在人工智慧浪潮席捲全球的當下，專用計算硬體已成為定義勝負的關鍵戰場。Google 的 Tensor Processing Unit（TPU）作為AI領域的標誌性ASIC（Application-Specific Integrated Circuit），以其脈動陣列架構和極致能效，深刻影響著從模型訓練到即時推理的全流程。最近隨著第七代TPU Ironwood的正式發佈，Google挑戰了輝達的GPU霸權， 在中國A股市場，這一波“Google鏈”熱潮已然點燃，光庫科技、德科立、騰景科技等概念股應聲暴漲，對應出本土企業深度嵌入AI基礎設施的潛力。一、TPU的起源與全球影響：從Google內部工具到生態引擎TPU的誕生可追溯至2013年Google對AI計算瓶頸的深刻洞察。當時，RankBrain和Google Photos等項目面臨海量矩陣運算的挑戰，傳統CPU/GPU的馮·諾依曼架構難以滿足低延遲、高吞吐的需求。 僅用15個月，Google團隊便推出第一代TPU（v1），於2015年內部部署。這不僅是硬體創新，更是資料流計算範式的復興，借鑑了上世紀80年代的脈動陣列（systolic array）思想。從v1的整數推理專用，到2025年v7 Ironwood的4.7倍性能躍升（峰值4614 TFLOPS），TPU已迭代七代。 其全球影響力體現在：AlphaGo的蒙特卡洛樹搜尋、Gemini 3的訓練均依賴TPU Pod超大規模叢集。 2025年11月，Google與Meta的TPU合作傳聞進一步放大其效應，Meta擬部署百萬級TPU晶片，挑戰輝達供應鏈。 這波“偷家”行動，不僅推升Google股價破300美元，還波及A股“Google鏈”類股。在中國語境下，TPU的興起加速了本土AI硬體自主化。A股公司如寒武紀，其思元系列NPU（Neural Processing Unit）在架構上與TPU高度相似，均採用脈動陣列最佳化矩陣乘法。 同時，光庫科技作為GoogleOCS（Optical Circuit Switching）交換機核心代工廠，份額超70%，直接受益TPU Pod的互聯升級。 2025年Q3，光庫科技訂單激增30%，市值一度翻番，也成為從被動供應鏈到主動創新的雙重角色。二、TPU核心架構剖析：脈動陣列與資料流革命TPU的魅力在於其“為AI而生”的設計，無法運行通用任務，卻在神經網路負載上碾壓對手。 核心是TensorCore，包括矩陣乘法單元（MXU）、向量/標量單元，以及高頻寬記憶體（HBM）整合。這些元件協同，實現從資料注入到結果輸出的無縫流水線。2.1 MXU：脈動陣列的計算心臟MXU是TPU的靈魂，採用256x256（v7）脈動陣列，每周期執行海量乘累加（MAC）操作。 資料如心跳般“脈動”流動：權重從HBM載入，啟動值逐行注入，避免傳統架構的記憶體瓶頸。v7支援FP8精度，峰值吞吐達4614 TFLOPS，頻寬7.37 TB/s。對比A股寒武紀，其MLU系列NPU同樣嵌入脈動陣列，支援BF16/INT8混合精度，適用於雲端訓練。 2025年，寒武紀發佈MLU290，性能逼近TPU v6，訂單覆蓋阿里雲和華為鯤鵬生態，年營收增長45%。 這表明，中國ASIC設計已從模仿到平行，填補TPU在本土部署的空白。2.2 輔助單元與互聯：高效擴展的基石向量單元處理啟動函數（如GELU），標量單元管理控制流。 TPU的infeed/outfeed佇列實現主機-加速器零複製傳輸，延遲低至微秒級。