社区

下周全球科技圈最重磅的事件，就是 4 月 22-24 日的谷歌 Cloud Next 2026 大会，Keynote 定在北京时间 23 日零点。 很多人对谷歌的认知还停留在 "广告公司"，觉得它在 AI 竞赛里落后于 OpenAI 和微软。但结合华泰这份最新研报和产业链信息，我可以明确说： 谷歌正在悄悄完成 AI 全栈的闭环，而且已经从 "技术储备" 进入 "大规模商业化兑现" 的阶段。

这次 Cloud Next 大会，核心只有两条主线：

1.       基础设施层：TPUv8 正式发布 + OCS 光互联规模化，谷歌自研算力开始对外输出

2.       应用层：Agentic AI 全面落地，行业从 "模型能力" 转向 "自主工作流"

这两条线，不仅会决定谷歌未来 3 年的增长天花板，也会重构整个 AI 产业的格局。

一、最大预期差：TPU 已经不是谷歌自用，而是行业级算力基础设施

这是市场 90% 的人都没意识到的变化。 过去大家觉得 TPU 只是谷歌自己用的 "玩具"，性能不如英伟达 GPU，生态也差。但现在情况已经彻底变了：

•         TPU 出货量从年初的 330 万颗，大幅上修至最高 600 万颗

•         按 OCS 光路交换机 0.52% 的配比测算，对应交换机需求约 3 万台

•         谷歌已经把 TPU 变成了可对外销售的商品，客户名单正在快速扩张

1. 顶级客户已经用真金白银投票

最有说服力的就是订单：

•         Anthropic：2025 年 10 月预订 1GW TPU 算力，2027 年起将通过博通获得 3.5GW TPU 算力，合作延续至 2031 年

•         Meta：今年 2 月与谷歌达成数十亿美元协议，以云端租用方式获取 TPU 算力，同时探索 2027 年起直接采购 TPU 部署自有数据中心

•         此外，谷歌还在推动 TPU 部署到 Fluidstack 等第三方云平台，直接和英伟达、AMD 竞争

这意味着什么？ 意味着 TPU 已经通过了全球最顶级 AI 公司的验证，不再是谷歌内部的封闭系统。 对于那些不想被英伟达卡脖子、又需要大规模算力的公司来说，谷歌 TPU 已经成为了一个可行的替代方案。

2. TPUv8：性能再上一个台阶

参考历代 TPU 的发布节奏，这次 Cloud Next 大会大概率会正式发布 TPUv8：

•         训练版 TPUv8ax（Sunfish）由博通设计

•         推理版 TPUv8x（Zebrafish）由联发科设计

•         上一代 TPUv7 单 Pod 峰值算力已经达到 42.5 Exaflops，HBM 容量 192GB，带宽 7.37TB/s

更重要的是，谷歌正在构建完整的算力生态：

•         深化与英特尔合作，扩大 Xeon 6 部署，联合研发 IPU

•         与 Marvell 接洽布局新一代推理芯片

•         基于自研 OCS 光互联技术，构建更低时延、更高吞吐的 AI 集群

3. OCS：被忽略的 AI 集群关键基础设施

研报里有一个非常重要的细节，很多人都跳过了： TPU v7 Pod 集群中，OCS 光路交换机的配置比例约为 0.52%。

一个 9216 颗芯片的 TPU Superpod，需要 48 台 OCS 交换机来实现全互联。

随着 AI 集群规模越来越大，传统电交换机已经成为瓶颈。OCS 光交换机具有低时延、高带宽、低功耗的优势，是未来万卡、十万卡级 AI 集群的必备技术。 谷歌是目前全球唯一大规模商用 OCS 技术的公司，这也是它的 TPU 集群能做到如此大规模的核心原因之一。

二、主线二：Agentic AI 元年，谷歌抢占企业级入口

如果说 TPU 是谷歌的 "矛"，那 Agentic AI 就是谷歌的 "盾"。 这次 Cloud Next 大会专门设置了两场 Agent 主题演讲，足以看出谷歌对这个方向的重视程度。

