ＡＩ覇権を制するのは…
■Google＆ブロードコム軍？
■OpenAI＆Microsoft＆ソフトバンクG軍？

11/18に突如発表された生成AI「Gemini3」が高く評価されＡＩ覇権競争の勢力図が変化か。ついにエヌビ一強状態が崩れる？！

倭国勢はジェミニ連合が勝ってもチャッピー連合が勝ってもどっちも恩恵アリの銘柄が多いと思うけど、このページでは特にGoogle＆ブロードコム軍に近い銘柄をピックアップしてみた🥰

良かったらみてみてね！
直近でエヌビが売られたこと、OpenＡＩとべったりのソフトバンクＧが売られたこととも符合します。

▼Google関連株(ジェミニ関連株)　本命株　出遅れ株　一覧　くわしくはブログでみて！
https://t.co/93Vjn5sdAj November 11, 2025

的告别“秒封”！Google账号注册、防停用与异常处理全攻略
如何最便捷地申请谷歌（Google）账号？如何确保账号长期稳定不被停用？账号异常时又该如何处理？
本文将基于我注册200+账号（如下图所示）的实测经验，为你提供一份详尽的指南。

虽然我之前分享过使用5Sim等接码平台的方法，但在实践中，我们发现了一个更高效、且大概率能跳过手机号验证的注册途径。

1⃣高效注册：跳过手机验证的技巧
目前最便捷的方法是直接在移动设备端的 Google Play商店 中创建新账号。
通过这种方式注册，系统触发强制手机号验证的几率远低于网页端注册。我本人通过此方法屡试不爽，大大提高了效率（5Sim平台反而闲置了😂）。

1.操作要点：
-频率控制： 虽然此方法高效，但仍需注意频率。短时间内（例如一天内）注册过多账号（建议不超过3个），依然会触发谷歌的风控机制。
适当间隔： 如果遇到限制，建议暂停注册1-2天，之后通常可以恢复免验证注册。

2⃣账号巩固：关键安全设置
注册成功只是第一步，完善安全设置是确保账号长期稳定的基石。如图所示📷。

1. 绑定辅助信息并开启两步验证
请尽快在手机端 Google Play 商店中，点击头像 > 管理您的Google账号 > 安全性。

-绑定辅助电话号码和邮箱： 添加您能长期持有的手机号和邮箱（邮箱绑定是可选操作），用于账号恢复。

-开启手机号两步验证：在两步验证中添加手机号，并开启两步验证。这是提高账户安全性的最重要步骤。

2. 设置身份验证器 (推荐)
开启两步验证后，建议使用身份验证器App，它比短信验证码更安全。

具体操作：在两步验证设置中，选择添加“身份验证器”。
使用可信的App（如 Google Authenticator 或 Microsoft Authenticator）扫描二维码或点击无法扫码，复制密钥到身份验证器APP中，即可生成动态验证码。

此外，也可将密钥将密钥复制粘贴到任意一个2FA网站上”或“将密钥放在2FA网站链接后”来快速获取验证码。如图所示📷。这也是很多号商的做法。

3⃣长期维护：“养号”策略
避免账号停用的核心在于“养号”。正如我一直强调的：真正决定账号寿命的，是账号的“用户画像”和“行为轨迹”。就像我使用两年主账号，现在怎么折腾都不会被封。

关键策略：
1. 暂时不要在新设备上登录。
设备稳定性新账号在手机上登录后，建议至少稳定使用一周。期间尽量不要在其他新设备，尤其是电脑网页端登录（网页端的风控通常更严格）。

2. IP地址稳定性保持网络环境的相对稳定，避免频繁更换线路。
其核心在于避免“IP漂移”。如果系统检测到您的账号短时间内在不同国家（例如前一分钟在美国，后一分钟在倭国）登录，这种“不可能的旅行”极易触发风控。

4⃣异常情况处理
当您尝试在新设备登录时，可能会遇到以下验证情况如下图所示：

情况一：要求验证旧手机号（安全冷静期）
现象： 登录时，系统强制要求向注册时使用的旧手机号（可能是一次性号码）发送验证码，即使您已经绑定了新的辅助电话。

原因： 这是Google为防止账号被盗设置的“安全冷静期”。当关键安全信息变更后，系统通常会保留旧号码的验证权限约7天。

解决办法： 立即暂停所有登录尝试，耐心等待7天。冷静期结束后，您新绑定的辅助电话将自动生效。

情况二：非自动程序（机器人）验证
现象： 登录时要求进行人机验证，并可能要求输入手机号接收验证码（注意，这里是输入任意有效手机号，而非特指旧号码）。

解决办法： 按照提示完成验证。此时可以使用国内的手机号、朋友的手机号或接码平台。

OK，以上就是本次分享的全部内容。
若对你有帮助，不妨点个赞、加个关注（蓝V互关，若我忘记了，请评论提醒我）！ November 11, 2025

Amazon #pr
xbox 360 コントローラー 【2025新改良】Diestord xbox コントローラー PC USB ゲームパッド 有線ゲームパッド Microsoft Xbox Slim 360 PC Windows 7に対応 アシストキャップ 2枚付き
https://t.co/pSHL7xbeDu November 11, 2025

MicrosoftのDesigner、良い感じ November 11, 2025

他のジャンルでもそうで
スマートフォンのおすすめ聞かれたら
iPhoneとかオススメされるのってそういうことなのかなと(ショップ店員への利益とかは除く)

初手からMicrosoftのSurfaceDuoとかBlackberryとかUnihertzのAtomとか言う人は居ないのと一緒🙄 November 11, 2025

