Google的全棧AI邏輯已經(jīng)演繹了一個多月，看上去圍繞OpenAI的循環(huán)借貸故事出現(xiàn)破綻，從而導(dǎo)致“突然”的AI敘事轉(zhuǎn)變。但Google鏈屬于厚積薄發(fā)，技術(shù)更迭是量變引起質(zhì)變，而最關(guān)鍵的是業(yè)務(wù)定位發(fā)生了根本性的變化。

借著Anthropic又下110億TPU訂單，Meta推進(jìn)與Google底層語言開發(fā)合作之際，海豚君來梳理一下：

1）TPU生態(tài)到底發(fā)生了什么關(guān)鍵變化？

2）如何厘清Google與Anthropic、Broadcom之間的訂單關(guān)系？

3）當(dāng)下估值打入了多少TPU預(yù)期？

一、直擊核心問題：TPU的積存訂單與增量收入確認(rèn)

1、TPU的技術(shù)替代“突然”爆發(fā)？

如果不是在行業(yè)內(nèi)，這可能是大家的第一個疑問。在市場大多數(shù)記憶還停留在TPU通用性不夠，Google主要用來內(nèi)用而非對外商用時，會非常訝異為何到了TPU v7這一版本，突然開講TPU對的GPU替代邏輯。

這并非市場的重大忽視，奇點形成的關(guān)鍵是 TPU在集團(tuán)內(nèi)部的戰(zhàn)略定位轉(zhuǎn)變——從“對內(nèi)為主”轉(zhuǎn)為“對外直接商用”，促使在芯片設(shè)計理念上發(fā)生了根本性的變化。

在這一輪AI LLM時代之前，TPU的設(shè)計理念都偏保守。與英偉達(dá)idia在設(shè)計上更偏重單片核心算力的持續(xù)升級，TPU在設(shè)計上更聚焦性價比，即以犧牲極致單片性能，而避免故障率走高導(dǎo)致的物理磨損加速、元件老化、散熱壓力等問題的出現(xiàn)，從而拉高了整體成本。

當(dāng)然這么設(shè)計的原因還在于，在TPU對內(nèi)使用下對性能追求點與LLM也存在差異，尤其是在算力指標(biāo)上。一方面內(nèi)部的廣告推薦模型不需要這么高的算力吞吐，另一方面沒有商用壓力，自然也就沒有“炫技”的必要性。

比如下圖比較了廣告推薦模型（Reco）和LLM大模型對硬件的性能不同需求，在Reco模型下，對算力吞吐、網(wǎng)絡(luò)延遲上的要求沒LLM那么高。

但隨著LLM時代到來，算力要求大幅提高，集團(tuán)對TPU的設(shè)計思路本身需要升級改變。這個時候順便對TPU開啟直接商用，還能在當(dāng)下的千億算力市場分一杯羹，何樂而不為？于是我們看到，2024年中推出的TPU v5版本在單片算力上出現(xiàn)了顯著提升，并在隨后的v6、v7版本繼續(xù)大幅拉高。

而在LLM另外需要的存儲性能——內(nèi)存帶寬、內(nèi)存容量上，TPU v7版本直接拉齊到了GB200的水平，但單卡性能與GB300以及英偉達(dá)的Rubin系列還有明顯差距。

2、大廠客戶“突然”密集下訂單？

9月被爆、10月正式官方披露的Anthropic百萬顆TPU訂單可以說是一石激起千層浪，TPU真正走到舞臺中央。依據(jù)專家調(diào)研信息，預(yù)計2026年TPU出貨量將達(dá)到300萬顆，在2025年的低基數(shù)上增幅達(dá)到66%。

但前幾天博通的Q4業(yè)績發(fā)布，提到了Anthropic新下的一份110億TPU v7訂單，預(yù)計2026年底交付，按單價來算，那么也是對應(yīng)40-50萬顆的TPU v7。因此如果能夠按計劃實現(xiàn)交付，那么2026年TPU出貨量將至少達(dá)到350萬顆數(shù)量級。

下圖為Anthropic的兩次訂單情況，爆出在接觸合作的Meta、OpenAI等具體細(xì)節(jié)還未確認(rèn)：

不過，雖然紙面上的技術(shù)替代性實現(xiàn)了，但要真正獲得頭部大客戶的青睞還需要依賴三個關(guān)鍵因素，1）性價比；2）芯片封裝產(chǎn)能配給；3）開發(fā)生態(tài)，實際對應(yīng)1）有效算力成本；2）臺積電的CoWoS產(chǎn)能；3）開發(fā)者生態(tài)，一如英偉達(dá)idia核心壁壘——CUDA生態(tài)。

