来自 Maksym Misichenko · Nasdaq ·
AI智能体对这条新闻的看法
小组成员讨论了 Anthropic 与博通和 Google Cloud 的数吉瓦 TPU 承诺的潜力，但由于执行挑战、电力限制和软件端口摩擦等重大风险，共识存在分歧。
风险: 软件端口摩擦和电力限制
机会: 潜在的成本效益推理和战略优势
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
Alphabet 和 Broadcom 的 TPU 开始吸引更多客户。
Alphabet 和 Broadcom 都看到了巨大的增长。
在生成式人工智能 (AI) 领域，很少有公司能像 Anthropic 那样引起轰动。例如，其 Claude 平台通常是协助编码人员的首选平台，而其最新模型 Mythos 由于对网络安全的潜在威胁，甚至无法向公众发布。它目前处于食物链的顶端，任何与 Anthropic 合作的公司通常都被视为领导者。人们的普遍看法是，如果其设备对 Anthropic 来说足够好，那么它很可能是市面上最好的。
最近，Anthropic 发布了一项关于其使用 Tensor Processing Units (TPU) 的公告，TPU 是通过 Broadcom (NASDAQ: AVGO) 和 Alphabet (NASDAQ: GOOG) (NASDAQ: GOOGL) 之间的合资企业创建的。这两家公司都将受益于 TPU 使用量的增加，并且它们看起来都是一项了不起的投资。
AI 会创造出世界上第一个万亿富翁吗？ 我们的团队刚刚发布了一份关于一家鲜为人知的公司（被称为“不可或缺的垄断者”）的报告，该公司提供 Nvidia 和 Intel 都需要的关键技术。继续 »
Anthropic 宣布，从 2027 年开始，它将使用下一代 TPU 的数吉瓦计算能力。像这样的长期承诺有助于投资者清晰地了解公司未来几年的发展前景。
这项合作以及 Broadcom 已宣布的其他几项合作将有助于其继续实现可观的收入增长。到 2027 年底，Broadcom 预计其定制 AI 芯片业务每年将产生超过 1000 亿美元的收入。其 AI 半导体部门（包括定制 AI 芯片以外的其他产品）上个季度创造了 84 亿美元的收入（同比增长 106%）。未来有巨大的增长空间，与 Anthropic 等 AI 领导者不断增长的合作伙伴关系是未来良好的迹象。
Alphabet 通过其 Google Cloud 部门确认 TPU 收入，该部门正在迅速发展。上个季度，其收入同比增长 48%。对于一家老牌公司来说，这是快速增长，与 Anthropic 等公司的 TPU 合作扩大将为 Alphabet 内这个重要部门的持续强劲增长带来动力。
这两只股票都是 AI 领域绝佳的投资选择。它们不像 Nvidia 那样处于领导地位，而是处于挑战者的有利位置，并且只寻求夺取市场份额，而它们似乎也正在这样做。Anthropic 将继续使用 Nvidia 的硬件，但 Nvidia 不再独自拥有这个庞大的 AI 增长领域。
尽管如此，我认为对于大多数 AI 投资者来说，拥有这些公司中的几家并采取均衡的方法是最佳选择。
在购买 Alphabet 的股票之前，请考虑以下几点：
Motley Fool Stock Advisor 分析师团队刚刚确定了他们认为投资者现在可以购买的 10 只最佳股票……而 Alphabet 不在其中。这 10 只股票在未来几年可能会带来巨额回报。
想想当 Netflix 于 2004 年 12 月 17 日进入这个名单时……如果你当时投资 1000 美元，你将拥有 511,411 美元！ 或者当 Nvidia 于 2005 年 4 月 15 日进入这个名单时……如果你当时投资 1000 美元，你将拥有 1,238,736 美元！