1. 行业正在发生范式转移

我之前多次说过，2026 年是 Agentic AI 元年。 行业的重心已经从 "比谁的模型更聪明"，转向 "比谁的 Agent 能解决更多实际问题"。

•         OpenAI 推出 Desktop Super App，整合浏览器、代码能力，打造 Agent-first 入口

•         Anthropic 推出 Claude Managed Agents，主打企业级云端 Agent 平台

•         谷歌则要拿出完整的 Agent 开发与协同体系

2. 谷歌的 Agent 生态布局

这次大会，谷歌预计会重点发布和更新以下内容：

•         ADK 开发框架：一站式 Agent 开发工具，降低企业级 Agent 的开发门槛

•         A2A 通信协议：基于 HTTP/SSE 的开放协议，支持跨平台 Agent 通信与协同

•         Jules、Antigravity 等工具：提升 Agent 的规划、推理和工具调用能力

•         深度整合 Gemini 模型与 Harness 平台，实现复杂工作流的自动化

和 OpenAI 主打 C 端不同，谷歌的 Agent 战略更偏向企业级。 依托谷歌云的企业客户基础，谷歌可以快速把 Agent 能力渗透到各行各业，这是它相对于 OpenAI 的巨大优势。

3. 分发范式的革命

中长期来看，Agentic AI 会彻底改变互联网的分发模式：

•         过去是 "流量分发"：用户通过搜索引擎、应用商店找到自己需要的服务

•         未来是 "Agent 分发"：用户把需求告诉 Agent，由 Agent 自动调用各种服务完成任务

谁能掌握 Agent 的入口和生态，谁就能掌握下一代互联网的主导权。 谷歌作为过去 20 年流量分发的王者，显然不会错过这次变革。

三、模型与多模态：持续迭代，保持第一梯队

除了两条核心主线，谷歌的模型和多模态能力也在稳步推进：

•         Gemini 3.0/Flash 及 3.1 Pro/Flash-Lite 已经发布，5 月 I/O 大会有望推出 Gemini 3.5

•         视频生成模型 Veo、图像生成模型 Imagen 系列预计会迎来重大更新

•         开源模型 Gemma 4 刚刚发布，支持 256K 上下文，原生支持多模态和工具调用

谷歌的特点是稳扎稳打，虽然没有 OpenAI 那么多爆炸性的新闻，但每一代模型的能力都在稳步提升，而且工程化能力极强。 对于企业客户来说，稳定性和可扩展性往往比单次的性能突破更重要。

四、估值与操作思路参考

以下仅为我个人基于公开信息的交易思路分享，不构成任何投资建议。

•         华泰证券维持谷歌目标价415 美元，对应 2026 年 30 倍 PE，当前还有约 25% 的上涨空间

这个估值非常合理：

•         可比科技公司 2026 年平均 PE 为 22.8 倍

•         谷歌享有溢价，主要因为它拥有自给自足的 AI 全栈生态

•         目前市场还没有充分定价 TPU 对外销售和 Agent 业务的增长潜力

 当前 330-340 美元适合建立底仓，回调至 300-310 美元是绝佳加仓点；340-400 美元区间坚定持有，每回调 10% 加一次仓；400 美元以上逐步兑现部分利润特殊情况应对。

五、需要警惕的风险

1.       AI 技术落地不及预期：Agentic AI 仍处于早期阶段，商业化进度可能慢于预期

2.       行业竞争激烈：OpenAI、微软在模型和 Agent 领域都有很强的竞争力

3.       反垄断监管风险：谷歌的搜索和广告业务长期面临反垄断诉讼压力

4.       TPU 生态建设不及预期：如果开发者和客户迁移速度慢，会影响 TPU 的大规模推广

$谷歌(GOOG)$

本文基于公开信息整理，不构成任何投资建议。股市有风险，投资需谨慎。