🔥較早收集於 2m

Gemini用戶達9億;Nvidia財報營收利潤雙雙暴漲

Gemini用戶達9億;Nvidia財報營收利潤雙雙暴漲
PostLinkedIn
🔥閱讀原文: 36氪

💡獲取Google AI擴展指標與Nvidia破紀錄財務增長的最新數據。

⚡ 30-Second TL;DR

有什麼變化

Gemini月活躍用戶達到9億,日請求量增長超過7倍。

為什麼重要

Gemini的龐大用戶規模與Nvidia的財務表現,凸顯了生成式AI正加速工業化進程。專注於企業級的Agent BI工具正成為AI落地應用的下一個前沿。

下一步行動

評估將Agent BI架構整合至內部數據管道,以自動化決策工作流。

誰應關注:Enterprise & Security Teams

關鍵要點

  • Gemini月活躍用戶達到9億,日請求量增長超過7倍。
  • Nvidia第一財季淨利潤達583億美元,同比增長211%。
  • 思邁特軟體發布「白澤」V5,核心場景準確率達99.9%的Agent BI平台。
  • Google每月處理超過3.2千兆個AI token,較去年增長約7倍。

🧠 深度解析

Web-grounded analysis with 27 cited sources.

🔑 增強重點摘要

  • Google Gemini在AI聊天機器人市場的網頁流量份額從2025年1月的5.4%大幅增長至2026年1月的18.2%,顯示其對ChatGPT主導地位的顯著挑戰。
  • Nvidia 2026財年第一季度的數據中心收入達到752億美元,佔總收入的92%以上,其中網絡收入同比增長199%,突顯了互連技術在AI基礎設施中的關鍵作用。
  • Google Gemini 1.5 Pro及後續版本採用了專家混合(MoE)架構,實現了高效擴展和長上下文窗口,其中3.1 Pro版本支持高達200萬個Token。
  • Nvidia於2026年初發布了Blackwell的繼任者Vera Rubin架構,預計將使推理Token生成成本降低10倍,並將MoE模型訓練所需的GPU數量減少4倍。
  • 截至2026年5月中旬,Google的內部開發平台Antigravity 2.0每天處理超過3兆個Token,在約十週內增長了六倍,表明Google內部AI開發和部署的快速進展。
📊 競品分析▸ Show

AI 聊天機器人平台比較

平台功能/特色市場份額 (2026年1月,網頁流量)優勢價格/成本 (每百萬Token)
Google Gemini多模態 (文本、圖像、音頻、視頻),長上下文窗口 (1M-2M tokens),MoE架構,Google生態整合約 18.2%Google生態系統深度整合,多模態能力,長上下文分析,性價比高Gemini 3.1 Pro: 輸入 $1.25 / 輸出 $5
OpenAI ChatGPT多功能性,內容創作,圖像生成,插件生態約 68%廣泛應用,通用性強,內容創作,插件多樣性(未提供具體價格,通常為訂閱制或API用量計費)
Anthropic Claude高品質寫作,推理,程式碼分析,企業級應用約 2-4.5%企業級應用,寫作和推理能力強,程式碼分析Claude Opus 4.6: 輸入 $15 / 輸出 $75 (預估)
Microsoft Copilot企業環境整合,Microsoft 365生態約 6%Microsoft生態系統深度整合,企業應用(通常與Microsoft 365訂閱捆綁)

AI 晶片製造商比較

公司主要產品/架構市場份額 (AI加速GPU)性能/成本優勢
NvidiaBlackwell (208B 電晶體, TSMC 4NP), Vera Rubin (336B 電晶體, TSMC N3P), CUDA生態系統約 85-90%訓練大型基礎模型領先,高性能,強大軟體生態系統 (CUDA)
AMDInstinct MI300X, MI450系列, Helios平台約 7%性能與成本平衡 (MI300X 相較 H100 節省 60% 成本,提供 75-80% 性能),推理任務表現佳
IntelGaudi 3, Jaguar Shores(未明確提供)訓練效率,Gaudi 3 聲稱比 Nvidia H100 在 Llama 3 80B 推理上性價比高 70%
Google (TPU)TPU v5e, Ironwood(主要內部使用,逐漸對外銷售)雲端成本效益高 (TPU v5e 相較 Nvidia GPU 實例節省 65% 成本),針對 Google 內部 AI 工作負載優化
AWS (Trainium/Inferentia)Trainium (訓練), Inferentia (推理)(主要內部使用)AWS 原生加速,針對訓練和推理工作負載優化,提供 40-50% 更好的性價比

