计算机行业周报：OpenAI否认将大规模部署Google TPU

-1-本周计算机行业指数重回跌势，计算机行业指数周收盘下跌1.28%，跑输沪深300指数2.82个百分点。6月30日OpenAI表示虽然正在测试Google的TPU芯片，但“目前无计划大规模部署”，并将继续依赖Nvidia和AMD，澄清了对于相关企业的短期利空。Google TPU具有较强的能效特征，其使用成本较英伟达也有一定优势，但其生态兼容性相对较弱，使用的场所及灵活性目前尚无法与英伟达相比，未来的发展领域将更加集中在推理场景之上。维持计算机行业增持的投资评级，但行业在上周特殊时间节点有所表现后，本周重回跌势，目前缺乏对于A股计算机板块产生进一步提振事件，在其他行业对于市场有限资金的竞争争夺下，计算机板块发动中期趋势性行情的条件尚不成熟。风险因素分析：宏观刺激政策不及预期风险、境外对中出台针对性措施风险、中美关税战进一步升级等。计算机行业周报20250706—OpenAI否认将大规模部署Google TPU评级：增持（维持） 曙光在前金元在先 2024-10-152024-11-152025-01-172025-02-262025-03-18 请务必仔细阅读本报告最后部分的免责声明目录一、本周计算机行业市场重回跌势.........................................4二、本周行业重点事件：OpenAI表示无计划大规模部署Google的TPU芯片...51、Google TPU和Nvidia GPU的芯片架构比较..........................62、性能指标与功耗效率比较..........................................73、部署成本及构成..................................................74、在实际应用上体现的差异及建议....................................85、总结与展望......................................................9三、本周计算机行业市场数据及判断......................................101、行业市占率指标本周持续回落.....................................102、行业换手率指标绝对数值同步回落.................................103、行业流通总市值站上前期高点后未能持续............................124、对行业短期市场机会的综合判断...................................12四、行业风险因素分析..................................................14 曙光在前金元在先-2- 请务必仔细阅读本报告最后部分的免责声明图表目录：图表1：本周（6.30-7.4）计算机行业指数重回跌势......................4图表2：计算机行业成分个股本周涨幅榜（6.30-7.4）：...................5图表3：Google TPU和Nvidia GPU的芯片架构比较.....................6图表4：Google TPU和Nvidia GPU的性能指标与功耗效率...............7图表5：Google TPU和Nvidia GPU部署成本及构成.....................8图表6：Google TPU和Nvidia GPU应用上体现的差异及建议.............8图表7：Google TPU和Nvidia GPU性能总结与展望.....................9图表8：本周（6.30-7.4）计算机行业市占率指标持续回落...............10图表9：本周（6.30-7.4）行业日均换手率前十（算术平均）.............11图表10：本周计算机行业流通股换手率持续回落........................11图表11：行业流通股总市值本周突破5月高点..........................12图表12：计算机行业近10年7月涨跌幅..............................13 曙光在前金元在先-3- 请务必仔细阅读本报告最后部分的免责声明-4-一、本周计算机行业市场重回跌势本周（6.30-7.4）计算机行业指数重回跌势，计算机行业指数周收盘下跌1.28%，跑输沪深300指数2.82个百分点。本周计算机行业指数未能延续上周特殊时点的突发上涨行情，市场走势重回前期常态。图表1：本周（6.30-7.4）计算机行业指数重回跌势资料来源：Wind，金元证券研究所据万得数据，本周计算机行业成分个股103家上涨，232家下跌，行业成分个股多数下跌，其中旋极信息（17.67%）、ST赛为（15.38%）、ST迪威迅（15.00%）占据本周计算机行业涨幅榜前三。0.00%1.09%-0.10%-1.74%0.00%0.37%0.54%0.56%-2.00%-1.50%-1.00%-0.50%0.00%0.50%1.00%1.50%2.00%2025-06-272025-06-302025-07-012025-07-02计算机(申万) 曙光在前金元在先-1.23%-1.28%1.18%1.54%2025-07-032025-07-04沪深300 请务必仔细阅读本报告最后部分的免责声明-5-资料来源：Wind，金元证券研究所二、本周行业重点事件：OpenAI表示无计划大规模部署Google的TPU芯片6月27日有媒体报道称OpenAI已开始租用Google Cloud的TPU，用于ChatGPT推理任务，标志其首次在实际运行中使用非Nvidia平台，有望降低推理成本。