おはやっしー🥉🥈🥇😊🥇🥈🥉

「資格のかけ算大全」✨刊行１周年過ぎ✨＆
保有資格【640】となりました！（2025年11月末）

ということで改めて自己紹介。
（毎度スクロールお手数おかけします🙇🙇🙇）

1 中小企業診断士
2 社会保険労務士
3 行政書士
4 社会福祉士
5 情報処理安全確保支援士
6 マンション管理士（認定マンション管理士、診断マンション管理士）
7 管理業務主任者
8 宅地建物取引士
9 賃貸不動産経営管理士
10 キャリアコンサルタント
11 リスキリングアドバイザー
12 リスキリングキャリアコンサルタント
13 ブランディングデザインコーディネーター
14 経営士
15 防災士
16 公衆衛生士
17 相続診断士
18 行動心理士
19 統計調査士
20 ファイナンシャル・プランナー（AFP）
21 システム監査技術者
22 ITストラテジスト
23 プロジェクトマネージャ
24 ITサービスマネージャ
25 情報セキュリティスペシャリスト
26 ネットワークスペシャリスト
27 データベーススペシャリスト
28 システムアーキテクト
29 ソフトウェア開発技術者
30 基本情報技術者
31 情報セキュリティマネジメント
32 ITパスポート
33 初級システムアドミニストレータ
34 DX推進パスポート１
35 DX推進パスポート２
36 kintone認定 カイゼンマネジメントエキスパート
37 kintone認定 アプリデザインスペシャリスト
38 kintone認定 アソシエイト
39 .com Master ADVANCE
40 .com Master BASIC
41 パソコン整備士検定2級
42 パソコン整備士検定3級
43 コンピュータサービス技能評価試験 情報セキュリティ部門
44 ITセキュリティマネージャー
45 DXアドバイザー検定 スペシャリスト
46 スマートフォン整備士検定3級
47 スマートフォン・モバイル実務検定
48 モバイル技術基礎検定
49 ワイヤレスIoTプランナー検定
50 データサイエンティスト検定リテラシーレベル
51 G検定
52 AI検定
53 AI・IoT基礎検定
54 生成AIパスポート
55 インターネット ルール＆マナー検定
56 P検（ICTプロフィシエンシー検定）5級
57 パソコン能力評価試験パソコン・ネット操作部門4級
58 タイピング技能検定3級
59 タイピング技能検定4級
60 タイピング技能検定5級
61 タイピング技能検定6級
62 タイピング技能検定7級
63 タイピング技能検定8級
64 Microsoft Office Specialist Expert (Office 2019)
65 Microsoft Office Specialist Word 2019 Expert
66 Microsoft Office Specialist Excel 2019 Expert
67 Microsoft Office Specialist Associate (Office 2019)
68 Microsoft Office Specialist Word 2019
69 Microsoft Office Specialist Excel 2019
70 Microsoft Office Specialist PowerPoint 2019
71 健康経営アドバイザー
72 女性健康経営カウンセラー
73 ビジネスマネジャー検定
74 ワークルール検定中級
75 ワークルール検定初級
76 人的資本経営検定BASIC
77 人事評価者検定初級
78 人事採用スペシャリスト
79 フェムテック検定3級（フェムテックアンバサダー）
80 障がい者雇用サポーター
81 外国人雇用管理主任者
82 CSR検定4級
83 CDA
84 心理相談員
85 メンタルヘルス・マネジメント検定Ⅱ種
86 メンタルヘルス・マネジメント検定Ⅲ種
87 メンタルケア心理士
88 メンタルケアカウンセラー
89 マスターケアストレスカウンセラー
90 青少年ケアストレスカウンセラー
91 高齢者ケアストレスカウンセラー
92 企業中間管理職ケアストレスカウンセラー
93 ケアストレスカウンセラー
94 こころ検定2級
95 こころ検定3級
96 こころ検定4級
97 心理カウンセリングスペシャリスト
98 メンタルヘルス・スペシャリスト
99 メンタルトレーニングスペシャリスト
100 キャリアカウンセリングスペシャリスト
101 コミュニケーションスキルスペシャリスト
102 マインドフルネスコンサルタント
103 アンガーバランス・マネジメント
104 心理＆WEBカラーセラピスト
105 チャイルドコーチングマイスター
106 エニアコミュニケーション心理学アンバサダー
107 ナッジアドバイザー
108 防災管理者
109 甲種防火管理者
110 緊急時避難誘導員
111 マンション防災推進アドバイザー
112 防災コンシェルジュ
113 防災食育マスター
114 ペット防災アンバサダー
115 第一種衛生管理者
116 感染対策アドバイザー検定
117 eco検定
118 eco検SEEKER
119 SDGsスペシャリスト
120 カーボンニュートラル検定
121 GX検定
122 雨水検定初級
123 水の知検定超1級
124 水の知検定1級
125 水の知検定2級
126 水の知検定3級
127 花コンシェルジュ検定
128 花みどりミニ検定
129 ビジネスモデル鑑定士
130 販売士検定2級
131 販売士検定3級
132 統計検定3級
133 統計検定4級
134 ブランド・マネージャー3級
135 マーケティング検定3級
136 実践マーケティング力検定3級
137 ネットマーケティング検定
138 webマーケティングマスター
139 webライティングスペシャリスト
140 WEBライター検定3級
141 SNSマーケティング検定
142 SNSリスクマネジメント検定
143 初級SNSエキスパート検定
144 クラウドファンディング能力検定
145 欲求検定（ニーズマネジメント検定）
146 プレゼンテーション検定準2級
147 プレゼンテーション検定3級
148 プレゼンテーション検定準3級
149 通販エキスパート検定2級
150 通販エキスパート検定3級
151 通販エキスパート検定カスタマー・セントリシティ
152 ファイナンシャル・プランニング技能士2級
153 ファイナンシャル・プランニング技能士3級
154 事業承継・Ｍ＆Ａエキスパート
155 事業承継・Ｍ＆Ａベーシック
156 会計ソフト実務能力検定1級
157 日商簿記検定2級
158 日商簿記検定3級
159 日商簿記検定初級
160 日商簿記検定原価計算初級
161 こどものお金先生検定3級
162 銀行業務検定CBT サステナブル経営サポート（環境省認定制度　脱炭素アドバイザー　ベーシック）
163 銀行業務検定CBT DXサポート
164 生命保険協会一般課程
165 金融IT検定初級
166 金融リテラシー検定
167 国内旅行業務取扱管理者
168 知的財産管理技能士検定2級
169 ビジネス実務法務検定2級
170 ビジネス実務法務検定3級
171 ビジネス実務与信管理検定3級
172 ビジネス著作権検定初級
173 ビジネスコンプライアンス検定初級
174 ビジネス事務検定
175 ビジネス文書検定2級
176 ビジネス文書検定3級
177 ビジネス・キャリア検定試験3級経営戦略スペシャリスト
178 ビジネス・キャリア検定試験3級経営情報システムスペシャリスト
179 ビジネス・キャリア検定試験3級マーケティングスペシャリスト
180 ビジネス・キャリア検定試験3級営業スペシャリスト
181 ビジネス・キャリア検定試験3級企業法務スペシャリスト
182 ビジネス・キャリア検定試験3級総務スペシャリスト
183 ビジネス・キャリア検定試験3級人事・人材開発スペシャリスト
184 ビジネス・キャリア検定試験3級労務管理スペシャリスト
185 ビジネスメール実務検定3級
186 事務スペシャリスト
187 テレワーク検定
188 リモート実務検定3級
189 コンタクトセンター検定エントリー資格
190 在宅ワークスペシャリスト
191 品質管理検定(QC検定)2級
192 品質管理検定(QC検定)3級
193 品質管理検定(QC検定)4級
194 お客様対応専門員（CAP）
195 秘書検定2級
196 秘書検定3級
197 サービス接遇検定2級
198 サービス接遇検定3級
199 ホスピタリティ接遇検定
200 医療ホスピタリティ接遇検定
201 福祉ホスピタリティ接遇検定
202 おもてなし学検定1級
203 おもてなし学検定2級
204 おもてなし学検定3級
205 倭国の宿おもてなし検定2級
206 倭国の宿おもてなし検定3級
207 ホテリエ検定1級
208 ホテリエ検定2級
209 ホテリエ検定3級
210 ほめ達検定2級
211 ほめ達検定3級
212 営業力強化検定
213 判断力検定初級
214 人間力徳育検定中級
215 人間力徳育検定初級
216 社会人コンプライアンス検定
217 社会人ホスピタリティ検定［実践］
218 社会人ホスピタリティ検定［基本］
219 社会人常識マナー検定2級
220 社会人常識マナー検定3級
221 社会人常識マナー検定 Japan Basic
222 マナーインストラクター
223 マナー・プロトコール検定3級
224 実用マナー検定準3級
225 ビジネス実務マナー技能検定3級
226 ビジネスマナーWEB検定
227 ソーシャルマナー3級
228 和文化マナー検定3級
229 きもの文化検定4級
230 令和のマナー検定
231 就活マナーWEB検定
232 お役立ち道共感者
233 お役立ち道実践者
234 お役立ち道伝道者
235 異性間コミュニケーションアンバサダー
236 人間関係のストレス解消検定
237 礼法道アンバサダー
238 コミュニケーション検定上級
239 コミュニケーション検定初級
240 ハラスメントWEB検定
241 ニュース時事能力検定2級
242 ニュース時事能力検定準2級
243 ニュース時事能力検定3級
244 ニュース時事能力検定4級
245 特殊詐欺被害防止検定
246 倭国語検定2級
247 倭国語検定3級
248 倭国語検定4級
249 倭国語会話力検定
250 倭国漢字能力検定（漢検）3級
251 倭国漢字能力検定（漢検）4級
252 倭国漢字能力検定（漢検）5級
253 四字熟語検定1級
254 四字熟語検定準1級
255 四字熟語検定2級
256 四字熟語検定3級
257 四字熟語検定4級
258 敬語力検定準1級
259 敬語力検定2級
260 敬語力検定3級
261 敬語力検定4級
262 略語検定1級
263 略語検定準1級
264 略語検定2級
265 略語検定3級
266 ことわざ検定4級
267 ことわざ検定5級
268 実用英語技能検定（英検）3級
269 実用英語技能検定（英検）4級
270 みんなの外国語検定ブロンズ
271 実用数学技能検定（数学検定）3級
272 実用数学技能検定（数学検定）4級
273 実用数学技能検定（数学検定）5級
274 実用理科技能検定（理科検定）3級
275 実用理科技能検定（理科検定）4級
276 実用理科技能検定（理科検定）5級
277 天文宇宙検定3級
278 天文宇宙検定4級
279 社会科ナレッジ検定1級
280 地図地理検定（基礎）
281 歴史能力検定4級
282 歴史能力検定5級
283 ミュージックマスター・オンライン5級
284 キッチンラーニング検定
285 賃貸住宅メンテナンス主任者
286 不動産相談員
287 普通自動車第一種運転免許
288 原動機付自転車免許
289 安全運転能力検定3級
290 安全運転能力検定4級
291 くるまマイスター検定ジュニア級
292 くるまマイスター検定カーライフ級
293 ドローン検定2級
294 ドローン検定3級
295 ドローン検定4級