（1）以量取勝，不做鏟子商

雖然TPU v7在單卡Raw Power（原始算力）上可能略遜于英偉達(dá)idia B200，顯著遜于B300、R100。但在萬卡集群的有效算力（MFU）上，Google憑借獨家的OCS（光路交換）互聯(lián)技術(shù)，能大幅緩解傳統(tǒng)GPU集群隨著規(guī)模擴(kuò)大而損耗指數(shù)級上升的BUG。

正如前文所說，單卡極致性能會導(dǎo)致整體硬件的故障率走高，產(chǎn)生磨損、老化、散熱等問題，算力使用效率反而一般，后續(xù)的維護(hù)會帶來更高的成本壓力。

簡單而言，Anthropic看中的是性價比，即“1美元部署對應(yīng)的算力”。如下圖所示，TPU v7單位算力價格（運行一顆芯片1小時，所需要的綜合成本，包含芯片和數(shù)據(jù)中心基建成本、電力成本、維護(hù)人力成本等）便宜了近44%，且其中一次性投入的硬件和基建成本（對應(yīng)客戶的Capex，需要前置投入）占比在72.7%，也比GB系列的77%~79%略低時，TPU無疑會進(jìn)入下游客戶算力方案選擇的最終“決賽圈”。

（2）改變信披戰(zhàn)術(shù)，鎖訂單搶產(chǎn)能

盡管臺積電和英偉達(dá)多年深度合作，且在過去一年多的算力軍備競賽上，雙方攜手獲得了產(chǎn)業(yè)鏈中絕大部分的利益，但這層關(guān)系并非絕對捆綁到無懈可擊，尤其是當(dāng)市場開始質(zhì)疑OpenAI的變現(xiàn)力，以及與英偉達(dá)之間循環(huán)貸款對訂單的增長持續(xù)性。

從風(fēng)險規(guī)避的角度，臺積電會更加注重客戶是否存在“有交付能力的在手訂單”，從而決定產(chǎn)能配給。

因此Google對TPU的信息披露也對應(yīng)著發(fā)生了變化。既然要與英偉達(dá)idia競爭，那么也就是需要和英偉達(dá)一樣，盡早公布新產(chǎn)品路線，以便成為客戶做未來算力規(guī)劃時的待選方案之一。通過提前鎖定訂單，從而能從臺積電處拿到產(chǎn)能。

TPU v7之前，Google對TPU的信息披露會更加謹(jǐn)慎，畢竟被認(rèn)定為只對內(nèi)的“秘密武器”。比如，2015年TPU一代就已經(jīng)落地并且被Google進(jìn)行大規(guī)模的部署和使用，但直到2016年Google I/O大會才對外公布它的存在。

隨后的2-6代，雖然披露略有放寬，一般是I/O大會發(fā)布PPT后一年內(nèi)就實現(xiàn)了Cloud上線使用，也就是說在發(fā)布時就已經(jīng)談好了產(chǎn)能規(guī)劃。

但這次v7，為了搶到訂單，Google早早發(fā)布TPU v7產(chǎn)品細(xì)節(jié)（2025年4月發(fā)布），但彼時產(chǎn)能還未鎖定，直到8月盛傳Broadcom追加對CoWoS的產(chǎn)能（大概率是因為為TPU v7提前準(zhǔn)備），隨后9月Anthropic才敲定與Google TPU的合作，涉及到TPU機架的直接銷售（10月底公開披露），而最近當(dāng)Anthropic追加了110億訂單，Broadcom則再次與TSMC鎖定明年的產(chǎn)能。

因此，從Broadcom向Anthropic（最早下訂單的頭部客戶）允諾的交付時點來看（2026年中和2026年底），Google對TPU v7的信息披露要相當(dāng)于早于實際部署的1—2年的時間，明顯早于前幾代。

（3）為何說英偉達(dá)的軟件生態(tài)優(yōu)勢出現(xiàn)裂縫？

但能讓動不動砸上百億支出的大廠們，敢于下TPU的訂單，光靠便宜肯定不夠，關(guān)鍵在于軟件生態(tài)的有效完善，這也是TPU走向大規(guī)模商用需要解決的關(guān)鍵問題。

