄仁勋预计，台积电在未来10年可能会增加100%的产能，这将是规模巨大的基础设施投资 [4] 英伟达的竞争战略与研发投入 - 针对ASIC（专用集成电路）的竞争，黄仁勋认为ASIC出货量将超过GPU的说法是无稽之谈，强调要做出比英伟达产品更好的ASIC需要更优秀的研发人员 [5] - 公司不只做一种芯片，而是参与整个AI基础设施建设，产品包括CPU、GPU、网络芯片、交换器芯片等 [5] - 公司与几乎所有AI公司合作，并与每一个云服务商相关，尽管面临一些云计算厂商的竞争，但其产品在电脑系统、机器人和汽车等领域无处不在 [5] - 公司年研发成本接近两百亿美元，且由于技术复杂度提升（如从Hopper到Blackwell再到Rubin），未来研发成本预计每年还会增长50% [5] 对OpenAI的投资与AI基础设施展望 - 黄仁勋否认了投资OpenAI计划停滞的传闻，表示双方合作关系未变，公司正在考虑参与OpenAI的新一轮融资 [6] - 黄仁勋认为当前正处于新一轮AI基础设施建设的起点，这个过程还需要大约10年时间 [6] - AI需要遍布全球的计算设施，因此需要在台湾地区、美国、欧洲、日本、东南亚等地建设三类工厂：晶圆厂、计算机组装厂（与鸿海、纬创、广达合作在全球建厂）以及AI工厂 [6]

**涉及的公司与行业** * 公司：博通 (Broadcom Inc, 股票代码 AVGO) [1] * 行业：美国半导体行业 [1] **核心观点与论据** * **投资评级与目标价**：报告给予博通“跑赢大盘”评级，目标价为475美元，较2026年1月8日收盘价332.48美元有43%的上涨空间 [1][5][9][16] * **驳斥竞争与客户自有工具担忧**：尽管投资者担忧竞争加剧和客户自有工具可能影响博通在AI领域的优势地位，但通过与公司半导体解决方案事业部总裁的深入交流，分析师认为这些担忧被严重夸大，公司不太可能在短期内被赶下ASIC领域的王座 [2][11] * **独特的竞争优势**：博通是唯一能帮助XPU客户跟上英伟达创新步伐的公司，这得益于其在技术、规模和供应链上的优势 [3][12] * **技术优势**：包括3D芯片堆叠、400G SerDes、投资自有的基板工厂，以及可能实现无需硅中介层的制造技术 [3][13] * **供应链优势**：与所有HBM供应商合作（HBM采购额从三年前的1亿美元增至去年的数十亿美元，预计今年超过100亿美元，明年达到数百亿美元），拥有专用的基板供应，并专注于服务5-6家大型LLM客户，能进行紧密的供应链管理 [14] * **强劲的AI增长轨迹**：TPU出货量增长迅猛，TPU v7在2025年出货数十万颗，2026年将达“数百万颗”；TPU v8现已出货，几个月内将达到每月数十万颗，年底达到每月数百万颗 [4][15] * **订单与财务预测**：几周前财报中提到的730亿美元订单金额如今已“显著提高” [4][15] * 预计调整后每股收益将从2025财年的6.82美元增长至2027财年的14.86美元 [8][17] * 预计自由现金流将从2025财年的269.14亿美元增长至2027财年的732.32亿美元，年复合增长率为65% [8] * 预计营收将从2025财年的638.87亿美元增长至2027财年的1379.18亿美元 [17] **其他重要内容** * **估值水平**：基于2027财年预计调整后每股收益14.86美元，采用约32倍市盈率得出475美元的目标价 [26] * **下行风险**：包括AI需求意外疲软、关键客户份额或订单流失、未能实现并购协同效应、缺乏现金回报以及高层管理意外变动 [27] * **市场表现**：截至2026年1月8日，博通过去12个月绝对回报率为45.0%，相对标普500指数的超额回报为28.0% [6] * **财务数据摘要**： * 