Gemini 4翻盤密碼：Google晶片賣爆卻救不了股價

Q: Google的TPU晶片業務這麼強，為什麼股價不漲？

因為華爾街把晶片銷售視為燒錢賭未來的成本，而非穩定的獲利來源。只有當Gemini 4成功把算力轉換成雲端訂閱與廣告營收時，股價才會被重新定價（re-rate）。

Q: Gemini 4大概什麼時候會發表？

Gemini 4預訓練已於2026年7月21日啟動，市場普遍預期2027年上半年推出完整系列，DeepMind已把資源全面轉向此旗艦模型。

Q: 跟輝達的GPU比起來，TPU到底贏在哪？

輝達GPU在單卡性能與CUDA生態佔優，但TPU強在叢集化總體成本，在大規模推理與代理式工作負載上把每單位成本壓到最低，並享有軟硬一體的閉環優勢。

Gemini 4翻盤密碼是這篇文章討論的核心

Google AI晶片賣爆卻救不了股價？摩根士丹利一句話點破：真正的翻盤密碼是 Gemini 4

Google第八代TPU晶片特寫：這顆小小的矽片，正扛著2026年AI產業最關鍵的算力命脈。

⚡ 快速精華（Key Takeaways）

💡 核心結論：Google的TPU AI晶片業務正以火箭速度膨脹，但摩根士丹利直言，晶片賣得再兇，股價短期內也不會因此「re-rate」（重新定價）。真正能撬動華爾街估值錨點的，是Gemini 4這張壓軸王牌。

📊 關鍵數據：2026年Alphabet資本支出已上調至1800億美元；Gemini系列App用戶突破9億；AI Overviews觸及25億用戶；Google Cloud單季營收來到200億美元；摩根士丹利給出的潛在EPS上看10美元+。

🛠️ 行動指南：投資者該把目光從「晶片出貨量」轉向「模型發表時程」。追蹤Gemini 4上市節奏、企業端Gemini Enterprise採用率、以及TPU對外出租的毛利率結構，這三條線才是2027年估值的真正支撐。

⚠️ 風險預警：1800億美元的重資本投入如果無法兌現等值的雲端營收回報，輝達GPU的替代效應與自研晶片良率問題，都可能讓「晶片神話」瞬間破功。

把時鐘撥回2026年春天，我蹲在矽谷各大分析師研報與財報電話會議的夾縫裡，反覆咀嚼一個耐人尋味的畫面：一邊是Google雲端部門喜氣洋洋地端出第八代TPU，宣稱「專為代理式AI時代設計」；另一邊，摩根士丹利的分析師卻冷靜地澆了一盆水——「晶片賣得再猛，也不會讓Google股價立刻re-rate，我們得等Gemini 4。」

這句聽起來有點反直覺的論斷，其實藏著整個2026年AI投資邏輯的深水區。你以為AI狂潮的核心是「誰家晶片跑得快」，但華爾街真正在賭的，是「誰家的模型能把晶片換成鈔票」。今天，我們就把這團迷霧一層層剝開。

TPU晶片賣爆卻帶不動股價，這其中藏著什麼貓膩？

先講數據面。Alphabet在2026年已把全年資本支出指引一口氣頂到1800億美元的天文數字，絕大多數都砸向AI資料中心的TPU與基礎設施。Gemini App用戶數衝破9億大關，AI Overviews每周觸及25億人，Google Cloud單季營收爬升至200億美元——這些數字隨便丟一個出來，都夠其他公司吹一整年。

問題就在這裡：硬體賣得好，不等於估值跳得高。摩根士丹利（Morgan Stanley）給出的理由很精準——晶片銷售反映的是「成本與產能」，而不是「變現能力」。一台台TPU出廠，代表的是Google在燒錢賭未來，賭這些矽片未來會被Gemini系列模型吃乾抹淨、轉成雲端訂閱與廣告營收。但「賭未來」三個字，在財報眼裡是純粹的費用，不是獲利。