296 第二級陸上特殊無線技士
297 第三級陸上特殊無線技士
298 第二級海上特殊無線技士
299 第三級海上特殊無線技士
300 第三級アマチュア無線技士
301 第四級アマチュア無線技士
302 乙種第1類危険物取扱者
303 乙種第2類危険物取扱者
304 乙種第3類危険物取扱者
305 乙種第4類危険物取扱者
306 乙種第5類危険物取扱者
307 乙種第6類危険物取扱者
308 丙種危険物取扱者
309 工作機械検定（MT検定）3級
310 測量士補
311 潜水士
312 PADIアドバンスオープンウォーターダイバー
313 PADIオープンウォーターダイバー
314 PADIディープダイバー
315 PADIドルフィンスキンダイバー
316 PADIデジタルアンダーウォーターフォトグラファー
317 PADI AWAREサンゴ礁の保護
318 SAシニアアテンダント
319 ジェロントロジー・マイスター
320 ジェロントロジー検定
321 ウェルエイジングBasic
322 健康介護コンシェルジュ
323 サービス介助士
324 防災介助士
325 認知症介助士
326 スマート介護士初級
327 福祉住環境コーディネーター2級
328 福祉住環境コーディネーター3級
329 終活ガイド2級
330 終活ガイド3級
331 終活ライフコーディネーター
332 共生社会コミュニケーション検定
333 ケア・コミュニケーション検定
334 ユニバーサルマナー検定3級
335 おひとりさま検定
336 キッズコーチ検定3級
337 モンテッソーリトレーナー
338 プロフェッショナルベビーシッター
339 予防医療検定
340 予防医療アンバサダー
341 上級救命技能
342 普通救命技能
343 スポーツ医学検定2級
344 スポーツ医学検定3級
345 スポーツ医学検定初級
346 ピンクリボン検定発展コース
347 ピンクリボン検定基礎コース
348 ピンクリボン検定入門コース
349 グリーンリボン検定
350 セルフケア検定
351 リンパケア検定2級
352 リンパ＆セラピースペシャリスト
353 口腔ケアアンバサダー
354 歯みがき検定マイスター
355 歯みがき検定1級
356 歯みがき検定2級
357 歯みがき検定3級
358 メディカルハーブ検定
359 メディカルハーブコーディネーター
360 ハーブ＆ライフコーディネーター
361 ハーブ＆ライフ検定
362 アロマ＆ケアスペシャリスト
363 アロマテラピー検定1級
364 アロマテラピー検定2級
365 環境カオリスタ検定
366 ナチュラルビューティスタイリスト検定
367 スローライフマイスター検定
368 アーユルヴェーダマイスター
369 ラジオ体操指導員
370 倭国健康マスター検定エキスパート
371 倭国健康マスター検定ベーシック
372 健康管理能力検定2級
373 健康管理能力検定3級
374 空気環境アドバイザー
375 食生活アドバイザー3級
376 食育栄養コンサルタント
377 食育イノベーター
378 食品衛生責任者
379 食品表示検定初級
380 食育フードテック検定
381 食の検定3級
382 食の検定4級
383 良食検定
384 イートライトサポーター
385 栄養検定3級
386 栄養検定4級
387 薬膳漢方マイスター
388 薬膳・漢方検定
389 漢方マニア検定
390 アレルギースペシャリスト
391 花粉アレルギー検定
392 腸活腸育ライフアンバサダー
393 腸育コンシェルジュ
394 温活検定3級
395 入浴検定
396 入浴アドバイザー
397 高齢者入浴アドバイザー
398 睡眠健康指導士
399 睡眠検定1級
400 睡眠検定2級
401 睡眠検定3級
402 睡眠検定入門
403 睡眠コンサルタント
404 ダイエット検定1級
405 ダイエット検定2級
406 ファスティングコンサルタント
407 筋肉のこと知ってますか検定3級
408 筋トレスペシャリスト
409 整体＆セラピースペシャリスト
410 骨格診断アドバイザー検定3級
411 姿勢診断士5級
412 SHE検定
413 耳つぼ検定（セラピスト向け）3級
414 色彩検定2級
415 色彩検定3級
416 色彩検定UC級
417 色彩士検定4級
418 カラーマスターデジタル検定ゴールドクラス
419 パーソナルカラー実務検定3級
420 美術検定4級
421 倭国化粧品検定準2級
422 倭国化粧品検定3級
423 化粧品成分検定3級
424 骨格メイク検定3級
425 メンズメイク検定3級
426 コスメマイスター
427 コスメマイスター・ライト
428 スキンケアマイスター
429 スキンケアスペシャリスト
430 UV検定ライト
431 整理収納アドバイザー2級
432 デジタル整理アドバイザー2級
433 ライフオーガナイザー2級
434 片付け収納スペシャリスト
435 クリンネスト3級
436 お掃除プロフェッショナル
437 掃除能力検定2級
438 掃除能力検定3級
439 掃除能力検定4級
440 掃除能力検定5級
441 洗濯検定上級
442 洗濯検定中級
443 洗濯検定初級
444 ガーデニングコンシェルジュ
445 うつわ検定ホームユースうつわマスター
446 箸ソムリエベーシック
447 レザーソムリエBasic
448 靴磨き知識検定
449 スニーカー検定2級
450 スニーカー検定3級
451 ふろしき＆手ぬぐいマスター検定
452 コンタクトレンズ検定応用編
453 コンタクトレンズ検定入門編
454 道化文字☆モジスト
455 ペット看護＆セラピーエキスパート
456 生物分類技能検定4級
457 いぬ検定初級
458 ねこ検定初級
459 猫しもべ検定
460 サウナ・スパ健康士
461 サウナ・スパプロフェッショナル
462 サウナ・スパ健康アドバイザー
463 サウナエキスパート
464 ウィスキング for ビギナーズ
465 温泉健康指導士
466 温泉ソムリエマスター
467 温泉ソムリエ
468 ひなびた温泉検定
469 銭湯検定4級
470 山の知識WEB検定ゴールドコース
471 山の知識WEB検定シルバーコース
472 山の知識WEB検定ブロンズコース
473 初級バーベキューインストラクター
474 晴れ男・晴れ女検定
475 倭国城郭検定オンライン入門級
476 夜景観光士検定3級
477 世界遺産検定2級
478 世界遺産検定3級
479 世界遺産検定4級
480 恐竜学検定初級
481 無人島サバイバル検定
482 船の文化検定初級
483 文化浴入門検定
484 やきものマイスター3級
485 倭国検定4級
486 全国道の駅検定
487 東京シティガイド検定
488 東商ねりマニア検定上級
489 東商ねりマニア検定初級
490 すみだ環境・SDGs検定
491 名古屋観光検定上級
492 名古屋観光検定初級
493 京都検定3級
494 福岡検定初級
495 軽井沢WEB検定3級
496 検定「お伊勢さん」初級
497 ヒグマ検定上級編
498 ヒグマ検定一般編
499 ヒグマ検定入門編
500 音楽とゆざわ検定（ゆざわ音楽マスター）
501 いちご王国・栃木検定1級
502 いちご王国・栃木検定2級
503 いちご王国・栃木検定3級
504 くぎ煮検定上級
505 くぎ煮検定中級
506 くぎ煮検定初級
507 エイサー検定1級
508 エイサー検定2級
509 エイサー検定3級
510 渋沢栄一検定初級
511 土方歳三・箱館戦争検定
512 ハワイスペシャリスト検定中級
513 ハワイスペシャリスト検定初級
514 J.S.A.ワインエキスパート
515 J.S.A.ワイン検定シルバークラス講師
516 J.S.A.ワイン検定ブロンズクラス講師
517 J.S.A.ワイン検定シルバークラス
518 J.S.A.ワイン検定ブロンズクラス
519 J.S.A.SAKE検定
520 ANSAソムリエ
521 ワイン品質鑑定士
522 ワインマイスター
523 ワイン検定3級
524 ワイン検定4級
525 ワイン検定5級
526 ワインナビゲーター
527 オーガニックワインアンバサダー
528 モルドバ アグリ＆ラダチーニ ワインマスター
529 倭国酒スペシャリスト
530 倭国酒検定3級
531 倭国酒検定4級
532 倭国酒検定5級
533 倭国酒ナビゲーター
534 焼酎検定3級
535 焼酎検定4級
536 焼酎検定5級
537 ウイスキー検定2級
538 ウイスキー検定3級
539 カクテル検定3級
540 カクテルマイスター
541 倭国ビール検定2級
542 倭国ビール検定3級
543 倭国茶検定1級
544 倭国茶検定2級
545 倭国茶検定3級
546 倭国茶スペシャリスト
547 茶道文化検定3級
548 茶道文化検定4級
549 紅茶アナリスト
550 紅茶検定初級
551 コーヒースペシャリスト
552 あまざ検定2級
553 料飲サービス検定
554 スポーツフードスペシャリスト
555 機能性フード検定
556 介護食コンサルタント
557 発酵食品マスター
558 発酵検定
559 さしすせそ調味料検定
560 ソースマイスター検定（初級編）
561 ソースマイスター検定（中級編）
562 ソースマイスター検定（トリビア編）
563 料理検定2級
564 料理検定3級
565 菓子検定2級
566 菓子検定3級
567 家庭料理検定4級
568 家庭料理検定5級
569 野菜マエストロ検定（野菜アンバサダー）
570 野菜＆果物コンシェルジュ
571 チョコレート検定中級
572 チョコレート検定初級
573 プレチョコレート検定
574 チーズソムリエ
575 チーズ検定
576 ヨーグルト検定
577 すし検定
578 パンシェルジュ検定初級
579 カレーパン検定（カレーパンタジスタ）
580 倭国ラーメン検定初級（ラーメニスト）
581 うどん検定上級
582 うどん検定中級
583 うどん検定初級
584 カレーうどん検定（カレうどニスト）
585 おにぎり検定（オニギリスト）
586 焼き鳥検定（焼き鳥アンバサダー）
587 唐揚検定（カラアゲニスト）
588 串カツ検定（串カツマイスター）
589 グルメバーガー・アンバサダー検定
590 フライドポテト・アンバサダー検定シルバー
591 フライドポテト・アンバサダー検定ブロンズ
592 タピオカ検定
593 和菓子コンシェルジュ
594 あんこ検定
595 タマリエ検定「一ツ星タマリエ」ゴールドランク
596 タマリエ検定「一ツ星タマリエ」シルバーランク
597 タマリエ検定「一ツ星タマリエ」ブロンズランク
598 TKG検定
599 レモン検定
600 青森りんご検定基礎編
601 さば検定
602 海老検定
603 だしソムリエ初級
604 昆布検定
605 わさび検定5級
606 宝石検定2級
607 宝石検定3級
608 風水＆パワーストーンコンサルタント
609 手芸＆クラフトクリエイター
610 ガシャポン検定1級
611 ガシャポン検定2級
612 ガシャポン検定3級
613 パタゴティタン・マヨルム検定
614 実用技能しか犬定
615 謎解き能力検定7級
616 銅博士
617 木力検定初級
618 フォトマスター検定1級
619 フォトマスター検定準1級
620 フォトマスター検定2級
621 フォトマスター検定3級
622 学び直し＆独学アンバサダー検定
623 集中力検定
624 ゾーン検定
625 恋のキューピッド検定1級
626 花婿力検定3級
627 トントゥ検定3級
628 正月アドバイザー検定初級
629 倭国仏教検定2級
630 倭国仏教検定3級
631 神社検定参級
632 神社検定初級
633 聖書検定3級
634 聖書検定4級
635 聖書検定5級
636 葬送儀礼マナー検定2級
637 仏教葬祭アドバイザー
638 グリーフケア・プレゼンター
639 グリーフケア・リテラシー検定
640 僧侶

