Google to Release New AI Chips, Challenging Nvidia | Bloomberg Tech

• Google 正式进军推理专用芯片市场：在拉斯维加斯发布推理专用 TPU，直指 Nvidia 推理收入（已占 Nvidia 总收入约 50%）。Meta 和 Anthropic 均已签署 multi-billion multi-year 的 TPU 采购协议，Marvell 也在与 Google 讨论联合开发两款定制芯片（内存处理 + TPU），custom silicon 业务预计收入翻倍至年化 $80 亿。
• Cerebras IPO 暴露 AI 芯片公司估值泡沫：计划融资约 $20 亿，但上一轮 $230 亿估值与二级市场交易价 $100 亿之间差距巨大。营收同比翻倍，毛利率却从 ~65% 骤降至 39%——硬件公司的利润率正在受到客户议价力挤压。
• Apple WWDC 将彻底重做 Siri：据 Mark Gurman 报道，Siri 将变成独立 app，采用聊天界面，具备"世界知识问答"功能——直接挑战 Perplexity 和 ChatGPT，等于 Apple 首次承认 Siri 在 AI 时代已落后太多需要推倒重来。
• 2026 或成史上最大 IPO 年：SpaceX（估值可能达 $2 万亿）、OpenAI、Anthropic（ARR $30 亿，估值可能达 $8000 亿）三家合计融资可能接近 $2000 亿，二级市场需求旺盛但也可能"吸走市场全部氧气"。
• 贯穿全节目的核心信号：AI 基础设施的竞争正从"谁有最好的模型"转向"谁控制了推理算力的供应链"——Google 自研推理芯片、Marvell 定制化 silicon、Cerebras 挣扎求利润，都是这场供应链重构的不同切面。

核心要点：Google 发布推理专用 TPU，首次将芯片从通用（训练+推理）拆分为专用赛道，直接瞄准 Nvidia 推理收入——而推理已占 Nvidia 总收入约 50%。

• Google 在拉斯维加斯活动上宣布推理专用 TPU，Jeff Dean 明确表示要"专门为推理优化芯片"，区别于以往训练和推理共用的 TPU 架构。Bloomberg 记者 Dina Bass 指出，这标志着 Google 首次正面挑战 Nvidia 在推理领域的地位。
• Nvidia 推理收入在去年已占公司总收入约 50%，是增长最快的业务线。Google 此举不是要取代 Nvidia 在训练端的霸主地位，而是要在推理这个"第二战场"建立自主能力。
• Amin Vahdat（Google 基础设施副总裁）提出了一个关键逻辑：推理的增长速度预计远超训练——因为每训练一次模型会被调用数十亿次推理请求，随着 AI 应用爆发，推理算力需求将指数增长。
• Meta 已与 Google 签署了 multi-billion multi-year 的 TPU 协议，这是一个值得注意的信号：Meta 自己拥有庞大的 GPU 集群，却仍然选择采购 Google TPU，说明推理需求之大已超出单一供应商能满足的范围。
• Anthropic 也签署了大额 TPU 协议。Demis Hassabis（Google DeepMind CEO）在节目中被引用说："仍然没有足够的算力供应"——即便 Google 和 Nvidia 全力扩产也跟不上。

"We're still not getting enough supply." —— Demis Hassabis

• Marvell 正在与 Google 讨论联合开发两款定制芯片：一款是内存处理芯片，一款是 TPU。分析师 Anurag Rana 指出，Marvell 的 custom silicon 业务预计收入翻倍至年化 $80 亿，Google 是其最大客户之一。
• Nvidia 并非坐以待毙。分析师认为 Nvidia 会在下一代产品中继续推出推理优化版本，但 Google 的优势在于它既是芯片供应商又是最大的推理用户——可以根据自己的模型特性深度定制芯片架构。

核心要点：Mark Gurman 独家报道，Apple 将在 WWDC 上推出全新 Siri——独立 app、聊天界面、通用知识问答——这是 Apple 首次承认 Siri 在 AI 竞赛中已全面落后，需要推倒重来。