市值：1576.38亿美元 [6] * 企业价值：1626.66亿美元 [6] * 股息收益率：0.8% [6] * 预计2026财年调整后市盈率为33.4倍，2027财年为22.4倍 [8][22] * **创新细节**： * TPU v8为双芯片设计，采用12层高HBM和200G SerDes，算力比v7高30-40% [13] * 下一代产品将采用3.5D面对面堆叠技术，将4个计算芯片堆叠在一起，并采用400G SerDes（基于铜，技术难度高），预计2028年向2家客户送样 [13] * 自建新加坡基板工厂将于今年投产，以保障供应并控制成本（否则基板成本可能从芯片成本的10-15%飙升至30-40%），投资回收期为1.9年 [13] * 正在研发无需硅中介层的技术，有望在2027年底至2028年实现，可大幅降低成本和周期时间 [13] * **运营细节**：公司总裁亲自分配每一片晶圆产能，并确保在客户备齐所有相关配套组件（如CPU、DDR、激光器等）后才发货 [14]

核心观点 - 公司4Q25新签订单高速增长，验证了公司及行业的高速增长趋势，未来业绩增长确定性提升 [1] - 互联网厂商持续增加AI算力投入并加速ASIC布局，公司有望从行业变革中持续受益 [1] - 尽管面临股东减持带来的短期压力，但长期影响有限，且当前股价调整构成长期买入机会 [1][2] 4Q25及全年新签订单表现 - 公司公告4Q25（10月1日至12月25日）新签订单25亿元，较4Q24全期增长130%，环比3Q25全期增长56% [1] - 新签订单中，绝大部分为一站式芯片定制业务订单，AI算力相关订单占比超84%，数据处理领域订单占比近76% [1] - 从全年数据看，公司2025年新签订单有望达58亿元，同比增长150% [1] 业务布局与行业前景 - 互联网厂商持续增加AI算力投入，打造更强大的计算体系，将加速在专用处理芯片ASIC领域的布局 [1] - 公司从五年前开始布局Chiplet技术及其在生成式人工智能和智慧驾驶上的应用 [2] - 公司持续开拓增量市场和具有发展潜力的新兴市场，并拓展行业头部客户 [2] 财务预测与估值 - 预计公司2025-2027年营收分别为30.6亿元、54.1亿元和84.7亿元，YOY分别增长32%、77%和57% [2] - 预计公司2025-2027年净利润分别为0.26亿元、2.7亿元和6.4亿元 [2] - 预计公司2025-2027年EPS分别为0.05元、0.51元和1.21元 [2] - 目前公司股价对应2027年PS（市销率）为8倍 [1][2] 股东减持情况 - 股东大基金拟通过集中竞价和大宗交易方式减持1.7%的公司股权 [2] - 具体为：集中竞价减持不超过263万股，大宗交易减持不超过631万股 [2] - 减持日期为2026年1月21日至2026年4月20日 [2] - 大基金是IPO前即入股的股东，当前持股6.6% [2]

英特尔人工智能战略核心转向 - 公司的人工智能战略在过去几个季度处于不确定状态，现已明确将瞄准ASIC（专用集成电路）和边缘人工智能两个主要领域 [2] - 在人工智能领域，公司与英伟达和AMD存在巨大差距，前首席执行官也承认其AI战略不尽如人意 [2] - 新任首席执行官陈立武（Lip-Bu Tan）引入的新动态，使公司的人工智能架构变得清晰 [2] 边缘人工智能战略 - 公司的主要战略之一是充分利用边缘人工智能，正通过“AI PC”产品组合来实现这一目标 [2] - “AI PC”产品组合包括面向笔记本电脑的Meteor Lake、Lunar Lake以及即将推出的Panther Lake系列 [2] - 