就在，下周二（19号）一年一度的谷歌I/O开发者大会即将拉开帷幕。

目前行业对这场大会的关注度较高，在往年，大家看谷歌开发者大会可能是为了等安卓系统的新功能或者Pixel的新硬件。

但今年，全球科技圈的目光都或许聚焦在了一个焦点上——AI。

面对这几个月OpenAI、Anthropic又连续加速迭代，市场关注谷歌能否凭借新一代 Gemini 大模型，稳固自身在全球 AI 领域的行业综合实力。

另外这场大会不仅是谷歌一家公司，更可能是全球AI产业的风向标之一，或者值得我们做产业链跟踪。

Gemini有什么新关注？

本次I/O大会市场关注度主要是谷歌是否会正式揭晓其2026年的旗舰底座——Gemini 4.0，以及备受期待的原生多模态版本Gemini Omni。

根据目前公开的数据来看，外界普遍预测，Gemini 4.0的目标是在逻辑推理能力上实现跨越式提升，全方位对标OpenAI等行业顶尖模型。

而Gemini Omni的核心在于“全能（Omni）”，意味着它将不再依赖外挂工具，自身就能直接生成和处理视频、音频等多维信息。

另外除了大模型的迭代之外，Gemini生态的变现能力也是一个关注的方向。

目前，Gemini已经深度集成在各类办公套件、搜索、地图等核心服务中，谷歌产品套件的订阅用户已突破3.5亿。

根据部分机构的预测，Gemini能否将庞大的搜索流量转化为实实在在的收入增长，或将是AI行业发展的趋势。

例如，AI搜索正在将传统的“关键词查询”升级为包含预算、场景、偏好的“复杂意图查询”。

这类精准化需求检索模式，也为互联网服务业态带来全新发展思路。

如果谷歌能通过AI生态证明AI不仅提升了用户体验，还能让广告主的预算花得更有效率，那么Gemini就有望真正完成了商业的闭环。

大模型持续迭代，算力硬件需求提升

谷歌Gemini的加速只是全球AI浪潮的一个缩影。

放眼全球：

AI大模型的迭代正在从训练端向推理端全面延伸，有望带动了算力需求增加。

根据wind数据，北美四大云厂商在2026年一季度的资本开支同比增长超过70%，全年预计高达8000亿美元。

随着各大顶尖模型的持续进化，以及AI智能体（Agent）从简单的对话机器人向能自主规划、调用工具的“数字员工”跃迁，单次任务的Token消耗量呈大幅增长。

国内视角：

中国的AI大模型同样在加速迭代和推进。

根据产业调研数据显示，中国大模型的日均Token调用量已突破140万亿，行业算力资源供需结构发生变化，产业端算力配套配套需求持续紧张。

随着国内各大模型主动深度适配国产算力，国内大模型持续适配本土算力生态，带动本土算力相关产业迎来发展契机。

这种“模型越聪明，消耗越大”产业趋势，有望推高了算力硬件产业链的景气度。

哪些方向可能会受益

在大模型持续迭代和商业化落地的双重驱动下，从产业链来看：

1、高速互联与光模块：

谷歌在TPU集群中大量采用自研的OCS（光路交换）技术，并加速推进CPO（共封装光学）等前沿方案。

这不仅带动了800G/1.6T高速光模块的加速上量，也可能推高了对光芯片、光引擎及高端无源器件的需求。

这方面，谷歌800G/1.6T光模块的核心供应商有望收益。

2、AI服务器与超节点OEM：

随着英伟达Vera Rubin等新一代平台的推出，高端算力硬件整体功耗持续提升，传统的服务器架构已无法满足需求。

集成了数十甚至数百颗GPU的“超节点”系统，凭借极高的算力密度和协同效率，正成为智算中心的主流选择之一。

具备高端超节点设计、整合与交付能力的服务器OEM厂商，将拥有产品溢价和客户粘性。

3、液冷与电源解决方案：

芯片功耗的爆炸式增长，让散热和供电成为了刚需中的刚需。

液冷散热方案已从“选配”变为“标配”，单机柜的散热组件价值量大幅提升。

同时，为了应对更高的功耗，电源架构正向800V高压直流方案过渡。

写在最后

本次谷歌I/O大会，不仅是Gemini 4.0的舞台，更可能是全球AI算力基建需求的一次集中验证。

特别声明：以上内容绝不构成任何投资建议、引导或承诺，仅供学术研讨。

如果觉得资料有用，希望各位能够多多支持，您一次点赞、一次转发、随手分享，都是笔者坚持的动力~