社区

最近Google 宣布对 DeepMind 领导层进行全面调整。

Demis Hassabis 不再参与日常运营。Jeff Dean，Sanjay Ghemawat、Quoc Le、Oriol Vinyals离职。前两位是 Google Fellow（公司最顶尖的十几位技术贡献者才有的头衔），后者是 Gemini 的联合负责人。

在此之前，Noam Shazeer 和 John Jumper 已经离开。

这不是谷歌第一次出人才流失的新闻，但这次出走的人够重量级，也引发了市场一定程度上的担忧，新闻出来当天，Google跌了 4%。

说来蛮有意思的，Jeff Dean 作为TPU 项目的发起人，在 TPU 商业化第一次录得收入的季度离开了公司。

今天的文章想分享一下我对这件事的看法。

其实Gemini 与 GCP（云业务部门）之间的战争已经持续了很久。

过去两年，DeepMind 与 Google Cloud 在内部争夺TPU 产能。前者要用它训练前沿模型，后者要用它做外部生意。

表面上，这是一个资源调度问题。实际上，它是谷歌内部关于”这家公司到底是什么”的一场代理人之争。

在一家算力受限的公司里，分配算力就是在分配公司的未来。这两个部门之间是零和竞争的关系。两个部门的竞争结果早在强化学习团队大量人员流失开始初见端倪。

而GCP赢得这场竞争的证据，是TPU的分配形式。

SemiAnalysis 的估算2026 年三季度到 2027 年四季度期间，TPU 总出货量的 20% 以上将直接出售给 Anthropic，这还不包括 GCP 目前已租给 Anthropic 的数十万颗 TPU，以及未来六个季度承诺租给 Anthropic 和 Meta 的更多产能。

虽然Meta 和 SpaceX 也在对外变现过剩算力，但它们采用的是保留回收权的结构：以有吸引力的价格把闲置产能租出去，同时保留在需要时把资源全部收回给自己研究团队的灵活性。产能是外借的，主权是自己的。

谷歌选择的是另一种：长期合同、整机系统销售、卖给 Gemini 最直接的竞争对手，且没有任何把这些算力还给 DeepMind 的可能。这等于永久性地缩小了 DeepMind 未来的算力上限。

Google Cloud CEO Thomas Kurian 对此从未掩饰过立场。他在公开访谈中说过，TPU 成为服务 Citadel、能源部和通用高性能计算客户的”通用基础设施”是一件好事；被问到为什么在 Anthropic 与 Gemini 正面竞争的情况下仍向其出售算力时，他的回答是：这是谷歌作为一家”平台公司”的必然结果。

所以更准确的因果链是：不是 Hassabis 和 Jeff Dean 出走导致了战略转向，而是战略转向已经完成，出走是结果。

慢时钟与快时钟

谷歌的这次战略转向，同时启动了两个走速完全不同的时钟：

快时钟——TPU 销售的收入。

它有合同、有交付节点、有确认规则、可以被建模，几周之内就会体现在下一份财报的收入里。

慢时钟——前沿研发能力的衰减。

它无法体现在会计科目中。人才流失到模型能力落后，中间隔着 18 到 24 个月的训练周期；从模型能力落后到市场份额丢失，还要再隔一轮产品周期。

这种不对称，是这次事件里最值得警惕的部分。

在未来四到六个季度里，市场几乎必然会看到：GCP 收入加速、EPS 增厚、backlog 扩张。一组极其漂亮的数字。而与此同时，研发端真正发生了什么，没有任何一个报表能够讲清楚。

也就是说，投资者可能会被财报上漂亮的数字迷惑，而忘记警惕事情可能正在看不见的地方慢慢恶化。

前者已经开始体现在本季度的财报上。

Alphabet 二季度收入 1198 亿美元，同比增长 24%。真正的意外在云业务：Google Cloud 收入 248 亿美元，同比增长 82%，而卖方一致预期只有 63% 到 64%，超出近 20 个百分点。云业务经营利润率扩张至 35.6%，backlog 达到 5140 亿美元。

但这 82%，并不全是传统意义上的”云”。

二季度是谷歌第一次确认对外 TPU 系统销售收入。SemiAnalysis 估算，这部分收入在二季度约为 12 亿美元，按 ~350 亿美元/GW 的总额法（gross basis） 确认。

