欧陆通：已与Google达成算力设备GPU电源项目合作，正推进至测试及小批量生产
相关推荐
CoreWeave、Nebius财报揭示AI云算力趋势：供给短缺持续，CSP迈向“AI基础设施操作系统”
Odaily星球日报讯 分析师 qinbafrank 在 X 平台发文表示，CoreWeave（CRWV）和 Nebius 最新财报显示，AI 云算力（CSP）行业正在进入快速扩张阶段，行业竞争重点正从单纯提供 GPU 租赁，转向建设覆盖算力、软件、数据和运营能力的 AI 基础设施平台。 目前，AI 算力需求仍明显超过短期可交付供给。与此同时，AI 算力定价权正在增强，但涨价主要集中于高价值资源。CoreWeave 表示，7 月各类 GPU 计算 SKU 价格普遍上涨约 25%；Nebius 披露，上一代 GPU 价格较一季度上涨超过 30%，二季度新签合同平均年化收入超过每 MW 2000 万美元，部分项目达到 2000 万至 2500 万美元，短期紧急容量价格甚至达到每 MW 4000 万至 5000 万美元。 不过，价格上涨主要发生在短期容量、新一代 GPU、大规模集群以及生产级 AI 推理场景，传统低优先级、长期锁价的裸算力并未同步上涨。从盈利模型看，AI 算力项目级回报正在变得更加清晰，但公司整体资本回报率（ROIC）仍需时间验证。Nebius 首次披露较明确的项目回收周期，CoreWeave 则通过长期合同和资产级融资降低 GPU 投资压力。但两家公司当前仍处于高资本投入阶段，折旧和融资成本继续压缩利润空间。 不过，越来越多单个项目能够实现经济模型闭环，意味着 AI 基础设施商业模式正在逐步成熟。此外，CoreWeave 和 Nebius 均在向“AI 基础设施操作系统”方向升级。未来 CSP 竞争不再只是出租 GPU 小时数，而将覆盖 AI 训练、推理、存储、网络、模型部署、监控、安全治理以及 Agent 运行环境等完整服务体系。 在资本模式方面，两家公司也出现不同路径：Nebius 更偏向轻资产模式，通过资本合作伙伴投入建设 AI 数据中心，自身提供 AI 基础设施运营和软件能力；CoreWeave 则通过 Omni 战略推动混合云模式，将完整 AI 云平台部署到客户自有数据中心和 GPU 资源上，更强调企业级和主权 AI 交付。 整体来看，AI 云算力行业正在从“GPU 租赁商”向“AI 基础设施平台”演进。短期供给约束仍将支撑算力价格，而长期竞争焦点将转向资本效率、软件能力以及能否成为 AI 时代的基础设施操作系统。
Google、微软、亚马逊将于7月底密集披露财报，市场聚焦AI CapEx增速与ROI兑现
火星财经消息，7 月 17 日，Alphabet（Google）和 Microsoft 预计将于北京时间 7 月 29 日凌晨公布 2026 年第二季度财报，Amazon 预计将于北京时间 7 月 31 日凌晨公布财报。此次科技巨头财报季，市场关注重点已从「AI 投入规模」转向「大规模资本开支能否带来实际回报」。 过去一年，Google、Microsoft、Amazon 等公司持续扩大 AI 基础设施投入，包括数据中心建设、GPU 采购以及云计算资源扩张。投资者将重点观察 AI 相关资本开支（CapEx）增速是否与 AI 收入增长匹配，以及 Google Cloud、Azure、AWS 等云业务能否通过 AI 需求提升增长速度、改善利润率并提高资本回报率（ROI）。 其中，Google 市场将关注 Gemini 商业化进展、AI 搜索对广告业务的影响，以及持续扩大的 AI 基础设施投入能否转化为新的增长动力；微软则将重点观察 Azure AI 业务增长、OpenAI 合作带来的云需求，以及 AI 基础设施投入对利润率的影响；亚马逊则聚焦 AWS 增长情况、AI 云需求释放，以及数据中心扩张后能否推动自由现金流改善。 目前市场最大争议在于，AI CapEx 周期是否已经进入「回报验证阶段」。此前市场交易逻辑主要围绕「谁投入最多、谁拥有 AI 基础设施优势」，但随着科技巨头资本开支持续攀升，投资者开始关注 AI 投入产生收入的速度。如果 AI 云收入和企业 AI 应用需求能够跟上资本开支扩张，AI 基础设施投资有望继续推动科技股估值提升；但若 CapEx 增长长期超过 AI 商业化速度，利润率和现金流压力可能成为市场新的关注点。
摩根大通：AI定制芯片出货量或在2027年反超GPU，Broadcom和Marvell站上风口