の、はやしです。 引き続きよろしくお願いいたしますm(_ _)m

なお、最後まで見てくださったあなたに１つプレゼント的なご案内です。

来年3/6(金)18時～ZeppShinjukuにて、写真のメンバーのグループ【miao】の5周年ワンマンライブがあります。（メンバー：内藤桃子/由利美桜/花守笑奈/今垣李華/星川夏乃/西宮百音）
予定の合う方はご招待いたします＆他の現場でもアテンド可能ですので、遠慮なくお申し出くださいm(_ _)m

※ご連絡はリプでもDMでもOKです November 11, 2025

我が友、セレニティ氏による　$NVDA と $GOOGL らライバル達についての分析👀

"Nvidia（ $NVDA ）は、2026年度第3四半期の売上として570.1億ドル（前年比+62.5%）という驚異的な数字を発表した。

さらに、第4四半期のガイダンスは650億ドル以上（市場予想を30億ドル以上上回る）。そして2026年暦年までにBlackwell/Rubin関連で5000億ドル以上の売上を見込んでいる。

それにもかかわらず、同社株は12%下落した。

今、$NVDAは「強気の買い」なのか？　これが答えだ。

GoogleのTPUプログラムは、Nvidia GPUに対する最初の本格的な競合として浮上しており、Anthropicは100万個以上のTPUチップをコミット、Metaも数十億ドル規模のTPU購入に向けた高度な交渉を行っていると報じられている。ウォーレン・バフェットも最近40億ドル以上を$GOOGLに投じており、技術企業に保守的なバークシャーとしては極めて異例だ。

記録的な好決算にもかかわらず、Nvidia株はここ10営業日のうち6日下落し、10月29日の過去最高値207.04ドル（時価総額5.03兆ドルに一時到達）から約12〜15%下に位置している。

アナリストの反応は圧倒的に強気で、軒並み目標株価を引き上げている。
•Evercore ISI：261 → 352ドル
•Bank of America：235 → 275ドル
•Citigroup：220 → 270ドル
•Goldman Sachs：240 → 250ドル
•Morgan Stanley：220 → 235ドル

しかし、ここで重要な「1兆ドル級の問い」はこれだ：ハイパースケーラー各社によるカスタムシリコンの台頭は、NVIDIAのAI支配力を弱めるのか？

AMDが主に「NVIDIAの在庫不足時の受け皿」であるのとは違い、GoogleのTPUプログラムは全く異なる競争構造を持つ。

TPU v7 Ironwoodは、NVIDIA Blackwellと初めて性能面で並ぶ非NVIDIAアクセラレータであり、FP8で4.6ペタフロップス（B200は4.5ペタフロップス）、192GBのHBM3eメモリを搭載する。

Ironwoodのアーキテクチャは大きく異なる。NVIDIAの最大クラスタ構成は72 GPU（NVL72）だが、TPU Ironwoodは9,216チップのポッドまでスケールする。

顧客採用は重要かつ急拡大している：
•Anthropicは100万個以上のTPUチップを「数十億ドル」規模でコミットし、1GWの計算能力が稼働予定。
•Metaは2026年にGoogle CloudからTPU容量を借りる最終段階の交渉を進めており、2027年には自社データセンター向けにハード購入を計画。
•AppleはApple Intelligenceの基盤モデルをすべてTPU上で訓練しており、サーバーモデルでは8192個のTPUv4チップを使用。
•MidjourneyはGPUからTPUに切り替え、推論コストを65%削減（月200万ドル → 70万ドル）。

状況はニュアンスがある。TPUは大規模推論において、現時点で最大4倍のコスパで優位に立つ。一方、トレーニングではNVIDIAが明確な優位性を持つ。

高度に最適化された推論タスクでは、TPUアーキテクチャがNVIDIAの汎用GPUより効率的なケースが当面続くかもしれない。

しかし、次世代Nvidia GPUは多くの推論領域でTPUを再び上回ると予想している（GPT5 → Gemini3 → Opus4.5 のようにLLM同士が追い越し合うのと同じ現象）。

現状、Google TPU、AWS Trainium、Meta MTIA、Microsoft Maiaといった各社のカスタムチップは、NVIDIAへの依存を減らすために拡大している。しかし、それらの累積効果で、ハイパースケーラーがNvidiaの支配力を本当に削ぐのか？

答え：いいえ。まだその段階ではない。

少なくとも今後2年間、Nvidiaの支配は確保されている。それ以降は完全に予測の領域だ。

単純に数字を見ると、2026年までの5000億ドル超の受注残があり、Nvidiaは依然としてAIの基盤インフラ企業であることが第3四半期の結果から明白だ。

しかし市場は、3年以上先の「カスタムチップによる長期的な競争不確実性」をすでに織り込み始めているようだ。

Nvidiaは供給能力が完全に売り切れており、次世代チップでは（汎用性を保ったまま）TPUの推論性能を上回る可能性が高い。とはいえ、カスタムシリコンの脅威と44倍のPERという評価面の重さは確かに逆風である。

