AI芯片竞赛升级！Meta放弃英伟达GPU转向谷歌TPU：附A股TPU产业链核心
展开
算力战争迎来历史性转折点，产业链新机遇爆发在即。
近日，科技圈曝出一则重磅消息：社交媒体与元宇宙巨头Meta，正计划将其部分AI系统的开发，从长期依赖的英伟达GPU，转向使用谷歌的TPU。
这一举动被视为AI算力竞赛进入新阶段的标志性事件。
众所周知，Meta是英伟达H100 GPU的最大买家之一，其庞大的AI研究和高强度投入都需要海量算力支持。然而，面对训练万亿参数大模型所需的惊人成本和能耗，即便是Meta也开始寻求更高效、更具成本效益的替代方案。
Meta转向谷歌TPU释放了什么信号？
有分析师指出，Meta的转向释放出两个强烈信号。
第一个信号：英伟达的绝对统治地位正受到挑战。谷歌TPU的性能和生态已成熟到足以支撑顶级科技公司的核心业务。
第二个信号：专用芯片的时代加速到来。在超大规模AI训练任务上，TPU这类为AI“量身定制”的架构，在能效和总拥有成本上正展现出超越通用GPU的明显优势。
这不仅是谷歌与英伟达的竞争升级，更是整个AI算力底层逻辑的变革，并直接引爆了上游产业链，特别是光学电路交换机（OCS） 及相关光学元件的需求。
TPU凭什么挑战GPU？OCS为何又是关键？
首先，TPU与GPU在架构上，有本质区别！
如果说，GPU是全能的“越野车”，那么TPU就是专用的“F1赛车”。
GPU最初为图形渲染设计，拥有数千个核心，擅长处理大量并行但相对简单的任务，通用性强。它在AI训练和推理中表现出色，但本质上仍是一种通用处理器，需要兼顾各种计算场景，因此在纯粹的AI计算上并非能效最优。
而TPU是谷歌为神经网络计算专门定制的专用集成电路。其核心是名为 “脉动阵列” 的架构，专为执行神经网络中巨量的矩阵乘法而优化。
它可以被视为一条高度同步的计算流水线，数据在其中“流动”并被持续处理，实现了极高的计算吞吐量和能效比。简单来说，在特定的AI赛道上，TPU这辆“F1赛车”比GPU这辆“越野车”更快、更省油。
其次， OCS是TPU集群的“超级神经系统”。
什么是OCS？汉语表达就是光学电路交换机。
一般来说，单个TPU芯片再强大，也无法独自训练大模型。需要将成千上万个TPU互联成一个超级计算机，这就是 “TPU Pod”。
而连接这些芯片的网络，就成了性能的关键瓶颈。传统电子交换机在规模、延迟和功耗上已不堪重负。这时，OCS技术应运而生。
你可以将OCS理解为一个全自动的“光纤调度总站”，它的工作原理是：通过控制数万枚微小的镜子（ MEMS 技术）的角度，在芯片之间动态搭建起独占的、物理级的光学通道。数据以光速直达，几乎零延迟。
可以说，没有OCS，就无法构建出高效的万卡级TPU集群。 这也是为什么分析师称，谷歌TPU v7的上市将直接带动OCS及相关光学元件需求的爆发。
A股OCS及TPU产业链核心公司名单！
需要注意的是，谷歌的TPU产业链相对封闭，整机不对外销售。因此，最大的投资机会在于TPU和OCS集群的上游核心组件和材料，特别是光通信领域。
在此，梳理了一份产业链上核心公司名单，一起来看看吧！
第一家：中际旭创
公司是全球光模块龙头，是谷歌等云厂商的核心供应商，其高速光模块是数据中心内部互联的基础，直接受益于AI集群（包括TPU Pod）带来的高速率光模块需求爆发。
第二家：新易盛
公司是全球光模块头部企业，与中际旭创类似，是北美云厂商AI数据中心建设的重要参与者，800G、1.6T等高速光模块产品将持续放量。
第三家：天孚通信
公司是光器件平台型龙头，为光模块厂商提供光引擎、透镜、光纤连接器等核心无源器件。无论光模块如何升级，都离不开其基础元器件，确定性高。
第四家：腾景科技
公司是精密光学元件专家，产品广泛应用于光通信、激光雷达等领域。其精密光学元组件是构成光模块和OCS内部光路的基础，技术壁垒高。
第五家：源杰科技
公司是国内高速率激光器芯片领导者，激光器芯片是光模块的“发动机”，是产业链最上游、技术壁垒最高的环节之一。
以上内容仅供学交流，不构成投资建议，不作为投资决策的依据，据此操作，风险自担，股市有风险，投资需谨慎!