英偉達(dá)之所以壁壘深厚，硬件單卡性能只是表面，CUDA才是里子。CUDA是英偉達(dá)idia推出用來讓GPU理解C+、Python的底層算子庫，近20年行業(yè)的開發(fā)經(jīng)驗積累，使得CUDA在AI開發(fā)領(lǐng)域幾乎不可跨越：前一代的工程師們基于CUDA寫好了工具模塊PyTorch，后一代的工程師們無需從0-1寫代碼，而是直接套用PyTorch工具來做進(jìn)一步的開發(fā)。

由此看來，要顛覆CUDA，最重要的是“工具庫”和“人才”。那么TPU是怎么解決的呢？

a. 主動的定點優(yōu)化：編譯器2.0+vLLM直接支持TPU

對應(yīng)CUDA，TPU的底層算子庫是Pallas。由于TPU發(fā)展晚一些，且之前一直對內(nèi)，未對外商用，因此Pallas生態(tài)里面幾乎只有Google自己的工程師在補充算子。而TPU生態(tài)中與PyTorch工具庫對應(yīng)的，則是JAX。由于手寫Pallas算子的過程太復(fù)雜，Google另外推出了XLA編譯器，來實現(xiàn)從JAX到底層指令集（TPU Runtime）的調(diào)用。

但一己之力vs多人合力的天然弱勢，要讓Pallas/JAX去追趕CUDA/PyTorch的難度太大。軟件生態(tài)的缺陷成為TPU商業(yè)化的核心阻力之一，除非客戶本身具備JAX人才（這幾乎只有Google內(nèi)部的人跳到甲方關(guān)鍵崗位，再身體力行的推行JAX才行）。

因此Google推出了PyTorch/XLA編譯器，它能讓原本為GPU設(shè)計的PyTorch代碼，編譯并運行在TPU上。1.0版本還不太絲滑，但23年推出的2.0版本，優(yōu)化了1.0版本的TPU啟動速度慢問題，不過還是會出現(xiàn)首次編譯時間長等問題。

又一個轉(zhuǎn)折點在2024年下半年，Google 實現(xiàn)了vLLM對TPU的原生支持——2024年7月底披露，vLLM可以實現(xiàn)在TPU v5e和v6e上運行，隨后不斷完善。

vLLM是目前 AI 推理（讓模型回答問題）領(lǐng)域滲透率最高的開源軟件庫，最早是為了解決英偉達(dá)idia顯卡碎片化問題而誕生，因此天然適配GPU。

Google 為了讓vLLM實現(xiàn)對TPU的原生運行，與vLLM團(tuán)隊深入合作，使用Pallas重寫了基于vLLM的核心算子，通過使用 JAX + Pallas，vLLM可以直接調(diào)用TPU的底層內(nèi)存管理能力，避開了PyTorch/XLA 編譯器帶來的延遲和額外開銷。

c. 被動的開發(fā)者滲透：“AI黃埔軍校”的人才戰(zhàn)術(shù)

這一輪AI基建，上游廠商吃了產(chǎn)業(yè)鏈絕大多數(shù)利潤，但行業(yè)的繁榮最終來自下游的百花齊放。對于上游而言，捆綁客戶以獲得持續(xù)的需求是關(guān)鍵。英偉達(dá)idia采取的方式是股權(quán)投資，相當(dāng)于“芯片折扣+風(fēng)險投資收益”。

做股權(quán)捆綁并沒有壁壘，都是送錢，Google完全可以復(fù)制操作。實際上，Google很早就對Anthropic進(jìn)行了積極投資，投入30億持股比例達(dá)到14%（不含投票權(quán)）。目前Anthropic估值達(dá)到近2000億美元，且不論是否捆綁芯片合同，Google已經(jīng)從這筆風(fēng)投中獲得了不錯的收益。

但還是那句話，單純股權(quán)捆綁（“送錢”）并不是獨家方案。CUDA的繁榮也在于生態(tài)強大，也就是開發(fā)者眾多。因此，這里面的關(guān)鍵因素還是“人才”。

上文提到vLLM直接支持TPU，這對頭部客戶來說是明顯利好。畢竟這個路線繞開了編譯器，如果要實現(xiàn)絲滑運用，那么還要配備足夠懂JAX/XLA的TPU人才，對于頭部用戶，Google應(yīng)該會專門配備技術(shù)支持團(tuán)隊。