それでも、今の恐怖による下落局面は、中期的には強い押し目買いの機会に見える。少なくとも向こう2年の業績と受注残が非常に強力だからだ。

覚えておくべきことはただ一つ。

NVIDIAがAIワークロードの「業界第一選択」であり続ける限り、$NVDAは強い買いであり、TPUやAMD GPUはNVIDIAの供給不足時に需要ギャップを埋める存在にとどまる。

Nvidiaは受注残が満杯で、AI需要は減速していない。" November 11, 2025

Google TPU 要干掉英伟达了吗？Meta 被曝将大规模采购 TPU，引发市场震动。但真相是：TPU 能撼动英伟达，却永远无法取代英伟达。这不是性能之争，而是生态、时机与战略的较量。

The Information 的一篇重磅报道把整个 AI 行业给炸了，Meta 正在与 Google 进行秘密谈判，计划大批量采购 Google 的 TPU 芯片，用于部分替代英伟达的 GPU 以支持其庞大的数据中心 AI 运算。

根据报道披露的细节，这盘棋下得很大：
- 2026 年： Meta 将大规模租用 Google 云服务（Google Cloud）上的 TPU 算力进行模型训练；
- 2027 年： Meta 将直接采购数十亿美元的 TPU 芯片，部署于自建的数据中心内。

什么？全球最大的 GPU 采购大户要抛弃英伟达了？ Google 的 TPU 居然要走出自家机房，去取代英伟达的 GPU 了吗？

消息一出，资本市场瞬间恐慌了。英伟达股价应声大跌，而 Google 则逆势暴涨，大家都在问：难道英伟达靠 GPU 垄断 AI 数据中心的故事真的讲不下去了吗？TPU 开始逆转了战局了吗？要讲明白这场 GPU vs TPU 的战争，我们要先从英伟达为什么能够像“铁桶”一般垄断 AI 数据中心讲起。

当今的 AI 技术堆栈：一座精密的金字塔

今天的人工智能是一个无比庞大的工业化产业。像 ChatGPT 这样顶尖的 AI 产品，其背后是由一层一层的技术基石堆砌而成的，这在 IT 行业被称为“技术堆栈（Tech Stack）”。
即使采用最粗略的划分方式，要支撑起当下的生成式 AI，至少也包含 5 层关键技术，缺一不可：

- 第一层：算力硬件层（Infrastructure） 这是金字塔的底座，是一切的基础。核心代表毫无疑问是英伟达的 GPU 和 Google 的 TPU。它们提供了 AI 运算所需的庞大算力，就像是工业时代的电力引擎。
- 第二层：系统软件与加速层（System & Compiler） 光有芯片还不够，AI 计算需要成千上万个芯片协同工作。这一层负责调度硬件并优化效率，充当硬件与上层软件的翻译官，它们决定了你能发挥出硬件多少潜能。这一层最典型的护城河技术，就是英伟达的 CUDA，而 Google 的 TPU 也有能够把上层软件编译为 TPU 机器码的 XLA 编译器。
- 第三层：深度学习框架（Deep Learning Frameworks） 想要构建和训练大规模神经网络，开发者不能手搓底层的软件代码，需要成熟的“脚手架”。业界目前最流行的是 META 发起开源软件 PyTorch（目前对 GPU 生态支持最好，是事实标准），以及 Google 发起的开源软件 JAX 和经典的 TensorFlow。
- 第四层：基础大模型（Foundation Models） 这是由深度学习框架训练出来的“超级大脑”，是目前竞争最激烈的战场。
- 语言/多模态模型： 如 OpenAI 的 GPT-5、Google 的 Gemini 3；
- 视频生成模型： 如 OpenAI 的 Sora、Google 的 Veo；
- 图像生成模型： 如 Google 的 Imagen、Midjourney。
- 第五层：AI 应用与交互层（Applications & Agents） 这是用户直接接触的产品。它将底层强大的模型能力封装成人类可以交互的工具。例如 ChatGPT，它的底层核心是 GPT 模型，但它本身是一个增加了对话界面、联网搜索、记忆功能的产品；又比如 Google 的 NotebookLM。

为什么英伟达在 AI 数据中心市场形成了绝对垄断？

我们经常感叹英伟达的 GPU（如 H100、H200、B200）硬件参数如何炸裂，但这只是冰山一角。英伟达之所以能对 AI 数据中心市场形成近乎无解的垄断（市占率一度超过 95%），主要源于以下三个维度的降维打击：

1. 通用性极强的单点算力 英伟达的 GPU 本质上是通用计算加速器（GPGPU）。它不仅能完美覆盖 AI 大模型的训练（Training）和推理（Inference），还能兼顾科学计算（气象模拟、药物研发）、图形渲染甚至加密货币挖掘。这种“一卡多用”的特性，使其成为了数据中心的硬通货——买了永远不亏，不用来炼丹还能用来挖矿（开玩笑，但道理如此）。
2. 恐怖的集群扩展能力（Scale-up & Scale-out） AI 大模型训练不是单打独斗，而是需要成千上万张显卡协同作战。英伟达在这方面做得太绝了：
- 节点内互联：通过独家的 NVLink 技术，英伟达可以将多个 GPU（甚至高达 72 个 GPU 组成的 GB200 NVL72 机柜系统）连接成一个“超级逻辑 GPU”，显存和算力实现无缝共享。
- 节点间互联：通过收购 Mellanox 获得的 InfiniBand 高速网络技术，让成千上万台服务器之间的数据传输快如闪电，解决了大规模集群的通信瓶颈。
3. 真正的护城河：CUDA 软件生态 这是英伟达最难被逾越的壁垒，就像 PC 时代的 Windows 操作系统。
- 底层基石：CUDA 提供了最底层的并行计算库，几乎所有的高性能计算场景都基于此构建，经过了 20 年的打磨。
- 顶层框架：当今统治级的深度学习框架 PyTorch 对 CUDA 提供了最原生的支持。这意味着开发者只需编写几行 Python 代码，就能调用底层强大的算力。
- 生态闭环：围绕 PyTorch/CUDA/GPU 已经形成了一套成熟的“开箱即用”基础设施。

为什么竞争对手很难追赶？ 即使竞争对手（如 AMD 或国产芯片厂商）在硬件参数上追平了 H200，依然无法撼动英伟达的地位。因为缺乏庞大的软件生态支持，意味着极高的迁移成本和时间风险。

一个真实的行业痛点（听起来很痛）： 目前很多致力于适配非英伟达芯片的 AI 团队都面临着巨大的痛苦。许多针对英伟达 GPU 进行过深度优化的模型（特别是涉及复杂算子或 MoE 架构的模型），一旦迁移到其他芯片平台，往往会面临严重的兼容性问题。
- 开发难：大量算子需要从头手写，费时费力，如同用汇编语言写网页。
- 稳定性差：模型训练过程中经常出现莫名其妙的数值溢出或系统崩溃（Crash）。

在当前的 AI 竞赛中，一次全量模型训练往往耗时数月，成本以千万美元计。如果因为芯片兼容性导致训练中途崩溃几次，浪费的不仅是电费，更是半年甚至一年的宝贵时间窗口。这种巨大的试错成本，是任何一家争分夺秒的 AI 公司都无法承受的。传言某国内顶级 AI 模型就是因为在国产芯片上训练下一代模型频繁崩溃，导致一直难产，真的是太痛了。
这就是为什么英伟达在 AI 数据中心市场越成功，行业对其路径依赖就越严重——因为没有人敢承担离开英伟达的代价。

Google 的 TPU 又是怎么崛起的？

尽管英伟达的统治力无可争议，但是 Google TPU 却是个异类，它不仅活下来了，还活得很好，已在 AI 顶级赛道站稳脚跟。
首先，TPU 已经用实战成绩证明了自己在 AI 大模型训练和推理领域的成功：
- Google 本家基石： Google 最强的 Gemini 系列模型，完全基于 TPU 进行训练和推理；
- 独角兽的选择： 顶级 AI 公司 Anthropic (Claude) 在 Google Cloud 上大规模使用了 TPU 算力；
- 科技巨头的背书： 就连 Apple 在训练其 Apple Intelligence 基础模型时，也公开表示使用了 Google 的 TPU v4 和 v5p 集群，而非英伟达 GPU。

