谷歌AI战略全面升级：TPU算力与Gemini 3引领未来

1）谷歌凭借 Gemini 3 和 Nano Banana Pro 正在重塑“创新者的版图”。其核心优势在于拥有 AI 时代最深的护城河——TPU 算力集群。在 AI 算力重心从“训练”向“推理”转移的关键时期，谷歌展现出无可比拟的成本优势。

2）市场低估了“推理成本”对 AI 商业模式的颠覆性影响。当竞争对手被迫向英伟达缴纳高昂费用时，拥有自研 TPU 的谷歌掌握了定价权。这正是巴菲特所追求的“深度价值”——低成本带来的高安全边际。

3）市场曾担忧 AI 会颠覆搜索广告，但 Gemini 3 正在将搜索从“链接寻找”转变为“决策引擎”。AI 带来的高意图流量有望大幅提升广告转化率（ROAS），从而支撑更高的广告单价。

4）谷歌集齐了“最强模型（Gemini 3）+ 最强算力（TPU）+ 最大入口（Android/Chrome）”。这种垂直整合让谷歌在 AI 时代拥有“全栈主权”，5 万亿市值或许只是时间问题。

在美股科技巨头的竞技场上，谷歌（Alphabet）过去两年里拿着一手“尴尬”的牌。自 ChatGPT 问世以来，谷歌似乎陷入了“大公司魔咒”：起步早却赶晚集，内部执行力备受质疑。市场一度将谷歌视为“下一个雅虎”。

然而，风向在 2025 年下半年发生了剧变。

随着新版生图模型 Nano Banana Pro 以及最新大模型 Gemini 3 的发布，全球科技界重新感受到了来自山景城的“技术压迫感”。更令人瞩目的是，一向对科技股保持审慎的“股神”巴菲特，通过伯克希尔·哈撒韦大举增持谷歌。

在多重利好的共振下，谷歌股价近日突破 300 美元大关，市值挺进美股前三。那个曾经统治互联网的霸主，是否已经苏醒？谷歌的下一步，会否突破 5 万亿市值？

RockFlow 投研团队认为，300 美元不是终点，而是谷歌价值重估的新起点。谷歌正处于“价值回归”与“技术爆发”的双击时刻。本文将从 TPU 的硬核逻辑、Gemini 3 的战略意义以及搜索商业模式的重构三个维度，深度解析谷歌的“反击时刻”。

核心底牌：TPU 与被忽视的“推理套利”

如果说模型是 AI 的灵魂，那么芯片就是 AI 的肉体。市场往往盯着屏幕上的 Gemini 对话框，却忽视了那个在数据中心里默默嗡嗡作响的真正胜负手——TPU（张量处理单元）。

AI 半导体市场正在经历一场深刻的资源再分配。过去两年是“训练时代”，英伟达（NVIDIA）凭借通用性极强的 GPU 垄断了市场。但据 Brookfield 预测，到 2030 年，75% 的 AI 计算需求将集中在“推理”层（即模型响应用户提问的运行阶段）。

训练是一次性的资本支出（CapEx），而推理是持续的运营成本（OpEx）。对于 OpenAI、Meta 这样的公司来说，推理成本是巨大的负担。仅 OpenAI 预计 2024 年的推理成本就高达 23 亿美元。

但这正是谷歌 TPU 的机会。

不同于 GPU 这种为了兼顾图形渲染、科学计算而背负沉重“架构包袱”的通用芯片，TPU 是专为神经网络数学运算设计的 ASIC（专用集成电路）。它摒弃了缓存、分支预测等繁琐机制，采用独特的“脉动阵列”架构，让数据像血液一样流经芯片，大幅减少了对内存的读写次数。

根据最新的行业数据，谷歌最新的 TPU v7 (Ironwood) 在每瓦性能上比上一代提升了 100%。独立基准测试表明，在优化环境下，TPU 的推理性能比英伟达 H100 高出 4 倍。

这意味着什么？当竞争对手的云业务毛利率因为购买昂贵的英伟达显卡而被压缩至 30% 时，谷歌依然可以保持 50% 以上的毛利率。

潜在的“推理套利”现在已经显现：

• OpenAI 的背叛：2025 年 6 月，OpenAI 开始租赁谷歌 TPU 用于 ChatGPT 推理，这是为了降低对英伟达的依赖。
• Meta 的转向：扎克伯格正在与谷歌谈判，计划在 2027 年前部署 TPU，以降低数百亿美元的 GPU 采购成本。
• Midjourney 的证词：迁移到 TPU v4 后，推理成本降低了 65%。

谷歌的 TPU 是其未来十年云业务最大的竞争优势。它让谷歌从被动的“算力买家”变成了规则的“制定者”。在 AI 基础设施的战争中，拥有自家芯片的云厂商才拥有最终的定价权。

Gemini 3 与 Nano Banana Pro：全栈优势的爆发

硬件的优势需要软件来释放。Gemini 3 的发布，证明了谷歌已经将其“Brain + DeepMind”的人才密度转化为了无与伦比的产品力。

Gemini 3 不仅仅是在基准测试上击败了 GPT-5.1，更重要的是它展现出的“原生多模态”能力。它不是文本模型外挂一个视觉编码器，而是从训练之初就“看见”了世界。

在长上下文窗口（Context Window）的处理上，Gemini 3 能够轻松处理数小时的视频或百万行代码，且保持逻辑连贯。这种能力让它从一个“聊天机器人”进化为了真正的“智能体（Agent）”。它可以理解屏幕截图、梳理复杂代码库、甚至跨越 YouTube 和 Workspace 进行多任务协作。

在云端之外，Nano Banana Pro 展示了谷歌在端侧 AI 上的雄心。这是一款专为移动设备优化的模型，可以直接运行在 Android 手机上。

谷歌不需要像 OpenAI 那样去“获取”用户，它只需要进行一次软件更新，就能将 Gemini 3 推送到数十亿用户面前。这种“零边际成本”的分发能力，结合 TPU 的低推理成本，形成了一个完美的飞轮：更多用户 -> 更多数据 -> 更好的模型 -> 更低的成本。

巴菲特的逻辑：当“价值投资”遇见“AI 革命”

伯克希尔·哈撒韦的增持，为谷歌的 4 万亿之路提供了最坚实的背书。为什么一向回避科技股（除了苹果）的巴菲特会买入谷歌？

在 AI 泡沫论甚嚣尘上时，谷歌的 PE 仅为 27 倍左右，显得独树一帜。对于价值投资者而言，谷歌提供了一种完美的“非对称收益”：

• 下行风险有限：即使 AI 是场泡沫，谷歌依然拥有全球最赚钱的搜索广告业务。
• 上行空间巨大：如果 AI 是未来，谷歌凭借 TPU 和 Gemini 将是基础设施和应用层的双重赢家。

商业模式的重构：AI 会杀死搜索吗？

数年以来，压制谷歌股价上涨的最大障碍是市场对“搜索已死”的担忧。如果用户直接问 AI 要答案，谷歌的广告位往哪放？

结论

回顾科技史，每一次平台级变革都会诞生新的王者。思科赢在互联网基建，苹果赢在移动终端。