互聯方面，ICI（Inter-Chip Interconnect）支援9216晶片Pod，採用3D立方拓撲。在A股，德科立專注光互聯模組，供應GoogleOCS整機核心，助力TPU Pod的低功耗擴展。 2025年11月Meta合作消息後，德科立股價大漲，Q3淨利潤預增60%。 類似地，天孚通訊提供矽光子晶片，最佳化TPU的頻寬瓶頸，與TPU v7的7nm工藝高度契合。2.3 與本土架構的異同：啟發與差距TPU的確定性執行（無快取亂序）確保99%尾延遲穩定，功耗僅為GPU的1/3。 A股芯原股份作為ASIC設計服務商，助力企業定製類似TPU的加速器。 其VeriSilicon平台支援脈動陣列IP，2025年AI訂單佔比90%，營收同比增85%。 然而，國內公司仍面臨生態壁壘：TPU深度繫結TensorFlow，而寒武紀的Cambricon CNDK更相容國產框架。三、TPU世代演進：技術躍遷與中國鏡像TPU七代迭代體現了工藝縮小、精度提升與規模擴展的邏輯，每代均針對AI痛點最佳化。3.1 v1-v3：奠基與浮點轉型v1（28nm，92 TOPS）專注8位整數推理。 v2（16nm，45 TFLOPS）引入BF16訓練，Pod達180 TFLOPS。 v3（123 TFLOPS）最佳化液冷，1024晶片Pod。同期，中國企業起步：曙光資訊推出“星雲”伺服器，整合國產NPU，模擬TPU Pod。3.2 v4-v5：7nm革命與效率焦點v4（7nm，275 TFLOPS）Pod 4096晶片。 v5e/v5p（197/459 TFLOPS）強調推理/高記憶體。A股工業富聯作為富士康子公司，代工TPU伺服器，2025年AI產能擴至30%。 其訂單受益v5稀疏核心，淨利潤預增25%。3.3 v6-v7：Trillium與Ironwood巔峰v6e（918 TFLOPS）4.7倍v5e。 v7（4614 TFLOPS，FP8）定義2025標準。騰景科技專注PCB，供應TPU封裝，11月連續漲停。 寒武紀則推出“雲端智算一體機”，性能對標v6，助力“東數西算”。性能對比表（含本土鏡像）：從表可見，A股產品性能追趕迅猛，但規模化仍需時日。四、性能實測與本土應用：TPU vs. A股加速器v1在CNN/LSTM上快GPU 15-30倍，能效80倍。 v7在Gemini 3訓練中，吞吐提升4倍。寒武紀NPU在阿里“通義千問”推理中，延遲低20%，成本降30%。 芯原的ASIC服務助力中小企定製TPU-like晶片，2025訂單12億。 侷限：TPU生態封閉，A股需強化XLA相容。五、相關公司案例：Google鏈與自主創新雙軌5.1 供應鏈受益者：光通訊與封裝光庫科技：OCS代工70%，TPU Pod互聯關鍵，2025市值翻倍。德科立：整機供應，Q3淨利增60%。勝宏科技：高多層PCB，TPU伺服器板卡。5.2 自主加速器先鋒：寒武紀與芯原寒武紀：NPU架構仿TPU，MLU雲平台支援萬卡叢集，營收45%增長。芯原股份：IP授權費99% QoQ，AI ASIC訂單主導。5.3 伺服器整合：曙光與富聯曙光資訊：國產伺服器整合NPU，模擬TPU Pod。工業富聯：TPU代工，AI產能30%。這些公司2025年集體市值增超500億，ETF如159363漲3.45%。六、TPU vs. 競爭：全球格局與中國突圍TPU不僅是架構，更是AI民主化的催化劑。其在能效上勝GPU，但靈活性遜色。 A股寒武紀填補國產空白，芯原橋接自研。v8或破10 PFLOPS，融入光子計算，從鏈條末端向核心進軍，寒武紀等或領跑“TPU中國版”。希望相關公司借勢而上，助力中國智算強國夢。 (Visionary Future Keys)