• 新 Siri 将脱离原来的浮层弹窗形式，变成一个独立的 app，采用类似 ChatGPT 的聊天界面。Gurman 透露它将具备"世界知识问答"功能，用户可以直接向 Siri 提问任何知识类问题并获得答案——直接对标 Perplexity 和 ChatGPT。
• Gurman 强调，这意味着 Apple 正式进入搜索和问答领域，而不仅仅是做设备控制。但他同时指出一个关键限制：新 Siri 更多依赖 Apple 自研模型（端侧+云端），在模型能力上可能暂时不如 GPT-4 或 Claude。
• 时间上，WWDC 预计在今年 6 月初。Gurman 认为 Apple 需要展示足够的 AI 进步来说服消费者升级硬件——iPhone SE 4 和新款 iPad 也即将发布，需要软件卖点配合。
• Ed Ludlow 追问了一个尖锐的问题：Apple 的 AI 策略究竟是自研为主还是继续依赖合作伙伴（如 OpenAI）？Gurman 回应说目前 Apple 在两条路上都走，但长期方向是减少对外部模型的依赖。

"This is Apple officially admitting Siri needs to be completely redone." —— Mark Gurman（大意）

核心要点：Cerebras 计划融资约 $20 亿上市，但其 IPO 文件暴露了 AI 芯片公司的核心矛盾——营收可以翻倍，但毛利率从 ~65% 暴降至 39%，硬件公司的利润正在被大客户的议价力吃掉。

• Cerebras IPO 招股书显示营收同比翻倍，但毛利率骤降至 39%。分析师 Anurag Rana 指出，上一轮融资估值 $230 亿，但二级市场交易价已经跌至约 $100 亿——超过 50% 的折价。
• 利润率下降的原因：大客户（如主权基金、大型云厂商）采购量大但议价能力极强，把芯片价格压得很低。这不是 Cerebras 特有的问题，而是所有 custom silicon 公司面临的结构性挑战。
• Greg Martin（Rainmaker Securities）从二级市场角度分析：Cerebras 估值大幅下调说明市场对 AI 硬件纯 play 的热情已经降温，投资者开始区分"有 AI 概念"和"有 AI 利润"的公司。
• 对比之下，Anthropic 的估值故事截然不同：ARR 已达 $30 亿，潜在估值 $8000 亿，是软件/模型公司与硬件公司在资本市场待遇差异的极端案例。

核心要点：三家超级独角兽可能在 2026 年同时上市，合计融资接近 $2000 亿，二级市场已经供不应求——但这也可能挤压其他 IPO 的空间。

• Greg Martin（Rainmaker Securities）在节目中表示，SpaceX（潜在估值 $2 万亿）、OpenAI、Anthropic 三家公司在二级市场上全部超额认购，投资者预期 IPO 临近会带来流动性和信息透明度，纷纷提前布局。
• 他提到一个关键担忧：过去 IPO 配额经常被大幅削减，想要在这三家公司中拿到有规模的头寸，可能不得不在二级市场以溢价提前买入。
• 但反面风险同样明显：三家合计融资近 $2000 亿，可能"吸走市场全部氧气"——其他计划上市的公司可能被迫推迟，或者估值被挤压。

"These three companies could potentially raise close to 200 billion between them, which could suck the entire oxygen out of the market." —— Greg Martin

• Martin 补充了一个有意思的前提判断："我不认为 IPO 市场真正打开了，除非街上的四大行都敞开了承销额度"——暗示当前 IPO 窗口可能没有表面看起来那么健康。主持人 Caroline Hyde 半开玩笑地回应说"如果你等这个条件，我们得等很久"。

核心要点：Blue Origin 的 New Glenn 火箭成功实现助推器复用——公司重大里程碑，但同一任务中搭载的 AST Space Mobile 卫星未能进入正确轨道。

• New Glenn 助推器在发射后成功着陆回收，这是 Blue Origin 首次实现大型火箭助推器复用，追平 SpaceX 十年前开创的能力。
• Dave Limp（Blue Origin CEO）在节目中表示，复用是降低发射成本和提高发射频率的关键，公司接下来将加速商业发射节奏。
• 但 AST Space Mobile 的卫星未能进入预定轨道——这意味着该卫星可能无法正常服务。节目主持人指出这对 AST 来说是一个重大挫折，尽管问题原因尚在调查中，不一定是 Blue Origin 火箭的问题。

核心要点：中国制造的人形机器人以 50 分 26 秒完成半程马拉松，比人类世界纪录（57 分 20 秒）快近 7 分钟——21 支团队参赛，展示了中国在人形机器人领域的快速进展。