近日，科技圈曝出一则重磅消息：社交媒体与元宇宙巨头Meta，正计划将其部分AI系统的开发，从长期依赖的英伟达GPU，转向使用谷歌的TPU。
这一举动被视为AI算力竞赛进入新阶段的标志性事件。
众所周知，Meta是英伟达H100 GPU的最大买家之一，其庞大的AI研究和高强度投入都需要海量算力支持。然而，面对训练万亿参数大模型所需的惊人成本和能耗，即便是Meta也开始寻求更高效、更具成本效益的替代方案。
Meta转向谷歌TPU释放了什么信号？
有分析师指出，Meta的转向释放出两个强烈信号。
第一个信号：英伟达的绝对统治地位正受到挑战。谷歌TPU的性能和生态已成熟到足以支撑顶级科技公司的核心业务。
第二个信号：专用芯片的时代加速到来。在超大规模AI训练任务上，TPU这类为AI“量身定制”的架构，在能效和总拥有成本上正展现出超越通用GPU的明显优势。
这不仅是谷歌与英伟达的竞争升级，更是整个AI算力底层逻辑的变革，并直接引爆了上游产业链，特别是光学电路交换机（OCS） 及相关光学元件的需求。
TPU凭什么挑战GPU？OCS为何又是关键？
首先，TPU与GPU在架构上，有本质区别！
如果说，GPU是全能的“越野车”，那么TPU就是专用的“F1赛车”。
GPU最初为图形渲染设计，拥有数千个核心，擅长处理大量并行但相对简单的任务，通用性强。它在AI训练和推理中表现出色，但本质上仍是一种通用处理器，需要兼顾各种计算场景，因此在纯粹的AI计算上并非能效最优。
而TPU是谷歌为神经网络计算专门定制的专用集成电路。其核心是名为 “脉动阵列” 的架构，专为执行神经网络中巨量的矩阵乘法而优化。
它可以被视为一条高度同步的计算流水线，数据在其中“流动”并被持续处理，实现了极高的计算吞吐量和能效比。简单来说，在特定的AI赛道上，TPU这辆“F1赛车”比GPU这辆“越野车”更快、更省油。
其次， OCS是TPU集群的“超级神经系统”。
什么是OCS？汉语表达就是光学电路交换机。
一般来说，单个TPU芯片再强大，也无法独自训练大模型。需要将成千上万个TPU互联成一个超级计算机，这就是 “TPU Pod”。
而连接这些芯片的网络，就成了性能的关键瓶颈。传统电子交换机在规模、延迟和功耗上已不堪重负。这时，OCS技术应运而生。
你可以将OCS理解为一个全自动的“光纤调度总站”，它的工作原理是：通过控制数万枚微小的镜子（ MEMS 技术）的角度，在芯片之间动态搭建起独占的、物理级的光学通道。数据以光速直达，几乎零延迟。
可以说，没有OCS，就无法构建出高效的万卡级TPU集群。 这也是为什么分析师称，谷歌TPU v7的上市将直接带动OCS及相关光学元件需求的爆发。
A股OCS及TPU产业链核心公司名单！
需要注意的是，谷歌的TPU产业链相对封闭，整机不对外销售。因此，最大的投资机会在于TPU和OCS集群的上游核心组件和材料，特别是光通信领域。
在此，梳理了一份产业链上核心公司名单，一起来看看吧！
第一家：中际旭创
公司是全球光模块龙头，是谷歌等云厂商的核心供应商，其高速光模块是数据中心内部互联的基础，直接受益于AI集群（包括TPU Pod）带来的高速率光模块需求爆发。
第二家：新易盛
公司是全球光模块头部企业，与中际旭创类似，是北美云厂商AI数据中心建设的重要参与者，800G、1.6T等高速光模块产品将持续放量。
第三家：天孚通信
公司是光器件平台型龙头，为光模块厂商提供光引擎、透镜、光纤连接器等核心无源器件。无论光模块如何升级，都离不开其基础元器件，确定性高。
第四家：腾景科技
公司是精密光学元件专家，产品广泛应用于光通信、激光雷达等领域。其精密光学元组件是构成光模块和OCS内部光路的基础，技术壁垒高。
第五家：源杰科技
公司是国内高速率激光器芯片领导者，激光器芯片是光模块的“发动机”，是产业链最上游、技术壁垒最高的环节之一。
以上内容仅供学交流，不构成投资建议，不作为投资决策的依据，据此操作，风险自担，股市有风险，投资需谨慎!
话题与分类：
主题股票：
主题概念：
声明：遵守相关法律法规，所发内容承担法律责任，倡导理性交流，远离非法证券活动，共建和谐交流环境！
