跳到主内容
@wquguru
精选80BeInCrypto 中文(RSS)股市多源精选 ×9

Alphabet AI芯片Frozen v2能效提升10倍,半导体股反弹

Alphabet AI 芯片利好推动半导体股反弹

原文
发到 X

Alphabet($GOOGL)股价周一上涨约 3%。据 The Information 报道,谷歌正开发一款名为 Frozen v2 的新一代 AI 芯片,预计能将 Gemini 大模型的运行效率提升至当前的 10 倍。

这一消息发布时机尤为关键,因为芯片板块刚刚经历了一年多以来的最差一周表现。如今,华尔街正关注,这一轮回调是否意味着抄底机会已现。

Alphabet($GOOGL)股价表现。来源:Google Finance

Alphabet AI 芯片目标 2028 年将能效提升 10 倍

Frozen v2 采用全新设计思路,将 Gemini 模型的部分功能直接集成进芯片硬件层。如此一来,数据流转大幅减少,单次推理耗电量也相应降低。

BREAKING: Alphabet, $GOOGL, is planning on launching a new “frozen” chip to run its AI models more efficiently, per The Information.

Details include:

1. This new server chip would directly integrate the blueprint of its Gemini AI model

2. The chip would then enable Alphabet to…

— The Kobeissi Letter (@KobeissiLetter) July 20, 2026

谷歌工程师预计,Frozen v2 每单位功率所处理的 Token 数将是当前最新张量处理器(TPU)的 6–10 倍。Token 指的是 AI 生成文本中的最小信息单元。举例而言,谷歌第七代 TPU——Ironwood,仅仅把前代芯片的能效提升了一倍。

但被业界看好的 Frozen v2 仍有局限:它能否与 Gemini 的未来升级版兼容,取决于谷歌是否继续沿用现有架构。官方预计将在 2028 年量产,同时,该芯片并不会取代现有 TPU,而是为自 2016 年以来的多代产品提供支持。

谷歌急需额外算力。目前算力短缺已导致 Google Cloud 部分业务订单被拒。据悉,上月谷歌已同意每月向 SpaceX 支付近 10 亿美元,以缓解算力紧缺。与此同时,$AMZN(亚马逊)、$MSFT(微软)与 $META 也纷纷自研 AI 芯片。

本周一的股价反弹,部分收复了谷歌在本周三财报发布前因资本开支和 AI 投资担忧引发的跌幅。

半导体板块暴跌后,华尔街挖掘价值机会

上周半导体板块遭遇重创。VanEck 半导体 ETF(SMH)全周累计下跌 8.9%,创下自 2025 年 4 月以来最大周跌幅,彼时跌幅高达 15%。费城半导体指数(SOX)也暴跌近 10%。

多重因素引发市场担忧。初创公司 Moonshot AI 推出的开源权重大模型 Kimi K3,令部分投资者担心 AI 行业迎来新一轮洗牌。与此同时,AI 存储芯片板块的涨势已提前出现松动,知名机构也已连续数周撤出 $Nvidia。

不过,多家投行依然认为这可能是机会。摩根士丹利分析师 Joseph Moore 表示,存储芯片的回调为入场带来有吸引力的时机。他依然看好 $Nvidia(NVDA)和 $Broadcom(AVGO)。瑞穗证券分析师 Vijay Rakesh 也在给客户的报告中表达了类似观点。

“我们认为,AI 基础设施的资本开支……以及[千兆瓦级]算力部署将在 2028-2029 年后持续提速……都将推高半导体需求,而供需缺口依旧巨大。”

关注我们的 X 账号,第一时间获取全球最新动态

摩根大通的 Mislav Matejka 预计资金回流即将到来。他认为新的芯片产能最早也要到 2028 年才会释放。不过,Evercore 分析师 Mark Lipacis 则警告,芯片板块或许还要面临 10% 至 15% 的下行压力。即便如此,其历史数据显示,$SOX 通常在类似调整后 20 周内反弹幅度可达 36%。

接下来市场焦点将聚集于 Alphabet 本周三的财报。投资者普遍希望,这份报告能够揭示 Google 是否会以更高预算兑现其关于芯片的激进布局。

The post Alphabet AI 芯片利好推动半导体股反弹 appeared first on BeInCrypto Chinese.

更进一步:量化金融体系

看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力

进入量化体系 →

关联讨论

同一事件的更多信源

相似阅读

另一事件,读法相近