火星财经消息，6 月 22 日，摩根大通表示，随着大型云计算公司和科技巨头寻求降低 AI 计算成本、提升能效并摆脱对通用 GPU 的单一路径依赖，定制芯片 ASIC 市场正进入新一轮增长周期，Broadcom 和 Marvell 有望成为这一趋势中的最大受益者。 在一份近日发布的半导体行业研报中，摩根大通分析师 Harlan Sur 和 Mayur Ramdhani 估计，数字 AI ASIC 市场到 2026 年将达到约 600 亿至 700 亿美元，并在未来几年保持 40% 至 50% 以上的复合增长率。报告称，Broadcom 目前在高端 ASIC 市场占据约 80% 至 85% 的份额，Marvell 位列第二，份额约 10% 至 12%。 AI 计算需求的快速增长正在改变芯片采购结构。摩根大通认为，Google、Amazon、Meta、Microsoft、OpenAI 和 SoftBank/Arm 等客户正加速推进自研或定制 AI 处理器，以获得更好的性能、功耗和总拥有成本。与 Nvidia 和 AMD 的通用 GPU 不同，ASIC 通常为特定客户、特定软件栈或特定平台设计，更适合拥有大规模内部工作负载的超大规模云厂商。 报告预计，Broadcom 的 AI 收入将从 2025 财年的约 200 亿美元大幅增长至 2026 财年的 600 亿美元以上，并在 2027 财年跟踪达到 1500 亿美元以上。其项目管线包括 Google TPU、Meta MTIA、ByteDance AI 视频和网络芯片、OpenAI XPU、SoftBank/Arm XPU 以及 Anthropic 相关 TPU 机架级方案。 Marvell 方面，摩根大通预计其数据中心收入将从 2025 年的约 61 亿美元增至 2026 年的约 93 亿美元，并在 2027 年达到约 146 亿美元。增长动力包括 Amazon Trainium 3 和 Trainium 4、Microsoft Maia、Google SmartNIC/DPU、CXL 控制器，以及 800G/1.6T 光 DSP、coherent lite 和初期 CPO 方案。 报告还提出一个关键判断：到 2027 年，AI ASIC/XPU 的单位出货量将超过 GPU。摩根大通预计，2027 年 AI 加速器总出货量将达到 2330 万颗，其中 GPU 为 1090 万颗，占 47%；ASIC/XPU 为 1250 万颗，占 53%。这意味着，尽管 GPU 仍将保持增长，定制芯片可能会在新增 AI 算力部署中占据更大份额。 摩根大通以 Google/Broadcom TPU7x Ironwood 与 Nvidia Blackwell 为例称，AI ASIC 在性价比和功耗效率上具备竞争力。报告显示，TPU7x Ironwood 的 FP8 算力接近 Nvidia B200/B300，但估算售价约为 1.3 万美元，低于 B200 的 3.5 万美元和 B300 的 4 万美元；其每美元算力和每瓦算力也优于对照 GPU。 这一判断并不意味着 Nvidia 需求将迅速减弱。相反，它指向 AI 基础设施投资的分化：GPU 继续服务于通用训练和推理需求，而云厂商自研 ASIC 将在大规模、稳定、可预测的内部工作负载中获得更高渗透率。 对投资者而言，摩根大通的报告强化了 AI 硬件链条从 GPU 向 ASIC、先进封装、HBM 接口、SerDes、光互联和 CPO 扩散的逻辑。若报告中的预测兑现，Broadcom 和 Marvell 将不只是 AI 网络或连接芯片供应商，而会成为下一阶段 AI 计算架构迁移中的核心平台型公司。
传Google DeepMind拟裁超1/3：短期停更Pro，资源转向Flash
据动察 Beating 监测，Google DeepMind 正在酝酿进一步重组，可能裁掉三分之一甚至更多员工。GDM 目前约有 7000 至 8000 人，重组将重点精简岗位和实际工作不匹配的冗余人员。 更大的变化是模型路线。谷歌短期没有更新 Pro 模型的计划，也将减少对 Fable、Opus 同级超大旗舰模型的投入，把更多资源转向成本更低、迭代更快的 Flash。 这可能和 GDM 能拿到的资源有关。GDM 最近一个考核年的整体 OKR 只有 0.5/1，过去一段时间很难争取到更多大型模型训练资源。搜索、YouTube、Gmail 等谷歌核心业务同样需要大量 TPU。 还有一个内部细节或许可以解释为什么谷歌 Gemini 模型体验不佳：GDM 核心团队此前从未真正把 Gemini 当成日常主力模型，反而是非核心团队仍被要求使用 Gemini。
约55万美元损失，Hyperliquid相关Google付费广告钓鱼事件
Odaily星球日报讯 据 FlashRescue 联创@DarcyAri 监测，Hyperliquid 相关 Google 付费广告钓鱼事件已造成约 55 万美元资金损失，攻击者相关地址已公布，用户需警惕 Google 付费广告钓鱼风险，注意保护资产安全。
黄仁勋：CUDA可延长英伟达GPU经济使用寿命，使算力成为可融资资产
Odaily星球日报讯 英伟达 CEO 黄仁勋在 X 平台转发“CoreWeave 将英伟达 A100 GPU 租赁合同延续至 2029 年”的消息表示，2020 年推出的 A100 GPU 预计直到 2029 年仍可继续承担计算任务，英伟达的计算平台并不仅仅依赖芯片本身，CUDA 能够让开发者和英伟达工程师在 Ampere、Hopper 和 Blackwell 等架构的整个使用周期内持续进行升级和优化。 黄仁勋称，CUDA 提升了英伟达算力的通用性和不同代际计算资源的可替代性，从而提高 GPU 利用率并延长其经济使用寿命，使英伟达算力成为一种“可出租、耐用且可融资”的生产性资产。