公司通过集成新一代NPU（神经网络处理单元）来提升边缘人工智能性能，显著提高了移动SoC（系统级芯片）的计算能力 [2] - 公司计划通过Crescent Island等产品扩展边缘产品线，这是一款专注于推理的处理器，板载LPDDR5X内存 [2] ASIC业务战略 - 公司设立了由Srini Iyengar领导的专用ASIC部门，隶属于新成立的中央工程集团（CEG） [3][4] - ASIC是人工智能领域一个新兴的细分市场，公司计划围绕ASIC制定其人工智能战略 [3] - 公司的目标是提供制造和先进封装的“一站式”解决方案，为客户提供定制芯片 [3] - 首席执行官陈立武表示，新的ASIC和设计服务业务将服务于广泛的外部客户，并扩展其核心x86 IP的应用范围 [4][5] ASIC业务的竞争优势与模式 - 公司在定制网络ASIC芯片领域已有“蓬勃发展”的业务，并获得了众多智能网卡ASIC芯片的客户 [3] - 公司计划采用类似博通（Broadcom）和迈威尔科技（Marvell）的ASIC商业模式 [2] - 公司的独特优势在于拥有芯片技术专长、x86 IP以及提供制造服务的内部晶圆代工厂，这是市场上其他ASIC设计商（如博通、Marvell或Alchip）无法提供的 [6] - 通过CEG集团实现横向工程集中化，结合设计服务与制造和封装，已大幅降低了相关成本 [6] - 首席执行官陈立武在Cadence公司任职期间，在推动定制芯片商业模式方面有深厚经验，其经验和市场人脉将助力公司把握“ASIC热潮” [3][6] 市场机遇与挑战 - 公司目前没有为人工智能客户提供具有竞争力的产品线，下一个重要产品可能是预计2027年发布的Jaguar Shores AI机架式加速器产品线 [5] - 英伟达和AMD已建立了完善的人工智能硬件产品组合，给公司留下的竞争空间有限 [5] - 人工智能供应链的“中间环节”存在机会，例如从批量生产的利润或ASIC设计费中获利 [6] - 如果执行得当，定制芯片业务可能成为公司的下一个“摇钱树”，使其拥有系统代工厂的地位，负责供应链的每个环节 [7] - 该战略面临挑战，包括人工智能市场竞争激烈以及博通等ASIC设计公司的不断发展壮大 [7]

英特尔人工智能战略核心转向 - 公司的人工智能战略在过去几个季度处于不确定状态，现已将重心瞄准两个主要领域：专用集成电路和边缘人工智能 [2] - 在人工智能领域，公司与英伟达和AMD存在巨大差距，前首席执行官也承认其人工智能战略不尽如人意 [2] - 新任首席执行官陈立武上任后，公司的人工智能战略架构正变得清晰 [2] 边缘人工智能战略 - 公司的主要战略之一是充分利用边缘人工智能，正通过“AI PC”产品组合来实现，该组合包括面向笔记本电脑的Meteor Lake、Lunar Lake以及即将推出的Panther Lake系列 [2] - 公司通过集成新一代神经处理单元来提升边缘人工智能的性能，显著提高了移动系统级芯片的计算能力 [2] - 公司计划通过Crescent Island等产品扩展其边缘产品线，这是一款专注于推理的处理器，板载LPDDR5X内存 [2] 专用集成电路业务战略 - 公司设立了由Srini Iyengar领导的专用集成电路部门，隶属于新成立的中央工程集团 [3][5] - 专用集成电路是人工智能领域一个新兴的细分市场，公司计划围绕其制定人工智能战略，为客户提供制造和先进封装的“一站式”解决方案 [3] - 首席执行官陈立武表示，中央工程集团将牵头构建全新的专用集成电路和设计服务业务，为广泛的外部客户提供定制芯片 [5] - 公司已决定进军专用集成电路和设计业务，作为其下一个重大业务，该业务将在公司的运营中发挥至关重要的作用 [5] 专用集成电路业务的竞争优势与模式 - 公司在定制网络专用集成电路芯片领域拥有“蓬勃发展”的业务，已获得众多智能网卡专用集成电路芯片的客户 [4] - 公司计划通过向客户提供内部代工服务来脱颖而出，从而缩短产品上市时间，并与专用集成电路芯片客户保持密切合作 [4] - 公司拥有芯片技术专长、x86知识产权以及提供制造服务的内部代工厂，能为寻求定制人工智能芯片的客户提供“一站式”服务，这是市场上其他任何专用集成电路设计商都无法提供的优势 [6] - 借助中央工程集团，公司实现了横向工程的集中化，将设计服务与制造和封装相结合的成本已大幅降低 [6] - 公司希望采用类似博通和Marvell的专用集成电路商业模式 [2][4] 市场机遇与领导层经验 - 在人工智能供应链的“中间环节”蕴藏着许多机会，例如从批量生产的利润中获利，甚至是专用集成电路设计费 [7] - 如果执行得当，定制芯片业务可能成为公司的下一个“摇钱树”，因为它将使公司拥有系统代工厂的地位，负责供应链的每个环节 [7] - 首席执行官陈立武在推动定制芯片商业模式方面有深厚经验，他在Cadence公司时专注于知识产权业务、设计工具、设计生态系统合作以及定制芯片的垂直市场，其经验和市场人脉将助力公司更好地把握“专用集成电路热潮” [4][7] 当前挑战与未来产品 - 公司目前没有为人工智能客户提供具有竞争力的产品线，而下一个“重磅产品”很可能是Jaguar Shores AI的机架式加速器产品线，预计将于2027年发布 [6] - 英伟达和AMD都已经建立了完善的人工智能硬件产品组合，几乎没有给公司留下任何竞争空间 [6] - 人工智能市场竞争激烈，博通等专用集成电路设计公司也在不断发展壮大 [7]

公司动态：百度拟分拆昆仑芯独立上市 - 百度集团-SW于12月7日晚间发布公告，正在评估旗下非全资附属公司昆仑芯的拟议分拆及独立上市计划，相关进程需经监管审批且存在不确定性 [1] - 据市场消息，百度计划最早于2026年一季度向港交所递交昆仑芯的上市申请，目标是在2027年初完成IPO [1] - 昆仑芯前身为百度智能芯片及架构部，于2021年成立为独立企业实体，由百度芯片首席架构师欧阳剑出任CEO，并已完成D轮融资，首轮独立融资估值约130亿元人民币 [2] 昆仑芯业务与产品 - 昆仑芯在百度AI全栈技术体系中处于底层位置，为飞桨深度学习框架、文心大模型及搜索等应用提供算力基础 [2] - 公司于2018年7月正式推出昆仑1代AI芯片，基于自研XPU架构，采用三星14nm工艺，并于2020年实现量产，在百度搜索引擎和小度等业务中部署 [2] - 昆仑芯近两年已开始对外销售，其产品在国内部分终端完成应用验证，业内反馈其产品在国内属于较好水平 [3] 分拆上市的战略动机 - 分拆上市与AI行业处于早期快速上升阶段、算力芯片需求旺盛的周期相契合，同时也是利用当前国产化窗口期的合理选择 [3] - 更深层逻辑在于，将昆仑芯独立出来有助于其摆脱“百度御用”标签，以更中立身份参与市场竞争，从而突破作为大厂内部部门难以进入其他竞争对手或大型企业供应链的身份尴尬 [3][7] - 昆仑芯的产品已在百度内部经过大规模验证，并在其他国内终端获得应用和积极反馈，此时具备独立发展的条件 [3] 行业背景：国内互联网巨头造芯格局 - 为降低算力成本并保证供应链安全，国内互联网巨头纷纷下场自研AI芯片 [6] - 百度自研昆仑芯片最初源于搜索应用需求，因采购外部芯片成本过高，该芯片已为百度搜索服务优化10年，每天响应几十亿次用户需求并进行1万亿次深度语义推理与匹配 [6] - 阿里巴巴通过收购与自研并举，整合成立平头哥半导体，已发布玄铁910、含光800AI推理芯片及自研CPU倚天710等产品 [6] - 