在十一長假期間，再創年內新高，恆生指數突破27000點，之前我們多次提到的恆生科技指數表現更加亮眼，自9月以來最高漲超20%。恆生科技指數的強勢，其實邏輯不難理解，一是美股的AI處理程序不斷加速，美國科技公司都在加速投入，上半年已經見到了成效，而擁有最大使用者基數的科技公司，其實就是最強的AI應用股，目前港股也在逐漸反應這邏輯。二是此前恆生科技指數的走勢與恆生指數的差距太大，在全球科技牛的背景下，恆生科技指數追平漲幅差只是第一步，第二步是科技股拉開差距，有充分的條件表現的更加好。所以，在阿里雲的表現超預期後，AI的邏輯在不斷強化，AI是人類生產力的大槓桿，中美都在演繹這樣的邏輯。那麼，在全球股市一致性的大行情下，恆生科技指數的長期機會還是很明顯的，值得長期關注恆生科技指數ETF（513180）。全球AI浪潮下的恆生科技在我們國慶期間，美股的表現非常熱鬧，先是OpenAI推出Sora 2視訊模型火爆全球，再是OpenAI入股AMD簽署4GW的訂單，美國的AI進展是一天一個樣，每天都在越好的路上。在一個多月前，火爆全球的AI應用還是Google的Nano banana製圖模型，而現在OpenAI搶迴風頭，美股的AI競爭十分激烈，可以說是你追我趕。港股方面，主要還是以阿里來扛大旗推進AI發展，包括自主可控的晶片自研作為副邏輯，雖然港股的進展慢一拍，但好處是大趨勢是確定的，估值也不貴，AI大方向的勝率足夠高。值得注意的是，最近市場逐漸反應過來，現在可能不會有什麼小公司做出一個AI應用殺出重圍，一是因為做好AI需要花費很多的金錢和人力，小公司沒有這樣的實力；二是市面上的AI應用並不少，但缺少應用場景，例如像GoogleGemini大模型推出Nano banana，或是OpenAI推出Sora 2，一下就是幾億的使用者在使用。所以，在AI時代下，大型科技公司的頭部優勢會越來越明顯，大公司有足夠多的錢來買GPU建資料中心，也有足夠大的使用者基數來推進AI應用，再不濟AI也是個保底的生產力槓桿工具，現在美股交易的是這邏輯，而這也適用於港股。可以想想，騰訊系和阿里系的使用者基數有多麼大。或許大家還不能夠詳細理解到AI的幫助，黃仁勳在最新的採訪上提到兩點：1.AI改變了人類過去的做事方式，簡單來說電機取代了勞動力和體力勞動，而現在科技公司擁有AI和超級資料中心，GPU生產出來的tokens將增強人類的能力。舉個簡單的例子，我用10萬美元請一名員工，並用一套價值1萬美元的AI來增強這名員工，這套AI使得這個員工的生產力放大了2-3倍，甚至是更多，那科技公司毫無疑問地會去使用。現在NVDA每個員工身上都這樣做，比如我們每個工程師設計師都在這樣做，因此我們工作的速度加快，晶片製造的也更好，公司發展的更快。因此我們招更多的員工，再用更多的AI來放大槓桿，為公司創造更高的收入，這為什麼不呢？2.為什麼科技公司都在買更多的GPU？黃仁勳提到，目前面向消費者的內容很大程度上是由推薦系統所做的，未來也會完全由GPU來生成內容，更加精準的將廣告推流給使用者，例如像Meta、aws、google、字節跳動的營運都需要GPU。大概意思是指，我們當下看到的廣告，過往主要是有人在系統後台所勾選“廣告內容”標籤推送的，這大概會選擇3-5個標籤，但這廣告推流的並不精準，那就意味著廣告主的投入回報率不高，那廣告主賺不到錢，可能就不會再投更多的廣告。