把它剔除，可以做一个简单的验算：

去年同期 Cloud 收入：248 ÷ 1.82 ≈ 136 亿美元

剔除硬件后的本季核心云收入：248 − 12 = 236 亿美元

核心 GCP 同比增速：236 ÷ 136 − 1 ≈ 73%

关键在于总额法三个字。同样一批算力，租出去要按使用期分摊确认，卖出去则在交付时一次性做大收入。

公司自己没有披露 TPU 销售额，也明确表示不会拆分产品级利润率。但成本里面提供了一些线索：其他收入成本 298 亿美元、同比增长 22%，公司在业绩说明中明确点名了”存货成本，主要来自向客户销售 TPU 系统”。

现金流量表上也能看到：先备货、后交付，这部分存货占用了经营性现金流，本季自由现金流转负，capex 不是唯一原因。

CFO Anat Ashkenazi 在电话会上的表述是：TPU 系统销售包含在 5140 亿美元的 backlog 里（绝大部分仍是 GCP 云合约），本季确认的只是整个协议中很小的一部分，2026 年逐步爬坡，绝大部分收入将在 2027 年体现。

根据SemiAnalysis 的推算：TPU 系统 backlog 已超过 1500 亿美元，将推动 2027 年 GCP 增速达到 150% 左右，而卖方共识仅为 64%；未来几个季度可能还有超过 2500 亿美元的 TPU 预订量进入 RPO；这项业务预计将在 2027 年为 Alphabet 贡献约 3 美元的每股收益。

也就是说，如果全力all in这个方向，带来的收益回报是相当可观的，也不难理解管理层为什么做出这个战略转型。

二季度单季资本开支 449 亿美元，上半年累计 806 亿美元，全年指引上调至 1950 亿至 2050 亿美元，这意味着下半年还要花掉约 1190 亿美元。本季度谷歌的自由现金流已经转负。

与此同时，据媒体报道，谷歌在 6 月完成了规模约 850 亿美元的股权融资，年内另有约 400 亿美元的债务融资。

在巨大债务面前，谷歌必须尽快向市场证明这些capex投入能产生可见的现金回报。

Gemini API token 增速正在放缓：一季度增长 60%，二季度仅增长 38%。虽然只是增量放缓，不是总量下降，但增速换挡本身已经足够说明问题。

而到 2027 年底，GCP 的第三方 AI IaaS/TaaS 年化收入预计将超过 730 亿美元，另有约 1200 亿美元的 TPU 系统销售，合计近 2000 亿美元的外部收入。

从纯粹的财务视角看，管理层的选择是理性的、及时的，甚至是被迫的。

慢时钟的代价：全栈叙事还成立吗？

过去几年，市场愿意给谷歌一个区别于其他云厂商的估值，理由不是它的云业务增速，而是AI 全栈叙事：

自研芯片（TPU）→ 自建数据中心 → 自研前沿模型（Gemini）→ 自有分发渠道（搜索、YouTube、Android、Workspace）→ 自有应用生态。

这条链上的每一环都可以被替代，但同时拥有全部五环的公司只有一家。这个稀缺性，就是谷歌相对其他 hyperscaler 的估值溢价来源，也是长期投资它的核心理由。

但如果伴随着DeepMind退出前沿竞赛，Gemini 的定位从”争夺 SOTA”降级为”够用就好的自有模型”，那么谷歌的商业模式就从”全栈”退化为：上游卖芯片，下游卖广告，中间外包。

而后续如果股价根据GCP增速进行重估，就像被套上磨的驴，只能绕着TPU 销售的增长曲线打转。而相对 NVIDIA，TPU 在技术路线选择上更保守，其总拥有成本（TCO）优势在不久的将来可能瓦解。而且TPU v1 论文的 76 位署名者中，目前仍在谷歌的只有 28 人，9 人去了 OpenAI，另有数人经 Groq 进入 NVIDIA、Etched 或 Meta。如果连芯片优势也守不住，那么这次战略转向就不是用长期换短期，而是两头落空，这也是我最担心的一点。

IBM 曾是那个时代最具统治力的科技公司，后来转向财务工程，放弃了对尖端技术的追求，固守在自己擅长的大型机及相关咨询业务上。Intel 先是退出移动，随后在 EUV 决策上步履蹒跚，最终连核心商业模式本身也失去了。

