當(dāng)谷歌開始嘗試把自研的 AI 芯片 TPU（Tensor Processing Unit）賣向更廣闊的市場，這場原本只發(fā)生在云端的“芯片暗戰(zhàn)”正在被推到臺前，并對AI芯片霸主英偉達(dá)構(gòu)成實質(zhì)性挑戰(zhàn)。

科技媒體The Information最新文章分析稱，英偉達(dá)無法忽視的是，全球最先進(jìn)的兩個AI模型——來自谷歌和Anthropic的模型，完全或部分使用谷歌自研的TPU芯片開發(fā)，而非英偉達(dá)的GPU。這一現(xiàn)實已促使英偉達(dá)最大客戶之一meta認(rèn)真考慮使用谷歌的TPU來開發(fā)新模型。

這意味著，TPU 的角色已從“谷歌內(nèi)部工具”升級為一個可以被大型AI公司認(rèn)真考慮的替代方案。據(jù)摩根士丹利此前分析，谷歌計劃2026年生產(chǎn)超過300萬片TPU，2027年約500萬片，而英偉達(dá)目前的GPU產(chǎn)量約為谷歌TPU的三倍。

雖然單顆TPU不及最強GPU，但谷歌借助超大規(guī)模集群和更高性價比，正在撬動英偉達(dá)的定價權(quán)和市場控制力。真正的戰(zhàn)場在生態(tài)與商業(yè)模式——英偉達(dá)靠CUDA鎖定用戶，谷歌則用TPU + Gemini打開新入口。英偉達(dá)在通用性和生態(tài)成熟度上占據(jù)明顯優(yōu)勢，但當(dāng)越來越多頭部客戶開始“試水”TPU，任何一絲松動，都會被市場迅速放大。

性能對比：單芯片輸，系統(tǒng)贏？

從純粹的算力來看，最先進(jìn)TPU（代號 Ironwood）在每秒浮點運算次數(shù)（FLOPS）上約為英偉達(dá)Blackwell GPU的一半。

但這并不意味著TPU就處于下風(fēng)。

The Information稱，谷歌的策略是通過“集群化”來放大性能優(yōu)勢：數(shù)千顆TPU可以被串聯(lián)成一個“超級Pod”，在訓(xùn)練超大模型時具備出色的性價比與能效比。而英偉達(dá)單個系統(tǒng)最多只能直接連接約256顆GPU芯片，盡管用戶可以通過額外的網(wǎng)絡(luò)設(shè)備擴展規(guī)模。

在大模型時代，已經(jīng)很難用“單芯片性能”簡單定勝負(fù)，系統(tǒng)級設(shè)計、互連能力和能效比，正在成為新的核心指標(biāo)。

關(guān)鍵差異：軟件生態(tài)仍是英偉達(dá)護(hù)城河

真正構(gòu)成英偉達(dá)“護(hù)城河”的，不只是硬件，而是深度綁定的CUDA軟件生態(tài)。

The Information文章稱，對已使用英偉達(dá)Cuda編程語言運行AI的客戶而言，租用英偉達(dá)芯片更具成本效益。而有時間和資源重寫程序的開發(fā)者可通過使用TPU節(jié)省成本。

對Anthropic、蘋果和meta等技術(shù)水平較高的TPU客戶，使用TPU的挑戰(zhàn)相對較小，因為它們更善于為AI應(yīng)用編寫服務(wù)器芯片軟件。TPU在運行針對其優(yōu)化的谷歌Gemini模型時成本效率尤其突出。

然而軟件兼容性仍是TPU面臨的主要挑戰(zhàn)。TPU僅能與TensorFlow等特定AI軟件工具順暢配合，而大多數(shù)AI研究人員使用的PyTorch在GPU上運行效果更佳。多名工程師表示，如果開發(fā)者花時間編寫定制軟件充分利用GPU，其性能可能超過TPU。

成本之戰(zhàn)：TPU 并非“廉價”

在制造成本上，TPU與GPU其實相差不大。Ironwood使用了比Blackwell更先進(jìn)、也更昂貴的制程技術(shù)，但由于芯片體積更小，同一片晶圓上可切割出更多TPU，從而部分抵消了成本劣勢。

兩者都使用高帶寬內(nèi)存（HBM），而在工藝和封裝方面，博通扮演了極其關(guān)鍵的角色——不僅參與封裝設(shè)計，還提供了 SerDes（高速數(shù)據(jù)傳輸核心技術(shù)）等關(guān)鍵 IP。分析機構(gòu)估算，博通從 TPU 項目中獲得的收益至少達(dá)到 80 億美元。

值得注意的是，英偉達(dá)當(dāng)前的硬件業(yè)務(wù)毛利率高達(dá)63%，而谷歌云整體只有24%。這也解釋了，為什么英偉達(dá)能在價格戰(zhàn)中仍保持極強的盈利能力。

產(chǎn)能博弈：臺積電的“平衡術(shù)”

在晶圓代工端，臺積電并不會將所有產(chǎn)能押注在單一客戶上。即使英偉達(dá)需求極其旺盛，也很難獲得“無限供應(yīng)”。這意味著，市場上始終會留出空間給其他方案——包括 TPU。

根據(jù)摩根士丹利的預(yù)測，谷歌計劃在2026年生產(chǎn)300萬顆TPU，到2027年達(dá)到500萬顆，甚至可能更高。目前，英偉達(dá)GPU的產(chǎn)量大約是TPU 的3倍左右，差距正在縮小。

當(dāng)供應(yīng)開始變得多元化，客戶自然也會更加愿意比較、議價與分散風(fēng)險。

商業(yè)化難題：賣芯片遠(yuǎn)比想象難

The Information認(rèn)為，如果谷歌真的想大規(guī)模對外銷售TPU，它需要幾乎重建一整套產(chǎn)業(yè)鏈——包括服務(wù)器廠商、分銷網(wǎng)絡(luò)、企業(yè)級售后支持等，這基本就是“復(fù)制一個英偉達(dá)”。

此外，如果客戶把TPU部署在自己的數(shù)據(jù)中心，谷歌將失去部分云服務(wù)收入（如存儲、數(shù)據(jù)庫服務(wù)等），這就意味著：未來TPU很可能并不會走“低價路線”，而是通過其他費用來彌補收入缺口。

換句話說，這并不是一門“便宜就能贏”的生意，而是一場復(fù)雜的戰(zhàn)略選擇。

從更高維度看，TPU 對谷歌的意義并不只在硬件收入本身。更重要的是：可以成為與英偉達(dá)談判的籌碼；有助于推廣 Gemini 及其 AI 生態(tài)讓谷歌在 AI 基礎(chǔ)設(shè)施上擁有更大自主權(quán)。只要客戶愿意“多一個選項”，英偉達(dá)就不再擁有絕對定價權(quán)。

這，或許才是谷歌真正想要的。