那么，在英伟达已经成为绝对霸主的情况下，Google TPU 凭什么能异军突起？我们不妨对照英伟达成功的三个维度来深度解析：

1. 算力哲学：极度通用 vs 极致专用 英伟达 GPU 的强大在于“通用性”。而 Google TPU 从 2012 年设计之初，就是为了特定用途——大规模矩阵乘法而生。 现在的 AI 大模型训练，本质上就是在大规模地做矩阵乘法。因为放弃了图形渲染等通用功能，TPU 的芯片设计得以大幅简化，从而在“矩阵计算”这单一场景下取得了极致的能效比和性能表现。
2. 互联技术：电互联 vs 光互联 (OCS) 英伟达在服务器间的高速互联（NVLink/InfiniBand）上表现出色，覆盖了从单机多卡到万卡集群的广泛场景。 而 Google TPU 另辟蹊径，主攻超大规模集群互联。Google 引入了独特的 OCS（光路交换）技术，用光互联将成千上万颗 TPU 动态编织在一起。最新的 TPU v5p 单个 Pod 即可容纳 8960 颗芯片，甚至可以通过光互联扩展至数万卡的超级集群。这种架构在大规模并行训练中，展现出了极高的带宽利用率和灵活性，且布线极其整洁。
3. 软件生态：CUDA 帝国 vs JAX/XLA 新势力 英伟达的 CUDA 和 PyTorch 让 AI 开发变得“开箱即用”，这是其最大的护城河。但 Google 经过多年深耕，也打磨出了一套极为硬核的软件栈：
- XLA (2016)： 一个强大的编译器，能将计算图直接编译为 TPU 机器码，榨干硬件性能。
- JAX (2018)： 一个旨在替代 TensorFlow 的前沿框架。
对比 PyTorch： PyTorch 是面向对象编程，符合人类直觉，简单易用；而 JAX 是函数式编程，学习曲线陡峭，但在处理超大规模并行计算时具有先天优势，代码更简洁，数学表达更纯粹。
跨界打击： JAX 的优秀甚至溢出了 TPU 生态。如马斯克的 xAI 虽然使用的是英伟达 H100 集群，但为了追求对硬件性能的极致压榨，在训练 Grok 模型时并没有使用 PyTorch，而是选择了 JAX。

总结：生态位的胜利 经过多年的演化，在超大模型训练这一“皇冠上的明珠”场景下，JAX + XLA + TPU 技术栈已经形成了一个完整的闭环。它不仅被验证是成功的，甚至在某些超大规模场景下，能取得比 Pytorch + CUDA + GPU 更优的能效比。在 Google Cloud 上，TPU 的 token 成本定价低于英伟达 GPU，就是最好的证明。这也是 Google Cloud 在云计算市场竞争中的秘密武器。总之：

英伟达 vs Google：两种技术哲学的碰撞

- 应用场景： 通用型霸主 vs 超大模型专用特种兵
- 软件门槛： 低门槛的群众基础 vs 高门槛的专家利器
- 商业模式： 庞大的全行业生态 vs 垂直整合的自研闭环

如果说英伟达就像一辆豪华的全能越野车，哪里都能去，谁都能开，到处都有维修店；那么 Google 就像一辆定制的 F1 方程式赛车，只能跑赛道，赛车手才能开。大多数人买车首选 SUV（英伟达），因为方便、省心；但在争夺世界冠军的顶级赛场上，追求极致速度的车队（如 Google、xAI、Anthropic）会考虑使用 F1 赛车（TPU）。

Google TPU 能干掉英伟达吗？

照你这么说的话，Google TPU 岂不是已经成功挑战英伟达，打破了英伟达 GPU 的绝对垄断地位吗？事情没有那么简单。

1. TPU 的局限性与 Google 的双重身份 前面提到 Google TPU 极其擅长超大模型的训练/推理以及大规模推荐系统，但在通用性上，其他场景要么根本不适用，要么能效比不如英伟达 GPU。 对于 Google 庞大的产品线（YouTube、Search、Cloud）来说，对通用 GPU 的需求依然是海量的。因此，Google 一边自研 TPU，一边依然是英伟达 GPU 的全球采购大户。这一点在未来几年内都不会改变。
2. 迁移成本高昂的“生态墙” 尽管在超大模型场景下，JAX + XLA + TPU 的技术栈能取得显著优势，但这要求你必须“从零开始”就拥抱 Google 生态。 如果现有的项目是基于 PyTorch 和 CUDA 深度优化的，想要迁移到 TPU，约等于重写底层代码并进行大规模兼容性测试。这种“重起炉灶”的时间成本和工程风险，足以让绝大多数企业望而却步。

因此目前来看，Google TPU 的用户群体画像非常清晰，主要就两类：一是高校科研（科学计算），二是超大模型的训练和推理。

为什么 TPU 会有很多科学计算用户？ 这是因为 Google Cloud 长期为高校科研开放免费的 TPU 资源（TPU Research Cloud），加上极度好用的 Colab 服务（免费提供 TPU/GPU 算力），在学术界圈粉无数，培养了一大批习惯 TPU 的科研生力军。

那么，超大模型领域的潜在客户呢？ 我们逐一分析市面上的两类大客户：
- 大型云计算厂商： Amazon, Microsoft, Oracle 以及 CoreWeave 等新兴 GPU 云厂商。
- AI 大模型厂商： OpenAI, Anthropic, xAI, Meta 等。

大型云计算厂商（Amazon, Microsoft）本身就是 Google Cloud 的死对头，且都在自研芯片（Trainium, Maia），绝无可能去买对手的算力。而 Oracle 和 CoreWeave 早就通过深度绑定英伟达赚得盆满钵满，是英伟达的铁杆盟友。
AI 大模型厂商呢？
- OpenAI： Google Gemini 的头号宿敌，微软的盟友，不可能用 TPU。
- xAI： 马斯克与 Google 积怨已久，且正通过特斯拉和 xAI 构建自己的超算集群。
- Meta： 回到开头的新闻，Meta 是个超级大户。虽然传闻在谈，但 Meta 也是 Google 广告业务的直接对手。扎克伯格目前手握全球最大规模的 H100 集群之一，并且 Meta 正在积极迭代自研芯片 MTIA。虽然他们不搞公有云，但为了战略安全和技术自主，Meta 不太可能全面依赖 Google 的 TPU，最多是作为补充或谈判筹码。
- Anthropic： 剩下的只有它了。Google 是 Anthropic 的大金主，所以 Anthropic 使用 TPU 是顺理成章的。

盘算下来，TPU 的外部大客户其实寥寥无几。 这点体量，完全不足以对英伟达的统治地位构成“颠覆性”冲击。 因此，Google 最明智的策略依然是：在 Google Cloud 上提供极致性价比的 TPU 服务，用“省钱”和“能效”从其他云厂商口中抢肉吃，而不是想着彻底干掉英伟达。

如果 Google 非要“头铁”，下场卖 TPU 芯片抢市场呢？ 我认为这极其不明智：

- 供应链与利润结构： TPU 是 Google 与博通（Broadcom）合作设计的 ASIC。如果对外售卖，不仅涉及复杂的供应链管理，还要分润给博通，这会拉低硬件毛利。卖贵了，打不过英伟达；卖便宜了，除去博通的成本，Google 图什么？
- 客户池太浅： 如前所述，愿意买 TPU 且不与 Google 构成直接竞争的大客户极少。
- 田忌赛马的反面： 用自己公司的“内部工具/副业”去硬拼英伟达赖以生存的“主业”，胜算能有多高？
- 最后，也是最关键的宏观背景： 目前全球 AI 数据中心市场正处于“短缺经济”时代。不仅 GPU 缺，HBM 内存、CoWoS 封装产能、电力、甚至建设数据中心的土地都极度紧缺。虽然各大科技巨头的资本支出（Capex）已经高得吓人，但面对爆炸性的业务需求，供给依然不够。微软今年初曾试图下调资本支出，结果发现需求太猛，转头又开始疯狂追加投入。
在一个供不应求的增量市场里，无论你填进去多少算力（无论是 GPU 还是 TPU），都会被瞬间吃干抹净。英伟达的 GPU 和 Google 的 TPU 目前仍处于“各自跑马圈地”的阶段，而非“你死我活”的零和博弈。

