Welcome back. Chip stocks rebounding on OpenAI's mega deal with Broadcom. It could also provide some insight into how OpenAI plans to cement its AI lead.Mackenzie Sagallows digs into that for today's tech. Hi Mac. Hey Morgan.So this is OpenAI staking its claim as a hyperscaler going head-to-head with Google, its most formidable AI rival. Alphabet locked in a competitive cost advantage years ago by vertically integrating, building its own TPU chips with Broadcom. Now, OpenAI is trying to do the same thing.Af ...

股价表现与客户集中度 - 英伟达股价自1月初以来上涨23% 较4月低点上涨近80% [1] - 2026财年第一季度（截至2025年4月）两大客户分别贡献总收入的16%和14% 均来自计算与网络业务板块 上年同期为11%和13% [1] - 四大核心客户亚马逊、微软、Alphabet和Meta的2025年资本支出预计分别达1050亿、800亿、750亿和720亿美元 其中大量资金将用于采购英伟达GPU [3] AI投资回报不确定性 - AI终端市场（尤其是GPU驱动应用）的经济效益尚未明确 多数客户尚未获得显著投资回报 [4] - 谷歌核心搜索业务（2023年广告收入超1700亿美元）正遭受AI搜索工具冲击 而其Gemini AI搜索尚未形成可比盈利模式 [4] - 股东最终可能要求更高投资回报 导致GPU芯片资本开支降温 [4] 模型训练需求变化 - AI模型训练具有计算密集型特征 且往往呈现前置集中投入特性 [5] - 随着模型规模扩大 增量性能收益可能递减 高质量训练数据可用性将成为瓶颈 [5] - 大规模模型训练更像一次性投入 英伟达因GPU性能优势成为主要受益者 [5] 客户自研芯片趋势 - 科技巨头正积极开发自研AI芯片：谷歌TPU、亚马逊、微软Maia及Meta均有专项计划 [6] - 自研芯片虽暂未达到英伟达计算性能 但能针对企业自身AI模型进行优化 [6] - 自研策略可增强与英伟达议价能力 并减少对其供应链和定价的依赖 [6][7] 财务表现与估值风险 - 英伟达收入过去一年增长超2倍 市场共识预期今年增速超50% [8] - 当前股价对应2026财年预期市盈率超40倍 但增长预期建立在超大规模客户需求持续基础上 [8] - 若主要客户因自研芯片、AI回报谨慎或科技支出调整而削减需求 可能导致价格下降、销量减少及盈利能力急剧恶化 [8] - 2022年英伟达股价曾在几个季度内下跌超60% 2025年第一季度因关税担忧下跌近35% [8]

纪要涉及的行业和公司 - **行业**：人工智能芯片行业、云计算行业 - **公司**：Google、OpenAI、Nvidia、Microsoft、Oracle、Apple、Safe Superintelligence、Cohere、Meta Platforms、Amazon、CoreWeave、Anthropic [1][6][7][17] 纪要提到的核心观点和论据 - **核心观点1：OpenAI开始租用Google的TPU芯片** - **论据**：OpenAI是Nvidia人工智能芯片的大客户，近期开始租用Google的AI芯片为ChatGPT等产品提供算力，这是其首次有意义地使用非Nvidia芯片；OpenAI希望通过Google Cloud租用的TPU芯片降低推理计算成本；ChatGPT付费订阅用户从年初的1500万增至超2500万，每周还有数亿人免费使用，计算需求快速上升，去年使用服务器花费超40亿美元，预计2025年在AI芯片服务器上花费近140亿美元 [1][2][3] - **核心观点2：Google在AI芯片出租业务上的策略与现状** - **论据**：Google长期发展与AI相关的软硬件技术和业务，此次交易可能是其策略的回报；Google未向竞争对手OpenAI出租最强大的TPU，主要为自己的AI团队开发Gemini模型保留；Google Cloud也出租Nvidia芯片服务器，且收入远超出租TPU芯片，此前已订购超100亿美元的Nvidia Blackwell服务器芯片并于2月向部分客户提供；Google约10年前开始研发TPU，2017年向有兴趣训练自己AI模型的云客户提供 [2][5][7][9] - **核心观点3：其他公司对TPU芯片的使用情况** - **论据**：Apple、Safe Superintelligence和Cohere等公司从Google Cloud租用TPU，部分原因是这些公司的员工曾在Google工作，熟悉TPU；Meta曾考虑使用TPU，但表示目前未使用 [6] - **核心观点4：Google为满足客户需求寻求外部数据中心空间** - **论据**：OpenAI与Google的交易使Google Cloud数据中心容量紧张；Google向其他主要出租Nvidia GPU的云提供商询问是否会在数据中心安装TPU，还与CoreWeave讨论在其数据中心租赁TPU空间，但不清楚是否达成协议；Google Cloud发言人称此举是为满足单个客户的短期需求，不改变其将TPU保留在自己数据中心的策略 [11][14][15] - **核心观点5：行业内减少对Nvidia依赖的趋势** - **论据**：虽然目前没有公司在AI训练方面能与Nvidia芯片的性能相匹配，但众多公司一直在开发推理芯片，以减少对Nvidia的依赖并降低长期成本；Amazon、Microsoft、OpenAI和Meta等公司已开始开发自己的推理芯片，但云提供商在吸引大客户使用Nvidia芯片替代品时需提供财务激励，如Anthropic使用Amazon和Google的AI芯片并获得了数亿美元的资金支持 [11][16][17][18] - **核心观点6：OpenAI与Google的合作对Microsoft的影响** - **论据**：OpenAI与Google的芯片交易可能对其亲密合作伙伴和早期支持者Microsoft造成挫折；Microsoft投入大量资金开发希望OpenAI使用的AI芯片，但开发遇到问题，推迟了下一代芯片的发布时间，届时可能无法与Nvidia芯片竞争 [19] 其他重要但可能被忽略的内容 - OpenAI发言人称目前没有“具体使用TPU的计划” [5] - 不清楚OpenAI是否想用TPU进行AI训练 [5] - 不清楚Google是否为吸引OpenAI使用TPU提供折扣或信用激励 [18]