🧠 Pro Tip 專家見解：把TPU出貨量當作「前置指標」而非「終局指標」。真正要盯的是TPU對外出租（租給其他企業跑模型）的毛利率——當出租毛利開始逼近甚至超越輝達GPU雲端租賃，那才是Google硬體業務「自我造血」的轉折點。在此之前，晶片再賺都只是成本中心的一塊拼圖。

Gemini 4憑什麼被視為股價「re-rate」的唯一鑰匙？

摩根士丹利這番話背後的邏輯，其實是把「AI公司的估值公式」拆成了兩層：第一層是「賣鏟子」的生意（晶片、算力、基礎設施），第二層是「淘金」的生意（模型能力、生態綁定、訂閱變現）。在華爾街眼裡，第一層是「all打ta們都懂的成本賽跑」，第二層才是「能寫出eps成長曲線的想像空間」。

Gemini 4之所以被捧成救世主，因為它同時肩負三件事。其一，性能必須碾壓競品——DeepMind在2026年已經多次延宕Gemini 3.5 Pro，把團隊全部押注在Gemini 4上，等於賭上招牌；其二，推理成本必須大幅下探——配合第八代TPU的代理式架構，把每次推理的電費與晶片成本壓到競品無法追趕的程度；其三，生態綁定必須落地——傳聞中的Apple Siri合作、Gemini Enterprise企業代理平台，都是讓模型變現的「鈔票列車」。

摩根士丹利內部給出的潛在每股盈餘（EPS）甚至上看10美元以上，而他們認為現有的205～270美元目標價其實偏保守。換句話說，當Gemini 4真的端上桌，那些被晶片成本壓抑的估值，才有機會一口氣「翻頁」。

2026 AI晶片賽局：輝達、TPU與自研軍備競賽的三方絞殺

把鏡頭拉遠，Google的TPU其實只是2026年全球AI晶片戰場上的一支主力部隊。輝達（NVIDIA）靠著CUDA生態系與H200/B200系列，依然牢牢佔據高階訓練市場的龍頭；但Google選擇的是一條「苦行僧路線」——不追逐極致單卡性能，而是用TPU叢集＋光學互連＋自研封裝把總體成本攤平，專攻大規模推理與代理式工作負載。

更關鍵的是，這種「軟硬一體」的閉環，讓Google的Gemini 4能在發表當天就綁定最便宜的算力——這正是微軟、Meta、亞馬遜都看得眼紅的護城河。全球AI晶片市場在2026年已突破800億美元的規模，而到2027年，分析師普遍預測會衝向1,100億美元以上。誰能把「晶片＋模型＋雲端」三合一綁死，誰就能在「兆美元AI市場」裡切走最大那塊蛋糕。

🧠 Pro Tip 專家見解：別被「算力軍備競賽」的規模數字沖昏頭。真正決定成敗的，是「每單位推理成本」這條隱形曲線。Google靠自研TPU把這條曲線壓到全產業最低，一旦Gemini 4上線，這個成本優勢會直接轉換成企業客戶的採用率——那才是投資人該盯的「第二曲線」。

通往2027：從算力軍備到「模型變現」的估值翻頁

把視線拉長到2027年，這盤棋的關鍵詞已經從「誰的晶片多」悄悄切換成「誰的模型能賺錢」。1800億美元的資本支出如果只換來一堆塵封的算力，那就是災難；但如果Gemini 4成功把這批TPU變成「印鈔機」，Alphabet的EPS就有機會翻越10美元的天險，屆時整個「AI晶片＋模型＋雲端」的閉環估值，將以兆美元級別的邏輯重新被華爾街書寫。

眼前最值得蹲點的訊號有三個：一是Gemini 4的正式發表時程（目前預訓練已於2026年7月21日啟動，市場屏息以待）；二是企業端Gemini Enterprise的付費客戶成長率——這直接決定雲端營收能否扛住資本支出的重量；三是TPU對外出租的定價與毛利結構，這是硬體業務從「成本中心」轉向「利潤中心」的鐵證。看懂這三條線，你就看懂Google未來兩年的所有故事。