前幾天簡單聊了谷歌TPU現(xiàn)在面臨的困境，既離不開博通、又想擺脫對博通的高度依賴（前文見谷歌TPU芯片的困境——博通）。這次就詳細(xì)聊聊谷歌如何與博通博弈。另外，在市場競爭環(huán)境中，TPU最終能否大量外售以搶占英偉達(dá)的市場份額？

一、谷歌TPU的開發(fā)模式

TPU目前 v7、v7e、v8 版本的開發(fā)歸屬如下：

谷歌 TPU 最早選擇博通，是因?yàn)樵谛酒O(shè)計(jì)代工環(huán)節(jié)，博通確實(shí)是全球最好的服務(wù)商，特別是擁有最頂尖的芯片高速互聯(lián)技術(shù)，這也是現(xiàn)在實(shí)現(xiàn)大規(guī)模 AI 芯片并行計(jì)算的核心。但另一方面，博通接單 TPU 的毛利率高達(dá) 70%，而聯(lián)發(fā)科作為消費(fèi)級別芯片商，綜合技術(shù)實(shí)力雖然不如博通，但愿意以 30%+ 的毛利率接單 TPU，極大降低谷歌的運(yùn)營成本，自然成為了谷歌用以制衡博通的一枚棋子。

同樣在 Mag7 里不少科技巨頭也在采用類似的模式開發(fā)自研 AI 芯片，meta 也選擇了博通合作、微軟和亞馬遜則選擇了 Marvell 和 Alchip，就剩下 Tesla 和 Apple 則選擇自主開發(fā)。

二、谷歌和博通的工作界面問題

為什么谷歌要做芯片的頂層架構(gòu)設(shè)計(jì)，而不是完全外包給博通？為什么博通不把谷歌的芯片設(shè)計(jì)作為公版賣給其他廠商？我們來研究下這個(gè)工作界面問題。

進(jìn)入正題前講個(gè)小故事，我記得快10年前國內(nèi)熱炒過云服務(wù)的股權(quán)投資，那時(shí)我們盡調(diào)覆蓋到服務(wù)器制造時(shí)聽過一個(gè)傳聞：阿里最早切入云服務(wù)賽道時(shí)找到富士康，私下要求提供其給谷歌代工的服務(wù)器主板，富士康拒絕了而提出使用自己的公版。拋開商業(yè) IP 和商譽(yù)問題不談，谷歌當(dāng)時(shí)設(shè)計(jì)的主板，直接在每塊主板上掛了一個(gè) 12V 的鉛酸電池，電網(wǎng)的電只轉(zhuǎn)換一次就進(jìn)入主板，不像傳統(tǒng)集中式 UPS 設(shè)計(jì)需要三次轉(zhuǎn)換，大幅降低能耗。在當(dāng)時(shí)的云服務(wù)領(lǐng)域，大幅節(jié)能意味著廠商要么毛利潤大幅增加、要么前端市場價(jià)格可以大幅降低，簡直就是商業(yè)開掛大殺器。

同樣我們看 TPU 的開發(fā)工作界面問題，谷歌之所以做 TPU，是因?yàn)樽畲笫褂梅绞枪雀枳约旱膬?nèi)部應(yīng)用負(fù)載，譬如搜索引擎、YouTube、廣告推薦、Gemini大模型等，所以只有谷歌自己內(nèi)部團(tuán)隊(duì)才知道，TPU 的算子（Operator）設(shè)計(jì)成什么樣子，能發(fā)揮出內(nèi)部應(yīng)用的最大功效，而這些內(nèi)部商業(yè)信息是不可能交給博通知曉而完成芯片的頂層架構(gòu)設(shè)計(jì)的。這就是為什么谷歌一定要自己做 TPU 的頂層架構(gòu)設(shè)計(jì)。

但這引來第二個(gè)問題，頂層架構(gòu)設(shè)計(jì)交給博通，博通不就知道了嗎？是不是能改進(jìn)自己的公版賣給其他廠商？

同樣拋開商業(yè) IP 和商譽(yù)問題不談，芯片頂層架構(gòu)設(shè)計(jì)的交付，并不像10多年前電路板設(shè)計(jì)的交付了。谷歌自己工程師會使用 SystemVerilog 編寫設(shè)計(jì)源代碼（RTL），而編譯后給到博通的是門級網(wǎng)表（Gate-level Netlist），確保了即使博通知道芯片設(shè)計(jì)里這1億個(gè)晶體管如何連線，但幾乎不可能逆向工程地反推出背后的高層設(shè)計(jì)邏輯。對于最核心的邏輯模塊設(shè)計(jì)，譬如谷歌特有的矩陣乘法單元 MXU，谷歌甚至不會給博通看具體的網(wǎng)表，而是做成物理版圖（Hard IP），丟給博通一個(gè)黑盒子，博通只需要按照要求給黑盒子搞定供電、散熱、數(shù)據(jù)聯(lián)通，而不需要知道黑盒子在算什么。