我的结论：
Google TPU 对英伟达确实有冲击，但不必过度恐慌。 从长期看，Google TPU 的存在更像是一个强有力的“议价筹码”。当大客户有了备胎（TPU 或自研芯片），英伟达就很难长期维持如今夸张的 75% 利润率。
英伟达未来的市场份额确实会受影响，主要来自：
- Google 自身业务（搜索、推荐、Gemini）更多转向 TPU，减少购买 GPU；
- Google Cloud 的深度合作伙伴（如 Anthropic）减少购买 GPU。 这可能会导致英伟达在数据中心的市占率从 90%+ 缓慢回落到 75%-80% 左右，但这并不改变其商业逻辑的本质。

这就像当年的 PC 市场： 苹果 Macintosh 电脑的崛起虽然让 Windows 的市占率有所下降，但并没有终结 Windows 的垄断。真正终结 Windows 霸权时代的，不是 Mac，而是智能手机的兴起。 同理，Google TPU 干不掉英伟达。真正能干掉英伟达的，只能是下一代计算范式的彻底变革。

Google 的成功是不可复制的

好吧，虽然你说的很有道理，但是 Google 能干成全栈自研，尝到了甜头的其他巨头岂不是会纷纷效仿吗？Amazon，Microsoft，Meta，OpenAI 这几个英伟达的头部大客户都在自研 ASIC 芯片，将来他们都减少了对英伟达芯片的采购，英伟达不是要喝西北风了？

我的观点就是：Google 的成功是不可复制的。

Google 的技术栈能够成功，综合了以下几个不可或缺的因素，而这恰恰是微软、Meta 和亚马逊所不具备的：
1. 十年的时间壁垒（Time & Iteration）
芯片设计不是搭积木，它需要漫长的迭代周期。 Google 早在 2013-2014 年就开始秘密研发 TPU，2016 年 AlphaGo 击败李世石震惊世界时，背后就是 TPU v1 在提供算力。
当微软在 2023 年才匆忙推出 Maia 100 时，Google 的 TPU 已经迭代到了第 6 代甚至第 7 代。
这 10 年间踩过的坑、修复的 Bug、积累的制程经验、以及对散热和互联架构的微调，绝非其他公司靠“砸钱”就能在两三年内追平的。在硅基世界里，经验值就是良率，就是能效比。
2. 真正全栈的“软硬一体”的垂直整合掌控力（Full-Stack Control）
这是 Google 最可怕的地方，也是其他巨头最大的软肋。
Google 拥有整个链条： 硬件（TPU）+ 编译器（XLA）+ 框架（JAX）+ 模型（Gemini）。Google 的科学家 Jeff Dean 可以让设计 Gemini 的算法团队直接坐在设计 TPU 的硬件团队对面，告诉他们：“我们需要一个特定的指令集来加速这个算子。”这种协同效应是核爆级的。
反观微软/Meta： 微软虽然造了 Maia 芯片，但它上面的软件栈主要依赖 OpenAI，而 OpenAI 和整个业界主流依赖的是 PyTorch。PyTorch 的亲爹是 Meta，但 PyTorch 对英伟达 GPU 的优化是刻在基因里的。
微软想要 Maia 好用，就得去魔改 PyTorch 底层，或者指望 OpenAI 为了适配 Maia 去重写代码。这中间不仅隔着公司墙，还隔着巨大的技术债务。
只要 PyTorch 依然是业界标准，其他自研芯片就永远是在“模拟”或“适配”英伟达，而 Google 是在玩一套完全独立的游戏规则。
3. 极其特殊的“光互联”基础设施（OCS Infrastructure）
前面提到的 OCS（光路交换）技术，是 Google 数据中心的独门绝技。 Google 为了适配 TPU 的大规模互联，甚至重新设计了数据中心的物理布线和机柜架构。这种光互联技术允许 TPU 节点之间以极低的延迟和功耗进行动态重组。 其他云厂商的数据中心是基于标准以太网架构建设的，想要复刻 Google 这套“光互联”网络，意味着要推翻现有的数据中心物理架构，这个沉没成本是天文数字。
4. 无法比拟的内部“吞吐量”（Internal Workload）
在生成式 AI 爆发之前，Google 就拥有地球上最庞大的 AI 推荐系统——Google Search、YouTube 推荐算法和 Google Ads。
这些业务每天产生数以亿计的并发请求，为 TPU 提供了天然的、海量的“练兵场”。
即便没有外部客户买单，Google 自己的业务就能消化掉 TPU 的产能。这让 Google 敢于在 TPU 早期性能不完善时，强行在内部推广（Dogfooding），通过海量真实数据把芯片“磨”出来。
相比之下，Meta 虽然有推荐算法需求，但起步晚且早期全押注 GPU；微软的 Azure 主要是卖资源给客户，如果自研芯片不好用，客户会直接用脚投票切回英伟达。

英伟达更像 AI 时代英特尔

著名电影《大空投》原型 Michael Burry 曾暗示英伟达正处于类似互联网泡沫时期的境地，不少看空者也认为英伟达与 OpenAI 之间相互投资和采购的关系，吹起了一个巨大的估值泡沫。他们认为一旦泡沫破裂，英伟达就会像 2000 年的 Cisco（思科）一样，股价暴跌 80% 以上。

但我认为，当下的英伟达并不像当年的 Cisco，而更像 PC 黄金时代的 Intel。 Intel 的股价腾飞始于 1993 年，于 2000 年触顶，随后经历了漫长的震荡与调整。 回顾那段历史，我们可以发现惊人的相似性：

- 1993 年之前（群雄逐鹿）： PC 的 CPU 市场处于混战时代，各路架构互不相让。
- 1993 年（霸主确立）： Intel 推出奔腾（Pentium）处理器，凭借强悍的性能一举确立了 CPU 市场的统治地位。
- 1995 年（杀手级应用爆发）： 微软推出 Windows 95，图形界面的革命引发了全球性的 PC 换机潮。受此驱动，Intel 的股价在 1996 年迎来了极高斜率的上涨。
- 2000 年（盛极而衰）： Intel 股价在 2000 年见顶，随后狂跌。这背后既有互联网泡沫破灭的宏观原因，也有 PC 市场渗透率见顶的因素。同时，Intel 在技术路线上遭遇了 AMD 速龙（Athlon）处理器的强力挑战，且在后续的 64 位指令集之争中（安腾项目）犯了严重的战略错误。

2022 年 ChatGPT 的横空出世，就是 AI 时代的 "Windows 95 时刻"，它极大刺激了全行业对于算力基础设施的升级换代。借助这股 AI 浪潮，英伟达正在狂飙突进。现在的英伟达，像极了 1997 年处于巅峰缓慢爬升期的 Intel。

我相信，在未来几年的 AI 算力市场将呈现“一超一强多级”的格局：
- 英伟达（The Generalist King）： 依然是绝对的“一超”。它占据 75%-80% 的市场份额，服务于所有追求通用性、追求开发效率、追求 Time-to-market 的企业。所有的初创公司、大部分云客户、以及需要频繁试错的模型团队，依然只能选英伟达。
- Google TPU（The Specialized Powerhouse）： 它是那个“特种部队”。它守住 Google 自己的万亿帝国，并在超大模型训练这一垂直领域，成为唯一能跟英伟达叫板的“异类”。
- 其他自研芯片和 AMD（AWS Trainium, MS Maia, Meta MTIA）： 它们更多是“成本调节器”。它们会被用于处理那些负载稳定、算法成熟的推理任务（比如每天运行几亿次的简单推荐或聊天机器人推理）。巨头们用它来通过简单的替代降低运营成本，也就是所谓的“省钱芯片”，但很难承担起“探索下一代 AI 前沿”的重任。

Google 的王者归来：全栈自研的胜利

2022 年底 ChatGPT 的横空出世，曾让 Google 这位 AI 领域的先行者显得黯淡无光。然而，站在 2025 年底的今天回望，Google 的表现足以让人刮目相看。
目前的 Google，是全球唯一一家真正实现了AI 全栈自研、软硬件垂直整合的头部厂商。这种整合优势正在形成巨大的飞轮效应：

