谷歌第8代TPU亮相！Agentic AI企业落地！Google Cloud Next大会还传递了哪些信号？

TradingKey - Google（GOOG）（GOOGL）年度盛会“Google Cloud Next 26”在今年4月22日-24日于美国举办。会上，谷歌推出了第8代TPU，发布了Agentic Enterprise（代理式企业）技术栈，并重申了资本开支的巨额增长，今年将投入1750-1850亿美元。

会后，摩根大通（JPM）、美银证券（BAC）和花旗研究（C）均维持了对Alphabet的买入评级，认为谷歌的核心竞争力在于Gemini模型、自研TPU好企业Agent平台之间的深度协同，这将成为直接驱动股价的因素。

第8代TPU：首次拆分训练及推理芯片

目前资本市场密切关注谷歌的自研芯片进程。谷歌本次推出的第8代TPU首次被拆分为两条独立产品线，TPU 8t面向针对AI模型训练，TPU 8i则被定位为推理专用芯片。

谷歌高级副总裁Amin Vahdat表示，训练芯片TPU 8t通过新的Virgo Network fabric将集群扩展至单集群百万芯片以上，TPU 8t阵列的计算性能较上一代Ironwood几乎提升了3倍，每瓦性能提升至最多两倍。

传统的芯片存在“内存墙”问题，即芯片无法足够快地访问数据时形成的瓶颈，迫使用户等待更长的响应时间。而TPU 8i是谷歌“打破内存墙”之作，能以极高的速度和极低的延迟处理海量数据，这是因为其配备了288GB高带宽内存（HBM）和384MB片上SRAM，后者是上一代的3倍，使得芯片内部就可以运行模型的活跃工作集，数据不需要在处理器和内存之间远距离传输。

这两款芯片首次运行在谷歌自家基于Arm（ARM）的Axion CPU主机上，这使谷歌能够优化整个系统，以提高性能和效率。两款芯片均采用谷歌第四代液冷技术，能够维持风冷无法实现的性能密度。

摩根大通在研报中表示，谷歌将TPU按推理和训练功能拆分成两条独立的产品线，而非使用训练芯片进行推理，这说明谷歌判断推理算力需求已大到值得单独建硅、单独进行资本配置。接下来需要关注谷歌这一方面的收入结构变化——或不再只来自训练，而是更多来自推理侧的持续消耗，形成独立的增长曲线。

由于管理层未在会上谈及TPU对外销售的可能性，目前机构认为第8代TPU目前服务于谷歌自用及以云服务的方式出售。

Vertex AI进化完成：Gemini Enterprise Agent Platform整合AI部署全流程

除了硬件方面的升级，谷歌还在会上宣布了平台层的重组——在Vertex AI平台的基础之上，推出Gemini Enterprise Agent Platform（代理平台）。

Vertex AI平台是谷歌于2021年推出的机器学习（ML）平台，该平台整合了AutoML和AI Platform等工具，提供了从数据准备到模型部署的全流程服务。该平台主要面向企业级客户，比如，欧莱雅旗下的ModiFace就利用Vertex AI来训练肤质诊断AI。

在研报中，摩根大通将此描述为有效“superseding Vertex AI”，即把企业构建、编排、治理与安全功能整合在统一入口中，而非分散的功能模块。

花旗指出，该平台的关键价值在于让企业把多个Agent放进同一套管理体系里跑流程。对企业来说，进行AI部署不再需要高门槛的技术，只要平台实现了应用的标准化，企业就能做到“打开即用”，直接进入生产部署。

重申资本支出1750-1850亿美元 需关注利润率风险

在本次会议的演讲中，谷歌CEO Sundar Pichai重申了2026年全年资本开支预计为1750-1850亿美元区间，这是本次大会唯一涉及财务量级的表态。对此，三家机构的看法各有侧重。

摩根大通认为，从近期影响来看，这意味着下周财报“维持既有指引不动”的概率提高了。但从全年来看，谷歌的AI基础设施的首席技术专家Amin Vahdat与首席人工智能科学家Jeff Dean在会上均强调了AI仍处于供给受限状态，因此资本开支轨迹可能仍有上行空间。

美银证券则直接指出风险：由于AI投入会推高资本开支、压低自由现金流，这是最直接的压低利润率的因素之一。

今年接下来几个季度需要关注的，是谷歌在很可能加大AI投入的情况下，能在多大程度上减少对现金流的牺牲，能否兑现市场对谷歌云增长和利润率的高预期。