但如果是由GPU來做內容推薦的話，廣告的推送，搜尋引擎的推薦，包括像tiktok的演算法，這都需要GPU來運作，這就能更加精準的將內容/廣告推送給使用者。那商家投入的廣告回報率提升了，自然會投入更多的錢，那科技公司就能賺到更多的廣告收入和佣金。3.那麼，瞭解到上面兩個邏輯後，現在回到港股的討論裡，目前騰訊和阿里都符合這兩個條件，一是AI能作為公司的生產力槓桿，員工能借助AI放大生產效率；二是騰訊的廣告推流會越來越精準，阿里也同樣，例如淘寶的搜尋引擎，個性化的內容推薦等。所以說，雖然明面上好像沒有一個超級的AI應用公司出現，但其實最受益AI進步的公司是這些科技巨頭，中美公司來說都一樣。更何況，從估值上看，目前港股的科技股還是不貴的。根據小程序“紅色火箭”的資料統計，目前恆生科技指數的市盈率為24.7倍，PE百分位為38.7%，估值水平比過去5年61%的時間要低。另外，抓熱點可用紅色火箭，紅色火箭看這些估值分位數非常方便，不像其他軟體看起來很複雜，大家感興趣也可參照看看。總的來說，順著當下全球股市對AI發展的一致性認可，這是長達未來5年的成長敘事，現在或許還是配置恆生科技指數ETF（513180）的好機會。另外，今天港股創新藥因為季度初的調倉，以及個別小作文的干擾有調整，但創新藥長期看好的邏輯並未發生改變，恆生醫藥ETF（159892）也值得關注。 (真是港股圈)

近期，權威科學期刊《自然》（Nature）旗下的“Nature Index Supplements 2024 AI”重磅發佈了全球AI研究領域領先的TOP100高校榜單！這份基於過去五年頂級期刊論文產出的排名，不僅揭開了學術界的科研暗戰，更折射出全球AI教育格局的深刻裂變：哈佛、斯坦福、MIT穩坐前三；清華大學首次殺入前十；電腦“神校”卡內基梅隆卻跌至62名。一、美國霸榜與加州系的“集體狂歡”美國高校以46所上榜的絕對優勢，延續著AI領域的統治地位。前三分別為：哈佛大學：以805.23的“科研份額值”登頂，相當於平均每天在頂級期刊發表1.5篇AI論文，其跨學科實驗室“腦科學與AI交叉中心”每年吸引Google、OpenAI投入超2億美元合作經費。斯坦福和MIT：分別以550.22、545.21的份額值緊隨其後，前者在生成式AI課程中直接引入ChatGPT-5作為教學工具，後者則把自動駕駛實驗室開進了波士頓地鐵隧道。2024全球AI領域Top100大學排名（Top10）更令人側目的是加州大學系統的“集團軍作戰”——UCSD、UCB、UCLA三校集體挺進前十，舊金山分校（UCSF）也位列20名。這些公立校憑藉矽谷地緣優勢，將產學研融合玩到極致：UCSD學生每周三天在高通總部偵錯晶片，UCB的AI倫理課由前GoogleCEO施密特親自授課，而UCLA醫學院正用AI預測癌症突變，論文直接轉化進輝瑞新藥研發管線。二、中國崛起：從7所到19所的“狂飆”中國高校的爆發式增長是最大亮點：清華大學：以264.24份額值衝至全球第9，其自動駕駛團隊在CVPR會議包攬3項最佳論文，深度學習框架“計圖”下載量突破千萬。2024全球AI領域Top100大學排名（中國）北京大學位列14，而中科院大學、浙江大學等19所高校集體上榜，數量較2020年激增171%。這種躍進離不開“國家隊”的投入：清華為AI專業本科生配備人均50萬元科研基金，中科院則把大模型訓練機房建在了貴州山洞裡，用天然低溫省下3成散熱成本。