在人工智慧領域的靜默勝利不會關乎晶片的主導地位——而是關於能源效率。以下是為何 Alphabet 佔有優勢的原因。

真正的競爭並不在大家所想的地方

當市場沉迷於晶片製造商時，人工智慧 (AI) 的真正戰場卻在其他地方決定。Nvidia (NASDAQ: NVDA) 控制著GPU領域，而Advanced Micro Devices (NASDAQ: AMD) 繼續反擊。Broadcom (NASDAQ: AVGO) 則幫助公司打造用於AI任務的定制ASICs (application-specific integrated circuits)。然而，最有能力主宰下一階段AI運算的公司，根本不是純粹的晶片製造商——而是Alphabet (NASDAQ: GOOGL)。

差異的關鍵在於：能源效率。而這正是Alphabet整合式策略改變遊戲規則的地方。

為何電力消耗成為新限制

能源短缺，而非晶片短缺，才是真正制約當今AI基礎建設的瓶頸。GPU在快速處理大量資料集方面表現出色，但它們是耗電大戶。在AI訓練階段，這種花費大多是一次性的。但推論——即運行大型語言模型 (LLMs) 所需的持續計算工作——則是成本快速累積的地方。

從訓練轉向推論的過程中，Alphabet領先。過去十多年來，該公司已經設計出專為其TensorFlow框架量身打造的專用AI晶片。如今進入第七代的Alphabet的張量處理單元 (TPUs)，是專為Google Cloud的基礎設施和特定工作負載打造的。結果是：性能優越且能耗更低。

競爭對手使用Broadcom協助的ASICs，根本無法複製這種效率。Alphabet並未將TPUs販售給外部客戶——相反，企業必須在Google Cloud上運行工作負載才能使用它們。這為Alphabet帶來了多重收入擴增效應，使其在AI生態系中捕捉多重收益。

此外，Alphabet也在內部使用TPUs來推動自己的AI項目。這種在開發和部署Gemini（其基礎模型）上的成本優勢，讓Alphabet在結構上優於依賴成本較高、耗電較大的GPU的對手如OpenAI和Perplexity AI。

整合式技術堆疊作為競爭護城河

隨著AI的進步，Alphabet的端到端整合能力變得越來越強大。沒有任何競爭對手能夠組建如此全面的AI技術套件。最近推出的Gemini 3，因其在多個領域超越一般前沿模型的能力，獲得分析師的認可。

值得一提的是，當Nvidia得知OpenAI正在測試Alphabet的TPUs時，這個晶片巨頭立即趕緊爭取合作並對該新創公司進行戰略投資。這一反應本身就充分展現了Nvidia對Alphabet晶片優勢的重視。

Alphabet進一步鞏固其地位，透過Vertex AI等平台，讓客戶能在Gemini上開發定制模型和應用。此外，該公司擁有龐大的光纖網路基礎建設——旨在降低延遲——以及即將收購雲端安全公司Wiz，形成一個垂直整合、無可匹敵的產業巨頭。

贏家拿走大部分

如果要選擇一個長期AI投資的唯一標的，Alphabet是最合邏輯的選擇。其在硬體、軟體、雲端基礎設施，甚至企業安全方面的掌控，建立了一個隨時間遞增的防禦優勢。

隨著推論工作負載成為主流，能源效率決定獲利能力，Alphabet的定制生態系將越來越難以被競爭。AI的真正勝負不僅在於晶片的優越性——而在於整個技術堆疊的協調運作。而在這方面，Alphabet已經處於不同的層次。

圖表數據與回報參考至2025年11月的歷史表現