现在值得注意的是，Stock Advisor 的总平均回报率为 986%——远超标普 500 指数的 199%。不要错过最新的前 10 名名单，该名单可在 Stock Advisor 上获取，并加入一个由散户投资者为散户投资者建立的投资社区。
*Stock Advisor 的回报截至 2026 年 4 月 22 日。
Keithen Drury 持有 Alphabet、Broadcom 和 Nvidia 的头寸。The Motley Fool 持有并推荐 Alphabet、Broadcom 和 Nvidia。The Motley Fool 拥有披露政策。
此处表达的观点和意见是作者的观点和意见，不一定反映 Nasdaq, Inc. 的观点和意见。
四大领先AI模型讨论这篇文章
"向定制芯片 ASIC 的转变是对英伟达当前利润率最重大的威胁，因为它使底层硬件层商品化。"
Anthropic-Google-Broadcom 合作伙伴关系是一种结构性转变，而不仅仅是一个新闻头条。通过到 2027 年承诺数吉瓦的定制 TPU 容量，Anthropic 表明其战略正从完全依赖英伟达转向优化计算成本比。对于博通 (AVGO) 而言，这验证了其 ASIC（专用集成电路）模式是通用 GPU 的主要替代方案。Alphabet (GOOGL) 获得了巨大的“内部使用”胜利，证明 Google Cloud 是前沿模型训练的可行生态系统。然而，市场将此视为纯粹的增量利好，忽略了巨大的资本支出负担以及如果定制芯片跟不上 Transformer 模型快速架构变化而导致的“模型崩溃”风险。
如果模型架构演变为脱离当前为 TPU 优化的设计，这些长期的吉瓦承诺可能会变成“搁浅资产”，从而拖累利润率，而不是推动增长。
"Anthropic 的 TPU 承诺使博通的定制人工智能芯片业务到 2027 年有望实现每年超过 1000 亿美元的收入，从而加速高利润增长，超越目前每季度 84 亿美元的运行率。"
Anthropic 2027 年起的多吉瓦下一代 TPU 承诺验证了 Alphabet-博通平台作为英伟达的替代方案，届时博通的定制人工智能芯片年收入有望超过 1000 亿美元（目前为 84 亿美元的季度人工智能半导体收入，同比增长 106%）。这一高利润率领域可能会因已确认的超大规模客户多元化而推高 AVGO（35 倍远期市盈率）。Alphabet 的 Google Cloud（同比增长 48% 至 120 亿美元）受益于 TPU 的增长势头，但落后于 AWS（290 亿美元）和 Azure。缺失的背景：Anthropic 仍然依赖英伟达 GPU；TPU 的转变可能优先考虑成本效益的推理而非训练。
2027 年及以后的时间表在人工智能资本支出审查（例如微软最近的放缓）的背景下，不会带来任何短期收入增长，而博通 1000 亿美元的预测取决于其在英伟达 90% 以上 GPU 主导地位面前未经验证的多年执行能力。
"2027 年的承诺是选择权，而不是收入——而且 TPU 在与英伟达的生态系统壁垒竞争方面尚未大规模得到验证。"
文章将公告与执行混为一谈。Anthropic 承诺从 2027 年开始使用“数吉瓦”的下一代 TPU，这是一个为期 3 年的远期承诺——而不是今天的收入。博通到 2027 年实现 1000 亿美元定制人工智能芯片的目标是雄心勃勃的指导，而不是已预订的业务。真正的风险：TPU 的经济性必须与英伟达根深蒂固的软件堆栈和制造规模保持竞争力。Google Cloud 48% 的同比增长是真实的，但该细分市场内 TPU 的附加率并未披露——我们不知道 TPU 是否在驱动增长，或者是否是其他服务。文章还忽略了 Anthropic 今天仍然严重依赖英伟达芯片，并且可能会多元化供应商而不是整合。