但光鮮背後也有隱憂。香港大學、港中文雖上榜，卻因論文合作率超60%被學界質疑“含金量”。而內地高校在《自然》《科學》等頂刊的獨立發文量僅為美國的1/5，顯示原創性研究仍有差距。三、英國：AI強校實力不容小覷英國政府非常重視 AI 技術的發展，早前就宣佈將加大投資力度，使英國 AI 超級計算能力提高 30 倍。本次排名中共有7所英國大學躋身全球AI研究百強，牛津大學與劍橋大學分別位列第4名和第5名。帝國理工學院: 作為G5超級精英大學之一，IC的電腦系擁有超過30個活躍的研究小組，研究範圍覆蓋從基礎AI理論到複雜智能系統的廣泛領域。愛丁堡大學: 在人工智慧領域的歷史可以追溯到上世紀60年代，是歐洲乃至全球最早開展AI研究的中心之一。其資訊學院 (School of Informatics) 是歐洲最大的電腦科學和資訊學研究機構之一，在機器學習、自然語言處理、電腦視覺和機器人學等領域擁有世界一流的研究實力。倫敦國王學院: 地處倫敦市中心的KCL，其電腦科學實力同樣強勁。得益於其優越的地理位置，KCL與倫敦蓬勃發展的科技產業聯絡緊密，為學生提供了豐富的實習、就業和產學研合作機會。英國AI名校推薦：帝國理工學院、劍橋大學、牛津大學、倫敦大學學院、愛丁堡大學、南安普頓大學、曼徹斯特大學、聖安德魯斯大學等。2024全球AI領域Top100大學排名（英國）四、電腦聖殿CMU為何暴跌？卡內基梅隆大學（CMU）的62名排名引發最大爭議。這所連續13年霸榜CSRankings的“電腦聖殿”，在《自然》體系中竟不敵貝勒醫學院、匹茲堡大學等“非傳統強校”。深究其因，CMU推崇的“問題導向型研究”與《自然》的論文數量指標天然衝突——該校教授更願把成果藏在DARPA軍事項目或創業公司程式碼庫，而非急於發表。其機器人研究所所長曼努埃爾·赫爾特曾說：“我們追求的是讓機器人在阿富汗拆彈，而不是在期刊上拆解公式。”這種“叛逆”反而成就了獨特優勢：CMU2018年開設全美首個AI本科專業，學生大二就能進入Uber無人車核心演算法組；其與Meta共建的元宇宙實驗室，讓學生用腦機介面設計虛擬城市，這些實戰經驗讓畢業生起薪高達16萬美元，遠超榜單前十高校。五、留學生的兩難：追排名還是賭未來？榜單折射的不僅是科研實力，更是留學選擇的認知革命。當南加州大學憑“好萊塢+矽灘”雙IP衝至46名，其電影AI專業學生已能用GPT-5生成劇本並自動匹配投資人。而華盛頓大學靠著亞馬遜的14億美元捐贈，把AI課程開進了西雅圖太空針塔頂層的全景教室。但理性聲音也在浮現：耶魯AI倫理課教授露西亞·溫警告，盲目追求論文產出會催生“學術流水線奴隸”，她更欣賞CMU“用技術解決真問題”的理念。這給留學生拋出尖銳選擇題——是擠進榜單前排高校獲取“學術光環”，還是投身CMU這類“反叛者”擁抱產業前沿？這場排名的真正價值，或許在於撕開了AI教育的複雜面相：當清華用國家力量猛追基礎研究，當CMU在產研融合中另闢蹊徑，當加州系把校園變成科技公司前哨站，每個選擇都對應著不同的未來圖景。正如MIT媒體實驗室主任伊藤穰一所言：“AI教育的終極考核不在榜單，而在十年後你的技術是否還活著。”2024全球AI領域Top100大學排名(人工智慧行動資訊港AI HUB)