🛠️ 技術深入

  • Google Gemini 模型架構

    • Gemini 是一個多模態大型語言模型家族,能夠原生處理和生成文本、電腦程式碼、圖像、音頻和視頻等多種數據類型。
    • Gemini 1.5 Pro 及後續版本採用了專家混合(Mixture-of-Experts, MoE)架構,與傳統的Transformer架構不同,MoE模型將任務分配給專門的「專家」神經網絡,以提高效率和智能。
    • Gemini 3.0 採用單一解碼器風格的Transformer骨幹,並為每種模態配備學習型編碼器,將文本、圖像、音頻和視頻轉換為共享的Token空間,然後進行聯合推理。
    • 模型支持長上下文窗口,Gemini 3.1 Pro 標準支持100萬個Token,並計劃擴展至200萬個Token,能夠處理數小時的視頻、數萬行程式碼或數百頁文檔。
  • Nvidia Blackwell 架構

    • Blackwell GPU 採用台積電(TSMC)的4NP定制製程製造,包含2080億個電晶體。
    • 所有Blackwell產品均包含兩個通過10 TB/s晶片間互連技術連接的視網膜限制晶片,形成一個統一的單一GPU。
    • 引入了第二代Transformer Engine,結合定制的Blackwell Tensor Core技術和NVIDIA TensorRT™-LLM與NeMo™框架創新,加速大型語言模型(LLM)和專家混合(MoE)模型的推理和訓練。
    • Blackwell Tensor Cores 新增了MXFP6和MXFP4等新的微縮放格式,以提高低精度計算的效率和準確性。
    • 具備NVIDIA機密計算(Confidential Computing)功能,通過硬體級安全保護敏感數據和AI模型。
    • 第五代NVIDIA NVLink互連技術可擴展至576個GPU,為萬億級參數AI模型提供加速性能,NVLink交換晶片在一個72個GPU的NVLink域(NVL72)中提供130TB/s的GPU頻寬。
    • 包含解壓縮引擎,結合NVIDIA Grace™ CPU的大容量記憶體訪問能力,加速數據分析和數據科學中的資料庫查詢。

🔮 前景展望AI analysis grounded in cited sources

AI模型將加速企業級應用普及。
Google Gemini企業版用戶數的快速增長和思邁特軟體Agent BI工具的推出,表明AI正從消費級應用深入到企業數據分析和自動化流程,提升效率。
AI晶片市場競爭將日益激烈,但Nvidia仍將保持領先地位。
儘管AMD、Intel及雲服務商自研晶片等競爭者不斷推出新產品並搶佔市場份額,Nvidia憑藉其Blackwell和Rubin等下一代架構的技術優勢和CUDA生態系統,仍將主導高性能AI訓練市場。
多模態AI將成為主流,並推動更複雜的AI應用發展。
Gemini模型原生支持文本、圖像、音頻和視頻等多模態處理能力,以及其長上下文窗口,將促使AI能夠理解和生成更豐富、更複雜的內容,並應用於更廣泛的場景。

時間線

2023-05
Google I/O 大會上首次宣布 Gemini 模型正在開發中,定位為PaLM 2的更強大繼任者,並強調其多模態特性。
2023-12
Google 正式發布 Gemini 模型,並推出 Bard 聊天機器人(後更名為 Gemini)的測試版。
2024-02
Bard 聊天機器人正式更名為 Gemini,並將 Gemini 技術整合到 Google Workspace 和 Android 等主要產品中。
2024-02
Google 推出 Gemini 1.5 Pro 預覽版,其顯著特點是支持百萬級Token的長上下文窗口。
2025-11
Google 宣布發布 Gemini 3 Pro 和 3 Deep Think 模型,取代之前的 2.5 Pro 和 Flash 版本。
2026-05
Google 發布 Gemini 3.5 Flash 的正式版本,並推出 Gemini API 中的託管代理(Managed Agents)公開預覽版,旨在支持自主、有狀態的代理開發。
📰

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: 36氪