英伟达股价暴跌7%后罕见发声硬刚谷歌TPU：我们仍领先整整一代

    

    英伟达罕见公开回应：领先行业一代
    

根据 www.Todayusstock.com 报道，11月25日美股午盘，英伟达在X平台罕见主动发声，直接回应Meta或转向谷歌TPU的传闻。公司强调：“英伟达目前领先行业整整一代，是唯一能运行所有AI模型、在各种计算场景通用的平台。”英伟达特别指出，与专为单一功能设计的ASIC芯片（如谷歌TPU）相比，其GPU拥有“更高的性能、多功能性和互换性”。CEO黄仁勋此前也多次强调，谷歌DeepMind负责人Demis Hassabis曾亲自确认“扩展定律”依然有效，更多芯片 更多数据=更强模型，而英伟达正是这一定律的最佳载体。

    英伟达盘中暴跌7%市值蒸发3500亿美元
    

受Meta与谷歌TPU合作传闻冲击，英伟达周二早盘一度暴跌超7%，最低触及180美元下方，单日市值蒸发近3500亿美元，创两个月收盘新低。尽管尾盘跌幅收窄，但市场情绪已明显转向谨慎。与此同时，谷歌A类股早盘涨超3%，连续三日刷新历史新高，总市值进一步逼近4万亿美元关口。

    Meta2027年起或大规模部署谷歌TPU
    

据媒体报道，Meta正与谷歌谈判，计划从2027年开始在其自建数据中心大规模部署谷歌TPU，最早明年通过Google Cloud租用TPU容量，潜在交易规模达数十亿美元。此举被视为Meta在AI基础设施上启动多元化战略的关键一步，意在降低对英伟达的过度依赖，同时控制长期算力成本。

    TPU与GPU技术路径大对比
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    

维度	英伟达GPU	谷歌TPU
设计初衷	游戏图形渲染，通用并行计算	专为矩阵乘法等AI核心运算定制
灵活性	极高，支持几乎所有框架与模型	较低，需适配TensorFlow等特定框架
能效比（推理阶段）	相对较高功耗	显著更低，液冷Ironwood集群尤甚
生态锁定	开放，可跨云跨平台迁移	基本锁定谷歌云生态
主要优势场景	模型训练、前沿研究	大规模推理、成本敏感部署

    谷歌TPU战略升级Gemini 3全靠自研芯片
    

谷歌最新一代TPU“Ironwood”于2024年4月发布，采用液冷设计，单集群最高支持9216芯片。最新旗舰模型Gemini 3完全在TPU上训练完成，性能广受好评，标志着谷歌实现了从模型到芯片的全栈闭环。目前已公开的TPU大客户包括Anthropic（多达100万颗）、Safe Superintelligence、Salesforce、Midjourney等。谷歌虽不直接出售TPU芯片，但正通过云租用 本地部署双轨制加速外部商业化。

    行业观点：短期撼动难长期共存可期
    

Gartner分析师Gaurav Gupta指出，即使谷歌自研TPU，其仍是英伟达最大客户之一，因为GPU的通用性无可替代。AI初创公司Doubleword CEO Meryem Arik强调：“一旦选择TPU，就被锁定在谷歌云生态。”多数机构认为，短期内英伟达训练端垄断地位难以撼动，但推理端TPU凭借成本与能效优势将逐步侵蚀10-20%市场份额，最终形成“训练看英伟达、推理看ASIC”的新格局。

    编辑总结
    

Meta等巨头启动算力多元化战略，标志着AI基础设施竞争从“英伟达一家独大”正式进入“多强争霸”阶段。英伟达凭借生态壁垒与训练性能仍占据绝对主动，但谷歌TPU在推理端的高能效与低成本正在快速兑现商业价值。未来2-3年，训练与推理将进一步分层，GPU与ASIC将形成明确互补而非完全替代的关系。投资者需警惕英伟达短期估值波动，但无需过度悲观其长期霸主地位。

    常见问题解答
    

    

Q1：英伟达为何罕见主动在X平台回应TPU传闻？A：盘中最大跌幅超7%、市值蒸发近3500亿美元，直接触及市场对英伟达AI霸主地位的信心底线。主动发声既是向投资者传递“技术与生态仍领先一代”的定心丸，也是对客户与开发者生态的稳定表态，防止恐慌性抛售进一步发酵。

    

    

    

Q2：Meta为何要引入谷歌TPU？A：Meta 2025年资本开支预计1000-1200亿美元，其中40-50亿将用于推理芯片。TPU在推理阶段能效比GPU高数倍，可大幅降低长期电费与运营成本。同时分散供应链风险，避免被单一供应商“卡脖子”。

    

    

    

Q3：TPU有可能完全取代GPU吗？A：短期内不可能。训练最前沿万亿参数模型仍高度依赖GPU的通用性与CUDA生态。TPU目前主要优势在推理端，且存在生态锁定风险。行业共识是未来将形成“训练90%靠GPU 推理50%以上逐步被ASIC蚕食”的分层格局。

    

    

    

Q4：谷歌Gemini 3完全用TPU训练意味着什么？A：这是谷歌首次用自研芯片训练出全球顶尖大模型，证明TPU已从“辅助工具”进化到“可独当一面”的生产力。极大提升了TPU的外部商业信誉，也为后续向Anthropic、Meta等大客户推广本地化部署提供了最有力背书。

    

    

    

Q5：普通投资者该如何看待本次英伟达暴跌？A：应视为AI基础设施多元化进程中的正常阵痛，而非基本面反转。英伟达训练端垄断地位至少未来2-3年难以撼动，Blackwell系列订单能见度已到2026年。短期波动提供低吸机会，但需警惕估值从90倍PE继续压缩至60-70倍的可能。