全球有多少AI算力？算力成長速度有多快？在這場AI「淘金熱」中，都有那些新「鏟子」？ AI新創企業Epoch AI發佈了最新全球硬體估算報告。 AI的物質基礎是機器學習硬體，例如圖形處理單元（GPU）和張量處理單元（TPU）。 據不完全統計，目前全球超過140款AI加速器，用於開發和部署深度學習時代的機器學習模型。 Epoch AI帶來了全球算力的估計報告，利用公開資訊估計了全球機器學習硬體的現狀和趨勢。

近日，中共中央政治局常委、國務院總理李強主持召開專家、企業家和教科文衛體等領域代表座談會，聽取對《政府工作報告（徵求意見稿）》的意見建議。 座談會上共有9人先後發言，就解決當前發展中的問題、做好今年政府工作提出了意見建議。其中就有近期震動全球AI圈的DeepSeek創始人梁文鋒。 DeepSeek，全稱“杭州深度求索人工智慧基礎技術研究有限公司”（下文稱中國深度求索公司），成立於2023年7月，由量化資管巨頭幻方量化創立，創始人梁文鋒在量化投資和高性能計算領域具有深厚的背景和豐富的經驗。 2024年12月，DeepSeek-V3在全球AI領域掀起巨大波瀾，它以極低的訓練成本，實現了與GPT-4o等頂尖模型相媲美的性能，震驚業界。

沙烏地阿拉伯公共投资基金（PIF）和Google云宣布创建战略合作夥伴关系，以创建一个新的全球人工智能中心。 沙烏地阿拉伯公共投资基金（PIF）和Google云（Google Cloud）周三（10月31日）在第8届未来投资倡议（FII8）上宣布创建战略合作夥伴关系，以创建一个新的全球人工智能（AI）中心。该中心将坐落于沙烏地阿拉伯阿拉伯东部省达曼附近。 这一合作夥伴关系进一步推动沙烏地阿拉伯成为一个本地及全球企业和初创公司的顶级AI目的地，并支持了沙烏地阿拉伯实现信息和通信技术（ICT）行业增长50%的国家目标。 该合作将以联合研究阿拉伯语模型以及沙烏地阿拉伯特定的人工智能应用为特色，目前有待获得监管机构的批准。

10月19日消息，市場調研機構Counterpoint Research發佈的最新報告顯示，2024年第二季度全球伺服器市場收入同比增長35%至454.22億美元。其中，人工智慧（AI）伺服器貢獻的收入佔比也提高到了19%。顯然在AI技術熱潮的推動下，市場對AI伺服器的需求急劇上升，進而促進了整個伺服器市場的快速增長。 △AI伺服器收入營收及佔比 從具體的是廠商表現來看，超威電腦（Supermicro）、戴爾、HPE 是 AI 伺服器市場的前三大品牌廠商。不過“ODM 直接”使用者佔據了市場的主導地位，佔比高達44%，因為微軟（Microsoft）、亞馬遜（Amazon）、Google（Google）和 Meta 繼續定製了他們自己的伺服器。 Counterpoint Research預計，AI 伺服器市場將在未來幾個季度繼續增長和擴張。 (芯智訊)

AI技術的發展和應用正在深刻地影響著經濟、社會、文化等多個領域，並且這種影響預計將在未來幾十年內持續增長。 AI技術，尤其是機器學習和深度學習，已經取得了顯著的進步。這些技術的進步使得機器能夠模擬人類智能，執行複雜的任務，如語言翻譯、圖像識別、自動駕駛等。2024年，AI技術的發展預計將更加注重實用性，而非僅僅追求技術上的突破。 AI被認為將對全球經濟產生重大影響，預計到2030年，AI將為全球經濟貢獻約7兆美元的價值，其中中國有望貢獻約2兆美元。AI技術的應用將提升生產率，促進經濟增長，同時也可能導致就業結構的深刻調整。 AI技術的發展可能會改變人們的生活方式、生產方式和工作方式。它可能會催生新的職業，同時也可能導致某些職業的消失。此外，AI的發展也可能對社會倫理和治理模式產生挑戰。