但實際上還有“意外之喜”，作為AI老牌大廠的Google，這么多年同時也在對外“輸送”人才。因此，Anthropic的100萬TPU大單能夠促成，少不了“人”的推動——Anthropic內(nèi)部有不少前DeepMind的TPU人才，因此在這次合作之前，內(nèi)部就已經(jīng)在TPU上訓(xùn)練了Sonnet和Opus 4.5。

因此從上述的“技術(shù)迭代+人才推動”兩個角度而言，TPU的軟件生態(tài)問題可以比預(yù)想的速度更快實現(xiàn)補漏。

二、新一輪AI敘事下Google的價值

全棧AI的敘事邏輯在資本已經(jīng)演繹了兩個月，Google在此期間也上漲了近30%，成為2025年初絕對想不到的Mag 7明星。雖然近期Google也跟隨AI情緒轉(zhuǎn)冷而暫停了上漲趨勢，但不可否認(rèn)，在當(dāng)下Google的AI邏輯仍然是相對較順的。

因此在這個“中場休息”時段，海豚君來扒扒賬：若2026年TPU也走到AI算力的聚光燈下，那么對Google的價值會有多少增量？近4萬億美金市值的Google，打入了多少TPU預(yù)期？

1. Google版的算力是如何賺錢的？

在今年Q2之前，Google主要通過GCP做算力租賃的服務(wù)，出租的算力有英偉達(dá)idia的GPU也有自己的TPU。但從Q2推出TPU v7開始，正式開啟TPU芯片直銷的大規(guī)模商用。

不同服務(wù)的提供，對應(yīng)不同的利潤率，同時也代表Google背后的戰(zhàn)略意圖：

（1）GPU算力租賃：屬于GCP云業(yè)務(wù)；本質(zhì)上是英偉達(dá)idia的二道販子，自然毛利率最低只有50%左右，主要給那些技術(shù)能力較弱的中小廠商準(zhǔn)備（不愿意用TPU編譯器把基于CUDA寫的底層代碼重寫一遍），承接一些外溢的算力需求。

（2）TPU算力租賃：屬于GCP云業(yè)務(wù)；因為TPU自研，因此少了中間商賺差價，再加上本身技術(shù)路線的差異，盡管TPU算力租賃價格是GPU的60%-70%，但對于Google來說，仍然可以賺70-80%的毛利率。

（3）TPU機架銷售：屬于第三方的算力售賣服務(wù)，等于是和英偉達(dá)等同臺競爭。TPU并非像GPU那樣“即插即用”，TPU的優(yōu)勢是ICI（芯片間互連）和OCS（光交換），單臺服務(wù)器無法連入超高速的光網(wǎng)絡(luò)，因此最小銷售單位是一個服務(wù)器機架，每個機架包含64顆TPU芯片。

具體銷售時分成兩種情況：

一種是Broadcom直銷客戶，Google收取GDC軟件棧的技術(shù)支持費；

另一種是Google直銷客戶，那么Google確認(rèn)硬件收入，Google付給Broadcom、SK等的硬件采購、代工費用為成本。

由于TPU需要客戶具備一定的技術(shù)適配能力，因此客戶目前都是行業(yè)頭部。Anthropic是由Broadcom直接發(fā)給Anthropic，但Meta、xAI等目前正在排隊與Google商量TPU合作事宜等，也不排除是上述后者情況。

在Anthropic的合作案例里面，由于是Broadcom直銷+托管Anthropic自己找的第三方數(shù)據(jù)中心，因此這里面Google并不確認(rèn)硬件銷售收入，只是對Anthropic使用TPU軟件棧（系統(tǒng)軟件、編譯器XLA和框架JAX）收取一定的技術(shù)支持、安全更新的服務(wù)費。

這部分主要是研發(fā)前置投入、人員團(tuán)隊的支持，所以邊際成本較低，對Google來說，毛利率可以做到很高。

這里面的特殊之處在于，在Anthropic預(yù)定的近100萬塊TPU上（第一筆40萬塊+第二筆40-50萬塊），Google并未染指TPU硬件收入部分。海豚君認(rèn)為，至少在與英偉達(dá)idia合作密切的頭部廠商上，Google還是更傾向于不賺所謂的“鏟子錢”。

