谁才是真正赢得了真正的AI战争？不是你想象的那样

芯片竞争已成昨日黄花

大多数投资者都关注一个问题：哪家公司将主导AI芯片制造？这个叙事似乎很简单——英伟达的GPU今天掌控一切，AMD紧随其后，博通帮助其他公司打造定制芯片。但这种对硬件的执着，实际上是在解决昨日的问题。

限制AI扩展的真正瓶颈已不再是硅片的稀缺，而是能源消耗。这一根本性转变正在重塑整个竞争格局，也带来了一个意想不到的赢家：Alphabet。

为什么能效改变一切

这里被忽视的事实是：GPU擅长一件事——高速数据处理。但这种卓越的性能伴随着高能耗。在AI训练阶段，也就是从零开始构建模型时，这种能量成本是合理的。这基本上是一笔一次性投资。

然而，推理（Inference）则完全不同。它是将训练好的模型持续不断地投入生产的过程。在这里，经济学发生了变化。当你每天都在支付电费以应对数百万次推理请求时，计算效率就成为你的竞争护城河。

Alphabet花费十多年时间打造了Tensor处理单元（TPUs）(，专门为这种场景设计。这些芯片不是通用芯片，而是为Alphabet的TensorFlow框架和云基础设施量身定制的工具。如今，TPUs已发展到第七代，提供了定制芯片的承诺：优越的能效和远低于GPU依赖方案的运营成本。

垂直整合的优势

博通在帮助公司开发自己的ASIC（应用特定集成电路）方面赢得了订单)。这是真正的业务。但区别在于：Alphabet不仅制造芯片，还掌控整个生态链。

Alphabet的TPUs运行在Google Cloud上。想要获得下一代的能效？你不需要购买TPUs，而是将你的工作负载部署到Google Cloud。这种模式从单一客户关系中创造了多重收入，将基础设施变成了护城河。

内部优势也不容忽视。当Alphabet开发Gemini (（其旗舰AI模型）)时，使用的就是TPUs。当它为其服务运行推理时，TPUs承担了全部负载。这使得公司在成本结构上相较于OpenAI和Perplexity AI等竞争对手具有优势——后者主要依赖租用GPU，成本更高，效率更低。

市场对这一威胁的反应也颇具意味。当OpenAI开始测试TPUs时，英伟达并未坐以待毙。这家GPU巨头迅速行动，争取合作伙伴关系，并在客户中进行战略投资。这场防御性抢夺战揭示了一个重要事实：即使是英伟达，也尊重Alphabet所建立的技术。

完整的AI生态系统

Alphabet的AI生态堆栈规模空前。公司最近推出了Gemini 3，D.A. Davidson的分析师指出，它在某些领域的能力“远超我们对这一代前沿模型的预期”。这体现了基础层的实力。

但Alphabet的布局不止于模型。Vertex AI为客户提供了在Gemini基础上构建定制应用的工具。公司的光纤网络基础设施降低了整个生态系统的延迟。甚至即将完成的Wiz收购——增加企业云安全——也巩固了其护城河。

没有其他公司能将硬件、软件、云基础设施和AI模型融合成一个统一的竞争优势。这种垂直整合不仅高效，而且变得越来越难以复制。

长期押注

随着AI从训练密集型转向推理重负载，拥有端到端系统的公司将获得最大价值。一维芯片制造商将面临商品化压力。纯软件公司将难以抵抗利润压缩。那些整合硬件、基础设施和算法的平台？它们将繁荣发展。

如果必须选择一个实现持续长期回报的AI战略，拥有数十年基础设施、每年数十亿美元云收入和专有计算优势的整合型玩家，路径最为清晰。这个玩家就是Alphabet。