随后，6月30日OpenAI表示虽然正在测试Google的TPU芯片，但“目前无计划大规模部署”，并将继续依赖Nvidia和AMD，同时宣布今年将完成自研芯片的tape-out阶段，目标在长期减少对外部供应依赖，澄清了对于相关企业的短期利空。 曙光在前金元在先 请务必仔细阅读本报告最后部分的免责声明曙光在前金元在先-6-随着大模型训练与推理需求激增，AI加速芯片成为云计算的核心基石。Google自研的TPU（Tensor Processing Unit，张量处理单元）与Nvidia的GPU（Graphics Processing Unit，图形处理器）代表了两种主流的AI计算架构路径。本章节从架构设计、性能指标、功耗效率、系统集成、成本结构五个维度，对Google TPU和Nvidia GPU进行横向比较，并分析其适用的不同场景与产业部署现状。1、Google TPU和Nvidia GPU的芯片架构比较在芯片架构上，二者主要在程序兼容性和可编程性体现出了较大的差异，根据双方提供的产品性能指标对比如下：图表3：Google TPU和Nvidia GPU的芯片架构比较Google TPU v4/v5eNvidia A100/H100/Blackwell专用AI加速器，FP16（16位浮点数）/INT8（8位整数）友好，矩阵运算最优化通用GPU + Tensor Cores（张量核心），兼顾图形、AI与高性能计算大规模MXU（Matrix MultiplyUnits，矩阵乘法单元）嵌入在SM（Streaming Multiprocessor，流式多处理器）中的Tensor Cores高速内部HBM（High BandwidthMemory，高带宽内存）+集群内互连（光互联或芯片互联）NVLink（Nvidia高速互联总线）+ PCIe（通用高速扩展接口），支持GPU多卡并行依赖XLA（Accelerated LinearAlgebra，加速线性代数编译器）与TensorFlow生态采用CUDA（Compute Unified DeviceArchitecture，通用并行计算架构）与PyTorch支持广泛 请务必仔细阅读本报告最后部分的免责声明-7-2、性能指标与功耗效率比较在性能与功耗上，Google TPU表现出极大的能效比优势，Nvidia GPU功耗高但性能更加强大。图表4：Google TPU和Nvidia GPU的性能指标与功耗效率TPU v4Nvidia H100~275 TFLOPS（万亿次浮点计算）~1000 TFLOPS~800 GB/s3.35 TB/s（SXM模型）Pod（集群单元）级部署，支持4096个TPU协同工作可通过NVLink实现8–16张GPU协同极具优势（每瓦特计算能力高）功耗高但性能强资料来源：谷歌公司官网、英伟达公司官网、金元证券研究所3、部署成本及构成Google TPU目前尚未公开销售，仅通过谷歌云提供租赁服务，虽然其成本相对较低，但使用灵活性无法与英伟达产品相比。 曙光在前金元在先Nvidia BlackwellGB200超过2000 TFLOPS超过10TB/s（HBM3e）NVLinkSwitch+Fusion模 式 支 持 数百卡部署Blackwell架构能效比进一步提升 请务必仔细阅读本报告最后部分的免责声明-8-4、在实际应用上体现的差异及建议针对不同的AI实际应用，二者各有所长，但对于大模型的训练及多模态处理及图像领域，目前建议采用Nvidia GPU及其架构。图表6：Google TPU和Nvidia GPU应用上体现的差异及建议推荐架构Nvidia H100/BlackwellPyTorch + CUDA支持更好，训练效率高Google TPU v5e / GB200 NVL72成本低，扩展性高，适合企业稳定部署TPU Edge / Nvidia Jetson Orin分别适配Google / Nvidia低功耗产品线 曙光在前金元在先理由 请务必仔细阅读本报告最后部分的免责声明5、总结与展望总体看来，Google TPU具有较强的能效特征，其使用成本较英伟达有一定优势，但生态兼容性相对较弱，使用的场所及灵活性目前也无法与英伟达相比，未来的发展领域或将更加集中在推理场景之上，此次OPENAI澄清了对于相关企业的短期利空。图表7：Google TPU和Nvidia GPU性能总结与展望Google TPU中等，但能效优越XLA + TensorFlow，限制较多云端封闭部署成本稳定，受平台限制在推理场景中继续扩大资料来源：谷歌公司官网、英伟达公司官网、金元证券研究所 曙光在前金元在先-9-Nvidia GPU高性能计算核心，峰值强CUDA + PyTorch，生态开放丰富云+私有部署双向适配成本较高，但可控性更强持续演进为AI统一计算平台 请务必仔细阅读本报告最后部分的免责声明-10-三、本周计算机行业市场数据及判断1、行业市占率指标本周持续回落据万得数据，本周计算机行业成交总金额为6645.80亿元，较上周8736.77亿元大幅萎缩，次于电子行业9787.95亿元之后，市占率维持全市场第二位。计算机行业本周市占率数值持续下行，周末有所反弹，市场对于板块的聚焦度再度下滑，计算机行业中期独立行情尚需等待。图表8：本周（6.30-7.4）计算机行业市占率指标持续回落资料来源：Wind，金元证券研究所2、行业换手率指标绝对数值同步回落5.00%7.00%9.00%11.00%13.00%15.00%17.00%19.00%21.00%2025/5/122025/5/142025/5/162025/5/182025/5/202025/5/222025/5/242025/5/262025/5/282025/5/302025/6/12025/6/32025/6/52025/6/72025/6/92025/6/