所以，我們現(xiàn)在看到的谷歌和博通的工作界面，其實(shí)已經(jīng)是最理想的商業(yè)合作情況了。谷歌做 TPU 的頂層架構(gòu)設(shè)計(jì)，各種信息加密后扔給博通，博通把剩下的實(shí)施的活全部接了，同時(shí)給谷歌配自己最頂尖的高速互聯(lián)技術(shù)，最后給到臺積電代工制造?，F(xiàn)在谷歌說，TPU 出貨量越來越大了，我要控成本，所以博通你把一部分手里的活分給聯(lián)發(fā)科，我給他付費(fèi)要比你低。博通說好的，我反正也有 meta 和 OpenAI 的大活要接，有些收尾的工作就交給聯(lián)發(fā)科吧。聯(lián)發(fā)科說，谷歌大哥，我便宜點(diǎn)，你看以后多找我，除了高速互聯(lián)那玩意兒我不懂，其他工作盡量都交給我吧。

三、TPU 能否真正搶占英偉達(dá)的市場份額？

簡單地說結(jié)論：TPU 會有看得見的大幅度出貨增長，但對英偉達(dá)的出貨影響很小。兩者的增長邏輯并不相同，給客戶的服務(wù)也不相同。

如在前文里提到的（再談影響英偉達(dá)2026年股價(jià)的核心問題），英偉達(dá)的卡出貨增長得益于三大塊需求：

（1）高端訓(xùn)練市場的增長。之前有很多聲音說 AI 模型已經(jīng)吃掉絕大多數(shù)世界的信息了，以后沒有訓(xùn)練需求了，這其實(shí)是說的預(yù)訓(xùn)練（Pre-training）。但大家很快發(fā)現(xiàn)，純粹大數(shù)據(jù)預(yù)訓(xùn)練出來的模型很容易出現(xiàn)幻覺式的胡說八道，所以后訓(xùn)練（Post-training）被馬上重視起來，而后訓(xùn)練涵蓋了大量專家判斷，這里的數(shù)據(jù)量甚至是動態(tài)的，只要世界在變化，專家判斷也需要不斷修正，所以越復(fù)雜的大模型越需要更大規(guī)模的后訓(xùn)練。

（2）復(fù)雜推理需求。后訓(xùn)練出來的思考型大模型，例如 OpenAI 的 o1、xAI 的 Grok 4.1 Thinking、谷歌的 Gemini 3 Pro等，現(xiàn)在接受每一次復(fù)雜任務(wù)，都需要進(jìn)行多次推理和自我驗(yàn)證，工作量已經(jīng)相當(dāng)于一次小型輕量化訓(xùn)練了，使得大部分高端復(fù)雜推理還是需要跑在英偉達(dá)的卡上。

（3）物理 AI 需求。即使全世界的固定知識信息訓(xùn)練做完，動態(tài)的物理世界呢？自動駕駛、各行各業(yè)的機(jī)器人、自動化生產(chǎn)、科學(xué)研究，這些不斷產(chǎn)生新知識、互動信息的物理世界爆發(fā)出的訓(xùn)練和復(fù)雜推理需求，甚至遠(yuǎn)超當(dāng)下全世界知識的總和。

TPU 的快速增長，更多是得益于：

（1）谷歌自身使用量的增長。特別是 AI 已經(jīng)嵌入幾乎所有谷歌的頂級應(yīng)用，從搜索引擎Search、視頻YouTube、廣告推薦、云服務(wù)、Gemini應(yīng)用等，這些海量的增長使得谷歌自己對 TPU 的需求爆發(fā)式地增長。

（2）谷歌云服務(wù)里對外提供 TPU 云。盡管目前 Google Cloud 給外部客戶使用還是以英偉達(dá)的卡為主，但同時(shí)也在大力推廣基于 TPU 的云服務(wù)，類似于像 meta 這樣的大客戶，自身對 AI 基礎(chǔ)設(shè)施的需求旺盛，但采購英偉達(dá)卡部署數(shù)據(jù)中心需要時(shí)間，同時(shí)也作為商業(yè)談判籌碼，meta 完全可以考慮采用租賃 TPU 云服務(wù)來做預(yù)訓(xùn)練、以減緩英偉達(dá)卡供不應(yīng)求且價(jià)格昂貴的問題，而 meta 的自研芯片則用于內(nèi)部推理任務(wù)。這種混合式的芯片解決方案可能對 meta 是最有利的選擇。