• 比赛在北京举行，21 支团队参赛。冠军机器人完赛时间 50 分 26 秒，人类半马世界纪录为 57 分 20 秒（Jacob Kiplimo 保持）。
• Ed Ludlow 指出，虽然机器人在体能上超越人类不令人意外（它们没有疲劳、乳酸堆积等生理限制），但仅仅一两年前人形机器人还难以稳定行走，现在已经能跑半马——进展速度惊人。
• 主持人讨论了一个有趣的观察：比赛中其他机器人的表现差异巨大——有些摔倒、有些跑偏，说明这项技术的成熟度仍然参差不齐，冠军代表的是最前沿水平而非行业平均。

核心要点：Adobe 在 Summit 上推出 Agent 生态系统，核心是保证品牌一致性的 AI Agent——让企业在 AI 生成内容时不偏离品牌规范。

• Adobe 发布了 Firefly 驱动的品牌一致性 Agent（brand consistency agent），企业可以设定品牌色、字体、语调等规范，Agent 在生成内容时自动遵守。
• Carmen Reinicke 报道说这是 Adobe 从"工具公司"向"Agent 平台"转型的信号——不只是提供 Photoshop 等工具，而是提供自动化的内容生产流水线。
• 主持人讨论了市场对 Adobe 的看法：股价一度因为 AI 威胁而承压（Canva、Midjourney 等新玩家），但 Agent 生态可能帮助 Adobe 重新定义自己的价值——从创作工具变为企业内容治理层。

核心要点：Marvell 的 custom silicon 业务高速增长（预计翻倍至年化 $80 亿），但投资者关注的核心问题是：定制化芯片的利润率到底能有多高？

• Bloomberg Intelligence 分析师 Kunjan Subbarani 指出，Marvell 与 Google、Amazon、Microsoft 等大客户合作开发定制芯片，需求非常强劲。
• 但定制化芯片的商业模式有一个内在张力：客户越大、定制程度越高，客户的议价力就越强，供应商的利润率越低。这与标准化产品（如 Nvidia GPU）的高利润率形成对比。
• Subbarani 认为 Marvell 的关键价值在于"设计能力"而非"制造能力"——它帮助客户设计芯片然后交由台积电代工，IP 价值理论上应该获得更高利润率，但实际表现仍需观察。

核心要点：JP Morgan 和 Citigroup 都在押注区块链支付，但路线截然不同——JP Morgan 坚持自建封闭系统 Connexus（已处理 $3 万亿），Citigroup 拥抱稳定币和 Coinbase 合作。

• JP Morgan 的 Connexus 平台是自建区块链基础设施，日均处理 $50 亿，总处理量已超 $3 万亿。JP Morgan 对稳定币持谨慎态度，理由是 KYC（了解客户）合规要求不够严格。
• Citigroup 则走相反路线：与 Coinbase 合作，拥抱稳定币，推动代币化证券。约 500 个客户已接入其代币化平台，已处理约 $10 亿。
• Bloomberg 记者 Isabelle Lee 指出一个结构性风险：如果从 Nasdaq 到纽交所再到各大银行都建自己的代币化世界，最终可能比现有的支付系统更加碎片化。IMF 两周前也警告过代币化金融如果扩张过快可能引发系统性崩溃。

"If a lot of these, from the Nasdaq to the New York Stock Exchange to JP Morgan to City, build their own worlds, it's going to be even more fragmented than what we see today." —— Isabelle Lee

核心要点：Revolut 联创 Nick Storonsky 在 David Rubenstein Show 中透露公司约 2 年内考虑 IPO，正在申请美国银行牌照，已获得欧洲牌照，定位是"一个 app 解决所有金融需求"。

• Revolut 目前估值约 $750 亿，是全球最高估值的 fintech 公司之一。Storonsky 表示新一届美国政府让银行牌照申请"比两年前容易多了"。
• 商业模式：to C 端是一个 app 覆盖支付、银行、信贷、财富管理；to B 端覆盖收单、银行账户、资金支出、工资发放——定位是取代 Stripe + JP Morgan + 工资服务商的组合。
• Storonsky 被问及为何不尽快 IPO，回答了一个有趣的理由："我们是银行，银行需要信任，上市公司比非上市公司更受信任"——暗示 IPO 动机不是融资而是增信。