- 算力底座： 在硬件层面，Google 利用 TPU 大规模集群高效实现了 Gemini 3 模型的训练和推理，摆脱了对外部 GPU 的依赖。
- 生态闭环： 通过多年的技术积累，打造了难以复制的软硬件一体化技术栈生态：JAX / XLA / TPU，极大地提升了研发效率。
- 云端优势： Google Cloud 虽然在市场份额上仍居 Amazon 和 Microsoft 之后，但增速惊人。更重要的是，得益于自研芯片，其 TPU 的租赁费用相比 GPU 拥有显著的价格优势，这对初创公司极具吸引力。
- 模型与成本：Gemini 3 在多项基准测试中已完全不输 GPT-5.1，甚至在长上下文和多模态理解上有所超越。基于自有云和芯片的成本优势，Gemini 能够提供更具竞争力的 API 调用价格，这种“低成本高智能”的反向优势正在快速抢占开发者市场。
- 产品矩阵全面开花：
1. NotebookLM 已成为“杀手级”的 AI 知识库和学习工具，深受科研与教育用户喜爱。
2. 多模态创作： Gemini 现已深度整合 Veo（视频生成）和 Imagen（图像生成），用户可在一个工作流中完成复杂的创作任务。
3. 搜索进化： Google Search 全面推出了 AI Overviews，成功将传统搜索与 AI 问答无缝整合。
4. 交互创新： 最新推出的生成式 UI (Generative UI) 更是令人惊艳，根据用户意图实时生成交互界面。

关键在于，Google 形成了一个从芯片、基础设施、模型到应用产品的完整闭环，各环节还能互相加强。这就好比 Google 一家公司独自完成了“英伟达 + 微软 + OpenAI”三家公司的工作。再加上 Google 全球数十亿的用户基数，以及 Chrome 浏览器和 Android 移动端两大核心入口，其上限不可估量。

为何半年前股价低迷、备受质疑的 Google，能在这半年实现逆袭？
此前市场看衰 Google，主要基于以下隐忧：

- 商业模式挑战： Google Search 靠竞价排名赚钱，市场担心 AI 问答范式会彻底颠覆这一现金牛。
- 大公司病与人才流失： 尽管 AI 大模型的基石——Transformer 论文是 Google 于 2017 年发表的，但果实却被 OpenAI 摘取。CEO Sundar Pichai 被认为过于稳健，缺乏魄力；内部 DeepMind 和 Google Brain 两个顶尖团队曾各自为战，内耗严重，导致许多论文作者离职。
- 模型落后： 在 Gemini 2.5 发布之前，Google 长期被 OpenAI 的 GPT 系列压制，甚至一度不如 Anthropic 的 Claude，面临在 AI 时代掉队的风险。

但在过去两年，Google 成功扭转了局势：

- 搜索护城河依然稳固： 事实证明，Google Search 并未被轻易颠覆，反而通过集成 AI 变得更强。用户在多轮对话中不仅有明确的个性化需求，AI 还能更精准地推荐个性化的产品与服务。广告业务被 AI 范式颠覆的风险被大大高估了。
- 组织架构重塑： 2023 年起，创始人 Sergey Brin 回归一线，深度参与模型开发。Google 将原本竞争的两个 AI 团队合并为 Google DeepMind，由 Demis Hassabis 挂帅。这一举措成功消除了内耗，重新激活了团队的创新力。
- 模型反超：Gemini 3 Pro 如今展现出后来居上的态势，不仅在性能上反超 GPT-5.1，市场占有率也稳步攀升。攻守之势异也，现在压力来到了 OpenAI 一方。

归根结底，AI 时代的核心竞争点依然是谁能做出最强的大模型。
如果 Gemini 弱，Google 的生态优势无从发挥；一旦 Gemini 领先，Google 强大的全栈整合能力就会瞬间爆发，形成降维打击。
最后我想说，英伟达是算力时代的‘卖水人’，而 Google 是全栈 AI 的‘领航员’。它们都是伟大的公司，对于投资者来说，与其在非此即彼的零和博弈中焦虑，不如看到它们各自不可替代的价值——这两者都值得你们同时拥有。

#AI产业 #大模型 #AI基础设施 #GPU #Gemini #TPU #JAX #XLA #CUDA #谷歌 #英伟达 November 11, 2025

年寄りの我儘はどっちかというと、もうパソコンの問題より、心の問題に近いんよな。
マイクロソフトに敵意剥き出しにして嫌ったり、逆にマイクロソフト好きすぎたり。

ただのOSメーカーにそんなに、気持ちぶつけなくとも思う。

たまに、わいもマイクロソフト怒り心頭になる時あるけど、概ね信じてる。

だいたい動くし解決する。 November 11, 2025

この日を、未来の歴史の教科書は必ず太字で刻むでしょう。

アメリカ合衆国のドナルド・トランプ大統領が署名した一枚の大統領令によって、
「Genesis Mission（ジェネシス・ミッション）」
倭国語にすれば「創世記計画」が正式に始動しました。

これは、もはや一国の科学政策ではありません。

人類が次に迎える「発見の黄金時代」を、意図的に設計し、強制的に引き寄せる、
史上最大規模の国家総力プロジェクトです。

その野心は、たった一文に凝縮されています。

「2035年までに、アメリカの科学・工学の生産性を2倍にする」

マンハッタン計画が原子爆弾を、アポロ計画が月面着陸を生んだように、
ジェネシス・ミッションは「AIを科学そのもののエンジンに変える」ことで、
人類の知識のフロンティアを一気に押し広げようとしています。

何が動くのか
前代未聞の「総力戦態勢」

- エネルギー省（DOE）傘下の17の国立研究所が完全に一体化
（オークリッジ、ロスアラモス、ローレンス・リバモア、フェルミ、プリンストンプラズマ物理、NETL……）

- 総勢40,000人を超える世界トップクラスの科学者・エンジニアが一つの旗の下に

- 世界最速のスーパーコンピュータ「Frontier」（1.7エクサフロップス）を中核に、
新設されるAI専用計算システム「Discovery」「Lux」、
量子コンピュータ群、ペタバイト級の科学データベース、
完全自動運転のロボット実験室が24時間365日稼働

- NVIDIA、OpenAI、Anthropic、Google DeepMind、Microsoft、Oracle、Dell、HPE、AMD……
世界のAI・計算インフラのほぼ全てのトップ企業が「国家事業」として全面協力

これらを一つの巨大な「American Science and Security Platform」に統合し、
「AI閉ループ科学システム」を完成させます。

その仕組みは驚くほどシンプルで、驚くほど恐ろしいほど強力です。

1. AIが過去の全科学データを学習
2. 自ら新しい仮説を無数に生成
3. スーパーコンピュータでシミュレーション
4. ロボット実験室が自動で実証実験
5. 結果を即座にフィードバックし、次の仮説へ

このループが1日に何千回、何万回と回る。

人間が一生かかってもたどり着けない発見を、AIは数日でやってのける時代が来るのです。

人類共通の三つの大課題に真正面から挑む

1. エネルギー覇権の完全奪還
商用核融合の実現、次世代小型モジュール炉（SMR）の爆速開発、
AIが管理する超スマートグリッドで電力コストを劇的に下げる。
「アメリカ人の電気代を半分に、エネルギ自給率を200％に」
これが公約です。

2. 発見科学の完全自動化
新素材、量子コンピュータの実用化、がん・アルツハイマー・難病の特効薬、
気候変動対策の革新的技術……
今まで「運と天才の閃き」に頼っていたブレークスルーを、
AIが「確実に、計画的に、大量生産」する時代へ。

3. 国家・人類の安全保障の鉄壁化
核兵器の信頼性検証をAIが常時検証、
サイバー攻撃を先読みして自動防御、
半導体・レアアースのサプライチェーンを完全に自給。

タイムライン
もう動き始めている

- 2026年1月　国家最優先20課題の公式発表
- 2026年夏　世界初の全自動AI実験室が稼働開始
- 2027年以降　毎年のように「人類史上初」の発見が連発
- 2035年　科学生産性2倍達成、プラットフォームの一部を世界の研究者に開放

最後に
これは誰の未来か

ジェネシス・ミッションは、アメリカのプロジェクトです。

しかし、その果実は必ず人類全体に降り注ぎます。

気候変動、病気、資源、エネルギー、貧困……
21世紀が抱える最大の難問が、次々と解決への道筋を見せ始めます。

名前が「Genesis＝創世記」であることには、深い意味があります。

私たちは今、
火を手に入れたプロメテウスの時代から、
AIという新しい「神の火」を手に入れた瞬間を迎えている。

人類の知識が指数関数的に爆発し、
「不可能」が次々と「当たり前」に変わっていく、
まったく新しい歴史の第一章が、今、始まったばかりです。

あなたも、私も、この歴史の目撃者です。
そして、参加者でもあります。

新しい創世記は、もう書かれ始めています。 November 11, 2025