最后，再聊下軟硬件層面，TPU 為何無法做到對英偉達(dá)卡的替代或直面競爭。

（1）硬件障礙：基建不兼容

NVIDIA 的 GPU 是標(biāo)準(zhǔn)件，買回來插在戴爾/惠普的服務(wù)器里就能用，任何數(shù)據(jù)中心都能裝。TPU 是“系統(tǒng)”，依賴 Google 獨(dú)有的 48V 供電、液冷管道、機(jī)柜尺寸和封閉的 ICI 光互聯(lián)網(wǎng)絡(luò)。除非客戶愿意像 Google 一樣推倒重建數(shù)據(jù)中心，否則幾乎不可能買 TPU 回去自己部署（On-Prem）。這意味著 TPU 只能在 Google Cloud 上租用，限制了其高端市場的觸達(dá)。

（2）軟件障礙：生態(tài)不兼容（PyTorch/CUDA vs. XLA）

全球 90% 的 AI 開發(fā)者都在用 PyTorch + CUDA（動態(tài)圖模式），而 TPU 強(qiáng)制要求靜態(tài)圖模式（XLA）。這里對開發(fā)者而言，遷移成本極高。除了 Apple、Anthropic 這種有能力重寫底層代碼的巨頭，普通企業(yè)和開發(fā)者根本玩不起 TPU。這注定 TPU 只能服務(wù)于“極少數(shù)有全棧開發(fā)能力的客戶”，無法像 NVIDIA 那樣將 AI 訓(xùn)練和推理普及到每一所大學(xué)和初創(chuàng)公司，即使是通過云服務(wù)也是一樣。

（3）最后還有一個(gè)商業(yè)問題：內(nèi)部“左右互搏”（Gemini vs. Cloud）

作為云服務(wù)巨頭，Google Cloud 肯定是想賣 TPU 賺錢的，但 Google Gemini 團(tuán)隊(duì)更想獨(dú)占 TPU 算力來保持領(lǐng)先，用輸出的應(yīng)用端來給公司賺錢，這里面的利益肯定有沖突，為了年底的獎(jiǎng)金，誰來賺這個(gè)錢呢？假設(shè) Google 開始把最先進(jìn)的 TPU 大規(guī)模賣給 meta 或 Amazon，甚至幫助他們部署使用，結(jié)果 Google 最賺錢的廣告業(yè)務(wù)開始被這兩家最大的競爭對手挖了墻角，這筆賬怎么算呢？這種內(nèi)部戰(zhàn)略沖突，一定會導(dǎo)致 Google 在外售 TPU 時(shí)會猶豫不決，甚至保留最強(qiáng)的版本不賣。這也注定了無法與英偉達(dá)競爭搶占高端市場。

四、總結(jié)：

谷歌和博通在 TPU 上的博弈會繼續(xù)以混合開發(fā)模式延續(xù)，但確實(shí)會給強(qiáng)大的 v8 帶來開發(fā)難度的增加，具體開發(fā)進(jìn)展我們拭目以待，也期待下周12月11日博通發(fā)布 Q3 財(cái)報(bào)時(shí)會不會給我們帶來一些更多的信息。

TPU 對英偉達(dá)卡的競爭則相對還遠(yuǎn)不到威脅的程度，不管是硬件壁壘、軟件生態(tài)適配、到商業(yè)邏輯上都注定了，直接購買 TPU 進(jìn)行自身部署的行為，只有極少數(shù)高端玩家才能淺淺嘗試下，譬如最近小作文傳出的 meta。

但從我對 meta 的理解而言（見Q3財(cái)報(bào)后大跌的meta，或是長期主義抄底良機(jī)：業(yè)務(wù)藍(lán)圖和估值模型），他們很難做到耗費(fèi)大量資本開支再去重建一套基于 TPU 的數(shù)據(jù)中心，且可能發(fā)展出 AI 用來蠶食谷歌的廣告業(yè)務(wù)。何況，傳出這個(gè)小作文的媒體是 The Infomation，一家長期敵視英偉達(dá)、微軟等幾家科技巨頭的小道消息網(wǎng)絡(luò)媒體，其報(bào)道的大部份小作文最后都被證偽過。最可能的還是 meta 通過 TPU 云租賃的方式用于模型預(yù)訓(xùn)練或復(fù)雜推理，減緩對英偉達(dá)的依賴，一如 TPU 自己的混合開發(fā)策略。科技巨頭分分合合，但最終還是打鐵終須自身硬，唯最佳利益方案才是正解。