這是因為，英偉達(dá)idia及其生態(tài)伙伴對Anthropic等頭部客戶都用股權(quán)投資來給了個內(nèi)部折扣價：

a. 英偉達(dá)投資OpenAI 1000億，以換取10GW算力合同的綁定，暫時不看股權(quán)增值收益，相當(dāng)于給OpenAI打了個七折（1-100/350）；

b. 微軟、英偉達(dá)分別向Anthropic投資50、100億，換取300億的Azure合同，相當(dāng)于打了個對折。

因此這種情況下，如果單顆系統(tǒng)級TPU v7價格再算上Google的溢價，那么就相對H200、B200沒有明顯的性價比優(yōu)勢了。

可以合理推測，Google并未參與到TPU硬件銷售收入的分成上，而目的是做大TPU生態(tài)（尤其是開發(fā)者生態(tài)），后續(xù)通過按年付費的軟件棧服務(wù)，以及云租賃算力來獲得更多具備一定溢價的變現(xiàn)。

當(dāng)然，這也不排除如果TPU生態(tài)完善度提升，Google也可以做起芯片直銷的模式。但短中期而言，我們認(rèn)為還是做大生態(tài)、讓更多的開發(fā)者參與進(jìn)來是主要目標(biāo)，賣鏟子（實際也賣不出太多溢價）只占少數(shù)。

2. 當(dāng)下估值隱含了TPU多少預(yù)期？

從積壓合同額（Revenue Backlog）來看，Google Cloud最早在2024年二季度就已經(jīng)受益AI（收入反映在3Q25）。不過彼時Google Cloud的客戶大多還是以中小企業(yè)、傳統(tǒng)企業(yè)的需求為主，除了Workspace的慣性增長趨勢，在AI方面貢獻(xiàn)增量（數(shù)十億量級）的產(chǎn)品形式還主要是Gemini大模型的API。

而在芯片算力上，Google還在遵循市場主要方案，按部就班的采購英偉達(dá)芯片——2025年初采購Blackwell系列（GB200、300）。

2025年二季度，隨著TPU v7的發(fā)布以及市場對AI的使用滲透升級，積壓合同余額在高基數(shù)上重新加速增長，這里面應(yīng)該就已經(jīng)有了一些TPU v7帶來的算力租賃增量。

而三季度凈增的470億中，應(yīng)該就包含420億的Anthropic算力租賃訂單（前文Anthropic訂單明細(xì)表格中60萬顆TPU算力租賃，按照每顆TPU v7 1.6美元/小時單價計算，60萬*1.6美元/h*24h*365天*5年=420億美元）。

Anthropic并非剛開始租TPU算力，而是一直在用，只不過過去占比不高而已。這次420億的算力租賃訂單，5年周期下平均每年將帶來84億的Google Cloud收入，這相當(dāng)于2025年預(yù)計615億美元Google cloud收入的14%。

目前在TPU算力租賃這塊，大廠里面還有Apple，中小廠比如Snap，傳統(tǒng)SaaS的Salesforce以及AI新貴Midjourney。Meta在11月也已經(jīng)宣布有意合作：

第一階段（2026年）為算力云租賃，第二階段（2027年）為TPU直采，然后部署在自己的數(shù)據(jù)中心。近日被爆料進(jìn)展，雙方就底層語言的暢通正在共同開發(fā)TorchTPU，一如其名，旨在將Meta基于Pytorch寫的代碼，能夠更加絲滑的運行在TPU上。

根據(jù)機構(gòu)原來預(yù)期，Meta 2026年Capex為1000-1200億，近期Meta有意收縮元宇宙投入（約減少30%）。GPU原計劃采購100萬顆，大頭為GB200，另外為V100。

但現(xiàn)在，考慮到Meta目前正在積極接觸Google TPU，海豚君預(yù)計TPU合同為70億，但2026年主要還是算力租賃，這部分支出計入Meta的Opex，芯片采購部分為20億。剩下500億美元為Blackwell系列采購額，在一定折扣下，有望獲得對應(yīng)2GW的算力，如下圖預(yù)估：

如果20億芯片采購合同，直接與Google交易，按照2.5萬美元/顆，對應(yīng)8萬顆。2027年預(yù)計該芯片采購升至50萬顆，那么直接帶來50*2.5萬/顆=125億合同額（如果直接從Broadcom拿貨，那Google不確認(rèn)硬件收入），按照3～5年，平均5年的使用周期來算，每年確認(rèn)收入25億。