腾讯早期通过投资切入芯片领域，于2021年正式公开紫霄AI推理芯片、沧海转码芯片、玄灵智能网卡芯片三款自研芯片，主要面向特定场景 [6] 行业趋势与竞争逻辑 - 人工智能时代的技术栈已变为芯片层、框架层、模型层、应用层四层架构，芯片层作为底层算力基础，主要芯片已从CPU转向以GPU为代表的适合并行大规模浮点运算的芯片 [4][5] - 大厂自研AI芯片（如谷歌TPU）的普遍逻辑在于提升能效比、满足内部大规模业务场景需求，ASIC方案在能耗和效率上具优势但通用性相对较弱 [7] - 大厂造芯通常“高举高打”，集中精力在高算力场景，而边缘或轻量级推理等小场景往往不是其优先目标 [7] - 国产AI芯片正经历从技术竞争走向工程能力、生态体系和规模化能力竞争的新阶段 [4]

谷歌TPU商业化进展 - 谷歌正与Meta等科技公司洽谈TPU外采合作，Meta考虑从2027年开始在其数据中心部署谷歌TPU，并可能最早于明年通过Google Cloud租用TPU容量，潜在合同金额或达数十亿美元[3] - 谷歌推出了最新一代TPU v7 (Ironwood)，并迭代出Gemini 3，Gemini 3已大量使用TPU完成训练和推理[3] - 谷歌对TPU的研发始于2013年，过去主要用于谷歌内部AI工作负载和Google Cloud服务，此次推动自研芯片走向外部客户是其长期"软硬一体化"战略的自然延伸[3] 英伟达的市场反应与竞争回应 - 谷歌TPU商业化消息导致英伟达股价震荡，周二美股早盘一度下滑7%，最终收跌约2.6%[1] - 自10月29日以来，英伟达市值从5.03万亿美元跌至11月25日收盘的4.32万亿美元，不到一个月时间市值缩水超过7000亿美元（约合人民币5万亿元）[1] - 英伟达正面回应竞争，称公司领先行业整整一代，是唯一能够运行所有AI模型并可在所有计算场景中部署的平台，并强调与谷歌的合作稳定持续[1] AI芯片行业格局演变 - 英伟达目前占据AI芯片市场超过90%的份额，但以谷歌为代表的厂商正在夺取更多份额[3] - 行业正从GPU单线制向多架构、多供应商的异构化体系演进，未来更可能呈现ASIC、GPU异构部署[2][6] - 全球科技巨头普遍加速自研AI芯片以争夺算力主权，包括AWS持续更迭Graviton、Trainium、Inferentia系列，以及中国市场的华为昇腾、寒武纪、百度昆仑芯等[5][6] 不同芯片架构的技术特点 - 英伟达构建了AI基础设施的全套体系，包括CUDA、NVLink、高速互联等，强调GPU的通用性与兼容性是不可替代的基础设施[4] - TPU、Gaudi、Trainium等ASIC芯片根据特定框架或任务场景，在特定负载上取得极高效率[4] - 谷歌表示自家定制的TPU和英伟达GPU的需求都在加速增长，厂商在AI训练与推理时会采用算力供应多元策略[1][4] 行业采购策略变化 - Anthropic同时与英伟达签订长期基础设施协议并采购谷歌最新Ironwood TPU，体现大型AI公司倾向于保持算力供应链多元化的"多路线并行"采购方式[6] - 在大模型训练成本几何级上升的背景下，自研芯片成为巨头降低能耗、控制成本的关键路径[3] - AI基础设施行业正在从单一硬件竞争转向系统级竞争，随着软件框架、模型体系、能效的变化，芯片格局仍在演变[7]