这两家公司都是放弃做更难的事，选择做更赚钱的事。短期看每一步都是理性的，长期看每一步都在削减自己未来的可能性空间。

不过我的这套逻辑也并非绝对正确。

首先，从另一个角度想，在原领导团队带领下追赶 OpenAI/Anthropic 的胜算本就微乎其微；完成大换血之后，新团队反而可以从零开始重建。这个只能时间来验证。

其次，前沿领先与商业成功从来不是同一件事。谷歌发明了 Transformer，却可能输掉 LLM 市场。但反过来同样成立：过去三十年，把基础研究的领先转化为持续商业回报的公司是少数，而在别人的技术范式上赚到最多钱的公司却很多。所以这次放弃在前沿领域的探索，转向更为实际的业务，也未尝是一件坏事。

产业链映射：谷歌站队硬件链？

在上面的基础上，进行逻辑外推。

在此之前，TPU 是一个内部成本中心。它的出货量由谷歌自己的训练和推理需求决定，属于资本开支的一部分。也就是说，上游拿到的订单，本质上对应的是谷歌的自由裁量支出。

现在不同了。TPU 系统被卖给外部 SPV，上游订单的性质，从某家公司的年度预算变成了第三方已经承担的付款义务。

合同化的需求可见度更高、可撤销性更低，且已经被计入 backlog、需要向投资者按季披露。对上游供应商而言，一个 1500 亿美元的合同订单，和一个 1500 亿美元的客户内部预算，是两种完全不同的东西。

还有一层更重要的：出货上限被打开了。

过去 TPU 的出货天花板是谷歌自己的算力需求。现在它的天花板是市场需求。一个背着收入 KPI 的业务部门，扩产动机与一个纯成本中心完全不在一个量级上。

再说怎么映射。

关键在于 ~350 亿美元/GW 的总额法定价，它提供了一把统一的标尺。把合同金额除以单位造价，就得到吉瓦数；再按整机 BOM 结构拆分到各环节，就得到各环节的潜在收入。

按 SemiAnalysis 的估算做一次粗算：当前超过 1500 亿美元的 TPU 系统 backlog，对应约 4.3 GW；若未来几个季度再新增 2500 亿美元预订量，对应约 7.1 GW；合计约 11 GW 以上的增量装机。

而且卖的是”系统”，不是”芯片”。这也就意味着这 11 GW 不是只落在 ASIC 一个环节上，而是沿着整机 BOM 结构，整条供应链都纳入了长约的覆盖范围。

一个更值得关注的二阶效应。

如果谷歌验证了”把内部自研芯片转化为外部合同收入”这条路径可行，且资本市场愿意为此重估，那么其他持有自研芯片的玩家，Amazon 的 Trainium、Meta 的 MTIA都会面对同样的模仿动机。届时每一家的 ASIC 出货都将不再受限于自用需求。

这才是谷歌对整条产业链最大的潜在增量：整个 ASIC 阵营的需求函数，可能从内部自用整体切换到对外销售。

当然，上面的全部映射逻辑都建立在 TPU 的总拥有成本优势能够延续这一前提之上。这个前提如果被证伪，上面所有的推演都要重算。

结语：到底为什么投资谷歌？

技术是艰难的，上一个时代的赢家很少能在下一个时代再次胜出。官僚主义、创新者困境，以及身为大公司的现实压力，都会接踵而至。

谷歌是一个特殊的例子，因为它几乎拥有了赢下这一轮所需要的全部条件：它发明了 Transformer，它自己造芯片，它有全世界最好的分发渠道，它现金流充沛到可以承受任何一次失败的下注。

它唯一缺少的，可能是把这些条件坚持用在最难的那件事上的意愿。

从财务上看，接下来几个季度谷歌大概率会交出非常漂亮的成绩单。正因为 TPU 销售的收入如此可靠、如此可建模、如此容易被市场奖励，放弃前沿竞赛的机会成本才显得如此微不足道。

真正的问题不会在 2027 年的财报上出现。它会在某个更晚的时点，以一种无法归因的方式出现。那时人们或许会说，谷歌一直都很赚钱，只是不知道从哪一年开始，它不再是那家定义未来的公司了。

这次战略转型并不构成卖出的理由，但值得重新思考投资谷歌的理由。

$特斯拉(TSLA)$ $ROUNDHILL GENERATIVE AI & TECHNOLOGY ETF(CHAT)$ $通用人工智能 ETF-AGIX(AGIX)$