這部分TPU對應(yīng)算力規(guī)模大約0.5GW，如果Meta目標(biāo)算力需求不變，那么相當(dāng)于175億的GPU收入被影響了。

總而言之，無論采取什么樣的TPU交付方式，或者對Google的收入有主要拉動，對利潤是次要拉動，但對英偉達(dá)idia收入預(yù)期的影響會因為同等算力下英偉達(dá)idia溢價更高而同步放大。就如上文，TPU拿了125億的合同，單英偉達(dá)產(chǎn)生了近175億的收入缺口需要從別處找補。

回到Google身上，由于TorchTPU的開發(fā)進(jìn)展并不確定，因此我們暫時將Meta的TPU訂單視為樂觀預(yù)期下的向上期權(quán)。即中性預(yù)期下，僅考慮Anthropic這一個頭部客戶：

更詳細(xì)的價值分析部分我們已發(fā)布在長橋App「動態(tài)-深度（投研）」欄目同名文章同樣位置。總結(jié)來說，每一次與Meta的合作進(jìn)展披露，都有可能對短期Google股價帶來提振。

若最終合同額不足我們預(yù)期的70億，那么短中期的提振效果會相對有限。尤其是預(yù)期拉得過高的時候，還要考慮26年擁有接近10億MAU的OpenAI如果加速變現(xiàn)可能給谷歌帶來的向下風(fēng)險。

但從另一個角度，若Google以犧牲短期業(yè)績的代價，換來了更廣的TPU滲透——比如繼續(xù)壓價，或者從Broadcom直銷客戶，雖然沒有吃到太多硬件直銷收入，但是讓更多的客戶開始適應(yīng)TPU的底層框架，后續(xù)仍可通過軟件棧、云租賃的形式收回來，這與GPU在硬件銷售時表現(xiàn)出的高額英偉達(dá)稅，本質(zhì)是一樣的，都是一種競爭壟斷的溢價。

<此處結(jié)束>

//轉(zhuǎn)載開白

本文為海豚研究原創(chuàng)文章，如需轉(zhuǎn)載請?zhí)砑游⑿牛篸olphinR124 獲得開白授權(quán)。

//免責(zé)聲明及一般披露提示

本報告僅作一般綜合數(shù)據(jù)之用，旨在海豚研究及其關(guān)聯(lián)機構(gòu)之用戶作一般閱覽及數(shù)據(jù)參考，並未考慮接獲本報告之任何人士之特定投資目標(biāo)、投資產(chǎn)品偏好、風(fēng)險承受能力、財務(wù)狀況及特別需求投資者若基於此報告做出投資前，必須諮詢獨立專業(yè)顧問的意見。任何因使用或參考本報告提及內(nèi)容或信息做出投資決策的人士，需自行承擔(dān)風(fēng)險。海豚研究毋須承擔(dān)因使用本報告所載數(shù)據(jù)而可能直接或間接引致之任何責(zé)任或損失。本報告所載信息及數(shù)據(jù)基於已公開的資料，僅作參考用途，海豚研究力求但不保證相關(guān)信息及數(shù)據(jù)的可靠性、準(zhǔn)確性和完整性。

本報告中所提及之信息或所表達(dá)之觀點，在任何司法管轄權(quán)下的地方均不可被作為或被視作證券出售邀約或證券買賣之邀請，也不構(gòu)成對有關(guān)證券或相關(guān)金融工具的建議、詢價及推薦等。本報告所載資訊、工具及資料並非用作或擬作分派予在分派、刊發(fā)、提供或使用有關(guān)資訊、工具及資料抵觸適用法例或規(guī)例之司法權(quán)區(qū)或?qū)е潞ｋ嘌芯考埃蚱涓綄俟净蚵?lián)屬公司須遵守該司法權(quán)區(qū)之任何註冊或申領(lǐng)牌照規(guī)定的有關(guān)司法權(quán)區(qū)的公民或居民。

本報告僅反映相關(guān)創(chuàng)作人員個人的觀點、見解及分析方法，並不代表海豚研究及/或其關(guān)聯(lián)機構(gòu)的立場。

本報告由海豚研究製作，版權(quán)僅為海豚研究所有。任何機構(gòu)或個人未經(jīng)海豚研究事先書面同意的情況下，均不得(i)以任何方式製作、拷貝、複製、翻版、轉(zhuǎn)發(fā)等任何形式的複印件或複製品，及/或(ii)直接或間接再次分發(fā)或轉(zhuǎn)交予其他非授權(quán)人士，海豚研究將保留一切相關(guān)權(quán)利。

文章不易，點個“分享”，給我充點兒電吧~