🌍The Next Web (TNW)•較早收集於 67m
Alphabet 籌集 850 億美元用於 AI 擴張
💡了解史上最大規模的 AI 融資如何重塑運算與模型訓練的競爭格局。
⚡ 30-Second TL;DR
有什麼變化
籌集了 850 億美元，創下史上最大股權發行紀錄。
為什麼重要
這筆巨額資金注入可能會加速 Google 的 AI 模型訓練與資料中心容量擴張，加劇與 Microsoft 和 OpenAI 的競爭。
下一步行動
密切關注 Google Cloud 即將發布的基礎設施，因為這筆資金很可能帶來更低的運算成本或新型 AI 專用硬體。
誰應關注：Enterprise & Security Teams
關鍵要點
- •籌集了 850 億美元，創下史上最大股權發行紀錄。
- •資金將專門用於 AI 開發與基礎設施建設。
- •反映了公開市場對 AI 長期價值的強烈信心。
🧠 深度解析
Web-grounded analysis with 14 cited sources.
🔑 增強重點摘要
- •此次850億美元的資金將專門用於擴展Alphabet的「世界級AI計算基礎設施」，以滿足前所未有的客戶需求，並解決Google執行長Sundar Pichai先前指出的「短期內計算能力受限」問題。
- •這筆破紀錄的股權發行由多部分組成，包括來自波克夏海瑟威（Berkshire Hathaway）的100億美元私募投資、347.5億美元的公開發行，以及預計於2026年第三季度啟動的400億美元市場發行計畫。
- •這項大規模融資是Alphabet更廣泛資本支出計畫的一部分，該公司預計2026年的資本支出將達到1800億至1900億美元，幾乎是2025年水平的兩倍，並預計2027年將進一步顯著增加。
- •這筆資金旨在支持其旗艦AI產品Gemini的擴展，該產品據報導截至2026年5月已擁有超過9億的月活躍用戶。
- •Alphabet選擇透過股權發行而非債務融資來籌集資金，這反映了其在AI基礎設施建設上的堅定信念，同時也保持了資產負債表的靈活性。
📊 競品分析▸ Show
| 公司/特點 | AI晶片策略 | AI基礎設施支出 (2026年預計) | 垂直整合程度 | 旗艦AI模型/平台 |
|---|---|---|---|---|
| Alphabet (Google) | 自研TPU (Tensor Processing Unit)，最新為第八代 (8t用於訓練，8i用於推斷) | 1800億-1900億美元 (總資本支出，大部分用於AI) | 高 (晶片、數據中心、模型、產品) | Gemini系列模型、Google Cloud AI Hypercomputer |
| Microsoft | 主要依賴NVIDIA GPU (H100/H200) | 與Amazon、Alphabet、Meta合計超過7000億美元 | 中高 (雲端服務、模型合作) | Azure AI、Copilot、與OpenAI合作 |
| Amazon | 主要依賴NVIDIA GPU (H100/H200) | 與Microsoft、Alphabet、Meta合計超過7000億美元 | 中高 (雲端服務、自研晶片如Inferentia/Trainium) | Amazon Bedrock、SageMaker |
| Meta | 主要依賴NVIDIA GPU (H100/H200) | 與Microsoft、Amazon、Alphabet合計超過7000億美元 | 中 (自研晶片計畫、開源模型) | Llama系列模型 |
| NVIDIA | 領先的GPU製造商 (H100/H200)，提供AI硬體基礎 | 不適用 (主要為硬體供應商) | 低 (主要為硬體和軟體平台) | CUDA、NVIDIA AI Enterprise |
| Anthropic | 不適用 (主要為模型開發商) | 2026年第一季度融資300億美元 | 低 (專注於模型) | Claude系列模型 |
🛠️ 技術深入
- Google的張量處理單元（TPU）是專為神經網路機器學習開發的應用特定積體電路（ASIC）。
- 2026年4月22日發布的第八代TPU分為兩種專用架構：TPU 8t（用於訓練）和TPU 8i（用於推斷）。
- 這兩種晶片均搭載Google客製化的Arm架構Axion CPU，並採用第四代液體冷卻技術。
- TPU 8t超級Pod可擴展至9,600個晶片，擁有2PB的共享高頻寬記憶體（HBM），提供121 ExaFlops的計算能力，並具備10倍更快的儲存存取速度和TPUDirect技術，可將數據直接拉入TPU。
- TPU 8i專為低延遲推斷而設計，以支援快速、協作的AI代理。
- TPU架構採用3D環面（3D torus）網路拓撲結構進行晶片間互連，這有助於減少分散式訓練期間的延遲。
- 與第七代Ironwood TPU相比，第八代TPU在大型訓練方面提供了高達2.7倍的性價比提升，在推斷方面則提供了高達80%的性價比提升，同時兩者均實現了高達2倍的能效提升。
- Google Cloud的AI超級電腦（AI Hypercomputer）是一個整合了硬體、軟體和網路的超級計算架構，旨在支援完整的AI生命週期。
🔮 前景展望AI analysis grounded in cited sources
Alphabet將鞏固其在AI基礎設施領域的領導地位。
此次破紀錄的股權發行將為其自研TPU和數據中心擴張提供巨大資金，使其能夠滿足不斷增長的AI計算需求並減少對第三方硬體的依賴。
AI軍備競賽將加速，導致科技巨頭之間更激烈的資本支出競爭。
Alphabet的大規模融資凸顯了AI基礎設施建設的巨大資本需求，預計其他主要科技公司也將被迫投入更多資金以保持競爭力。
垂直整合的AI策略將成為行業趨勢。
Alphabet透過自研晶片、數據中心和模型實現垂直整合，這將使其在性能、成本效率和創新速度方面獲得顯著優勢，促使其他公司效仿。
⏳ 時間線
2010-11
DeepMind Technologies成立
2014-01
Google收購DeepMind Technologies
2015-10
Google重組為Alphabet Inc.
2017
Google發表Transformer模型
2023-04
Google Brain與DeepMind合併，成立Google DeepMind
2026-04
Google發布第八代TPU (TPU 8t和TPU 8i)
📎 來源 (14)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Next Web (TNW) ↗