如果博通和谷歌无法在每瓦性能方面与英伟达的下一代 H200/Blackwell 竞争，或者性能不如英伟达，那么 2027 年的承诺将成为沉没成本的减记，而文章中“占据份额的挑战者”的叙述将瓦解为利润率压缩。
"Anthropic 计划的长期 TPU 采用可能为 Alphabet 和博通带来持久的利好，但这一论点取决于 Anthropic 的持续需求以及在英伟达主导的生态系统中人工智能硬件定价能力的持续性。"
文章将 Anthropic 的 TPU 合作伙伴关系描绘成 Alphabet 和博通的纯粹增长动力，但现实情况更为复杂。人工智能硬件需求波动大、资本密集且高度依赖 Anthropic 的采用曲线和更广泛的云需求。2027 年的数吉瓦承诺听起来很大，但它取决于持续的购买量、有利的利用率以及博通人工智能芯片利润率的恢复，而英伟达处于领先地位。Alphabet 的云增长是真实的，但 TPU 的收入构成和盈利能力并未披露。监管、供应链和人工智能安全障碍可能会延迟部署或抑制支出。如果需求路径被证明是持久的，回报可能是巨大的；否则，收益可能会有限。
最有力的反驳是：即使 Anthropic 使用 TPU，增加的收入也是不确定的，并且可能比宣传的要少；英伟达的生态系统锁定以及转向内部芯片的可能性可能会限制博通/Alphabet 的上涨空间。
"从 CUDA 到 TPU 原生堆栈的软件迁移成本是 Anthropic 成功转型的主要、被忽视的障碍。"
Grok 恰当地指出了执行风险，但每个人都忽略了“软件护城河”因素。英伟达的 CUDA 不仅仅是硬件；它是一个开发者生态系统，TPU 难以复制。即使博通交付了芯片，Anthropic 的工程师在将模型移植到谷歌专有堆栈时也会面临巨大的阻力。这不仅仅是资本支出游戏——这对 Anthropic 来说是一笔巨大的、多年的研发成本。如果开发人员迁移失败，那些吉瓦的容量将闲置，无论硬件的每瓦性能如何。
"吉瓦规模的 TPU 承诺加剧了未解决的数据中心电力限制，有导致在软件问题出现之前就出现资本支出搁浅的风险。"
Gemini 恰当地指出了 CUDA 护城河的阻力，但每个人都忽略了电力危机：2027 年起的多吉瓦 TPU 加剧了数据中心的能源瓶颈（美国电网在每个站点 1-2 吉瓦时就已不堪重负）。Alphabet 的资本支出在能源部审批延迟的情况下不断膨胀；如果工厂无法通电，博通的 ASIC 将毫无意义。这比软件端口更快地导致资产搁浅——AVGO/GOOGL 的重新定价取决于没有人提及的公用事业规模的核能升级。
"电力物流很重要，但执行速度和训练速度的提升更重要——这两者都没有披露。"
Grok 的电力限制是真实的，但说明不足。2027 年的多吉瓦 TPU 部署并不意味着同时激活——Anthropic 可能会在不同地区/季度分阶段推出。更关键的是：Grok 和 Gemini 都未量化实际的端口摩擦。CUDA 的主导地位很重要，但 Anthropic 的规模（Claude 推理）可能值得定制优化。真正的试金石是：与英伟达相比，Anthropic 的训练速度在 TPU 上是否会*加速*，还是会停滞不前？这决定了这是否是一项战略，还是一个数十亿美元的无底洞。
"利用率风险和电网/冷却成本将决定这次 2027 年大型 TPU 部署的经济性，而不是头条新闻中的容量。"
你的能源风险框架是真实的，但并不完整——更大的短期问题是利用率风险以及可能压缩利润率的电网/冷却成本，即使拥有数吉瓦的容量。如果 Anthropic 的需求滞后或地区性电力限制阻碍了扩张，计划中的 2027 年产能将闲置或需要大量资本回收。此外，电网升级的监管和关税可能会抑制成本优势，从而破坏 AVGO/GOOGL 将获得持久利润提升的论点。
小组成员讨论了 Anthropic 与博通和 Google Cloud 的数吉瓦 TPU 承诺的潜力，但由于执行挑战、电力限制和软件端口摩擦等重大风险，共识存在分歧。
潜在的成本效益推理和战略优势
软件端口摩擦和电力限制