联发科业务拓展 - 联发科正从边缘装置业务（手机芯片、智慧装置平台、电源管理IC）向云端数据中心AI加速器ASIC市场拓展，以抓住新商机[1] - 公司已获得首个AI加速器ASIC客户，复杂度更高的后续专案正在进行中，预计2028年起贡献营收，并正积极与第二家超大规模数据中心业者接触新专案[1] - 联发科将数据中心ASIC的总潜在市场规模预估从两年前的400亿美元上修至500亿美元，主要因云端服务供应商资本支出展望上调[1] 联发科市场目标与进展 - 公司目标在未来二年内取得数据中心ASIC市场约10%至15%的市占率[2] - 第一个ASIC专案预计于2027年贡献数十亿美元营收，第二个专案则自2028年起开始贡献，预期成为长期成长动能[2] - 公司在ASIC领域的优势来自长期技术积累与研发投资，并已在美国强化研发团队以提升技术实力和客户沟通效率[2] 联发科技术布局 - 公司积极投入高速互连与矽光子等关键领域，涵盖芯片间与芯片至机架的高速连结架构[3] - 同步推进2纳米制程技术、3.5D封装与大面积光罩芯片设计，以建构完整的高效能运算平台[3] AI ASIC行业趋势 - AI ASIC市场规模预计从2024年的120亿美元增长至2027年的300亿美元，年复合增长率达34%[5] - 全球科技巨头如谷歌、特斯拉、亚马逊、微软、Meta均已投入自研AI ASIC芯片[5] - 芯片设计大厂（如博通、迈威尔）也与云端服务供应商合作开发AI应用ASIC芯片[5] 台湾ASIC供应链优势 - 台湾供应链具备从芯片制造到封装测试的一条龙能力，在时程与弹性上具有优势，人力与营运成本相较美国更具竞争力[6] - 联发科首个AI加速器ASIC专案执行顺利，目标2026年云端ASIC营收达10亿美元，2027年达数十亿美元，充分展现其整合顶尖IP与管理先进制程供应链的能力[6] 其他台湾ASIC厂商动态 - 联咏已投入逾2亿美元打造AI伺服器生态圈，多款产品锁定3纳米、5纳米制程，目标在云端与边缘市场取得据点[7] - 世芯2纳米制程案件已从本季开始贡献业绩，3纳米制程AI芯片案件预计明年第二季量产，将推动明年业绩增长[7] - 创意与xAI团队合作开发AI加速器，并可能参与特斯拉3纳米AI5芯片设计，预计2026年底贡献营收，2027年该专案可带来7亿至8亿美元营收；另与亚马逊合作AI语音喇叭推论芯片，预计2027年贡献约1亿美元营收；与SanDisk合作的SSD控制器专案预计2027年营收达约2.5亿美元[7][8]

上证科创板100指数及ETF表现 - 截至2025年11月26日13:24，上证科创板100指数强势上涨，成分股源杰科技上涨13.08%，东芯股份上涨12.93%，燕东微上涨8.04%，微导纳米、华曙高科等个股跟涨 [1] - 科创100ETF基金(588220)上涨1.98%，冲击3连涨，最新价报1.29元 [1] - 上证科创板100指数选取科创板中市值中等且流动性较好的100只证券作为样本，前十大权重股合计占比25.77% [3] 算力硬件与半导体行业动态 - 算力硬件股延续强势，半导体芯片走高 [1] - 全球大型云端服务业者加速自研AI ASIC，预估将带动2025年八大CSP的合计资本支出突破4200亿美元 [1] - Meta正与谷歌就2027年在其数据中心使用价值数十亿美元TPU芯片进行谈判，同时计划明年从谷歌云租用芯片，可能为谷歌带来数十亿美元的新增收入 [1] 谷歌AI生态系统分析 - 谷歌正在构建从芯片（TPU v7p）到模型（Gemini 3.0）再到应用（搜索+Waymo）的完全自给自足的生态闭环 [2] - 该闭环正转化为财务回报：TPU部署大幅降低推理成本，搜索市场份额企稳回升至90%以上，充沛的广告现金流为高强度资本开支提供充足弹药 [2] ASIC与光模块市场影响 - 同等算力规模情况下，ASIC的光模块用量远超GPU [2] - TPU v7的FP8精度算力估算为4614 TFLOPS，推测其1.6T模块配比约1:4.5，在纸面算力相等的情况下TPU v7光模块用量是英伟达Rubin（2die）的3.3倍 [2] - 若英伟达份额下降，ASIC或将取得更多份额，光模块板块增速更快，占整体资本支出比例或将进一步提升 [2]