laber

[laber @_laber4587]

@aleabitoreddit 高通这么多年了也没让windows arm成功，而且nvdia之前做的手机soc就不咋样啊

[laber @_laber4587]

@kovainvest 要珍惜在热潮中提示风险的人 无论最后结果如何。

[laber @_laber4587]

@AntonLaVay 请问和$crwv比呢

[范凯说 AI | Kai on AI @fankaishuoai]

我这两天仔细研究了一下Google的TPU，简单写一下我的初步结论：

1. Google TPU在特定的场景下，例如超大规模模型训练(万卡)和推理上，能效比超过了同等算力的英伟达GPU，能效比应该至少提升30%，也有说更高的。

为啥TPU强？ 除了TPU是更有针对性的ASIC之外，TPU为大规模并行计算做了硬件的优化(光互联)和软件的优化(JAX/XLA)，从理论上就优于更加考虑通用性和兼容性的GPU。

2. Google的TPU也拥有一个虽然规模小很多，但是完整的软硬件生态，就是JAX/XLA/TPU，类似于英伟达的Pytorch/CUDA/GPU。

如果说英伟达的生态是PC/Windows组合的话，Google就是Mac/MacOS组合。英伟达是大众普及型，兼容性好，市占率高；而Google是小众的，兼容性差，专业用户心头好。

只有那些极致追求性能，并且需要超大规模训练和推理的厂商有必要使用JAX/XLA/TPU，其他人其实没啥必要，得不偿失。

当然Mac机也可以跑Windows，PC机也可以装MacOS，所以马斯克的xAI虽然使用英伟达的H100 GPU，但用的是JAX，为了追求极致的压榨性能。

3. 想要自研AI芯片的，你得能搞出来一整套JAX/XLA/TPU来。Google搞TPU和Tensorflow/JAX有好多年历史了。其他想要复制Google自研芯片的，无论是AMZN，MSFT，META，我的判断是：没戏！

因为你不是找AVGO设计ASIC芯片那么简单的事情，你要配合设计XLA编译器，设计JAX这样的并行计算框架，现有的软件还要适配和兼容，那就不是两三年可以搞定的。更何况AMZN，MSFT，META自己训练模型都没搞出来啥成果，你还搞更底层的？不配啊！

所以结论：Google的成功不可复制。

4. Google会不会卖TPU，冲击英伟达的主营业务？

从逻辑上来说基本不可能。因为TPU只有在超大规模训练和推理上有明显优势，但兼容性差，会JAX的程序员也少，编程门槛还很高。因此TPU在非大型客户市场，根本不具备竞争力。

而大型的潜在客户无非就是那几个：OpenAI，Anthropic，AMZN，MSFT，META，xAI，Oracle。不是大模型厂商，就是云厂商。

OpenAI是Google的模型直接竞争对手，AMZN和MSFT是Google的云市场直接竞争对手，你说Google会不会资敌？我说不会。
而xAI呢，马斯克和OpenAI，Google都是死敌。

Anthropic倒是Google投资的，所以Anthropic租用Google云的TPU训练Claude模型。而META现在求着Google想买TPU，这两家竞争关系不那么强，我猜大概率也不会卖。

这么算下来，其实直接卖TPU没多少市场的。所以Google的现在做法就是在云上卖TPU算力，这个就香多了。想追求极致能效比的大规模推理，又不想自己建机房的，用Google云服务不就是最好的吗？

5. 对英伟达的冲击：有，但是没有那么强。

前面说了，Google的成功不可复制。所以其他客户还是会买英伟达。真正减少的市场份额主要是两类：
1. Google自己会减少对英伟达GPU的采购需求；
2. 租用Google云端TPU的厂商，例如Anthropic会减少对英伟达GPU的采购需求；

所以英伟达在未来的2-3年内，可能统治力会稍有下降，例如AI算力芯片的市占率从90%缓慢下滑到80%左右。但我认为并不会改变英伟达的商业逻辑。

就像苹果Mac电脑的普及，虽然让Windows的市占率从99%下降到了90%。但不改变Windows的垄断格局。最终颠覆Windows的是PC市场饱和了，然后手机市场兴起了。

6. Google确实现在很厉害，非常厉害

1. AI算力上，在超大规模的模型训练和推理方面，拥有了完整的生态闭环：JAX/XLA/TPU，不输英伟达；
2. AI Infra上，Google Cloud虽然市占率不如AMZN和MSFT，但成长速度很快。而且TPU的租赁费用相比GPU还有价格优势；
3. AI模型上，Gemini 3在很多方面完全不输GPT-5.1，甚至有超越，基于云成本优势，Gemini可以提供更便宜的API调用价格，这样反过来还能提供Gemini优势；
4. AI产品上，搜索+AI Mode；知识产品Notebook LM；还有生成式UI这样惊艳的创意。考虑到Google海量的C端用户体量，实际上非常有希望。

关键是Google在以上的AI领域形成了一个从硬件、基础设施、模型和产品的完整闭环，还能互相加强。

所以我的结论就是：在英伟达已经有不小仓位的情况下，我打算把本来加仓英伟达的钱留给Google了。

[laber @_laber4587]

@qinbafrank 主要是这次claude降价了好多 gemini3出来之后SWE-Bench Verified agentic coding都没打过sonnet4.5

[laber @_laber4587]

@0xcryptowizard 感谢🙏

[laber @_laber4587]

@qinbafrank 谷歌最牛的还得是自研的tpu。自研Asic性能和能耗更好，独立于nvidia供货 成本也可控。不掌握硬件和基础设施的大模型是走不远的

[laber @_laber4587]

@0xNoNo_1 补药啊 等行情走稳再上吧

[laber @_laber4587]

@XIGUA0903 真厉害啊兄弟 学习了！0x42B447B96107bb057Af5d8a8837f9E95769E3d95

[laber @_laber4587]

@qinbafrank $bmnr

[laber @_laber4587]

@0xcryptowizard 华语区投资美股的门槛太高了，还要出境去开户办卡，不像英文区随便转了。
十月初那波pve也主要是华人国庆闲下来了和英文区没啥关系，自嗨完了该散还是要散。
真正这波能中西方共振的叙事也只能想到x402，还是要等月末流动性改善吧 财政部tga和政府结束停摆和可预期的扩表。

[laber @_laber4587]

@0xleff 去年此时，链上ai季，我以为币安上act可以拉高整个ai赛道的高度正向循环，上所之后的盘整熬过去就是大爆涨......
今年又出来个慈善赛道 币安又上了个币但却依然是一路跌。
这次不一样？ 其实次次都一样

[laber @_laber4587]

@yangyi 死人微活了看到这些

[laber @_laber4587]

@hazenlee QT等于抽水
停止QT 不抽水但也没加水
QE加水

[laber @_laber4587]

@nininaby 鲍威尔我🌿你🐴！

[laber @_laber4587]

@qinbafrank HOOD也差不多了

[BNB Chain @BNBCHAIN]

Traditional online payment systems today are slow, expensive and human-dependent.

x402 changes that, allowing developers and AI agents to pay for APIs, software and services directly with stablecoins over HTTP.

Builders like @unibase_ai, @pieverse_io, @AEON_Community & @termix_ai are already bringing the protocol to life on BNB Chain.

Here’s why x402 matters 👇

[laber @_laber4587]

@0xJingleMingle 好吧老师 多盯推文学习了

[laber @_laber4587]

@KKKinfomation 感谢老师 cvd和oi学到了