TPU芯片挑事兒，谷歌向英偉達“宣戰”

萬億級AI算力市場的戰鼓已經擂響，谷歌不再甘于只做英偉達的最大買家之一，而是亮出了自己的芯片武器。

01

谷歌TPU打破英偉達AI霸權

谷歌用十年時間悄悄打造的TPU帝國，正以32億美元的資金擔保為撬棍，試圖掀翻英偉達把持的AI算力王座。

“我們必須在真正應該尊重的地方表示尊重?！庇ミ_CEO黃仁勛在談及谷歌TPU時這樣說道。這番看似客氣的表態背后，是一場正在重塑全球AI芯片格局的激烈戰爭。

2025年9月，谷歌與倫敦云服務商Fluidstack達成協議，以32億美元資金擔保為條件，在紐約數據中心部署其第七代Ironwood TPU。這標志著谷歌TPU生態首次突破自家數據中心限制，直接打入英偉達GPU的“鐵桿用戶群”。

隨后，谷歌在11月發布的Gemini 3大語言模型完全基于TPU訓練，表現接近甚至超越OpenAI的ChatGPT。這一技術突破引發市場劇烈反應，谷歌股價單日飆升6.3%，創下歷史新高，而英偉達股價當月下跌近10%。

02

十年磨劍

TPU從自用武器到開放生態的裂變

英偉達憑借GPU和CUDA生態系統，壟斷了AI數據中心80%-90%的市場份額。其技術支撐著從ChatGPT到自動駕駛的關鍵AI訓練與推理任務。截至2025年，云端AI訓練市場中，英偉達憑借CUDA生態占據的份額高達92%。

谷歌的TPU最初只是一個“自救項目”。2013年，谷歌研究人員發現，如果人們每天使用語音搜索并進行3分鐘語音識別，谷歌數據中心需要雙倍算力才能滿足需求。而如果僅通過擴大數據中心規模來滿足算力需求，成本將高昂到無法承受。

于是，谷歌在2015年啟動了TPU項目，目標不是制造“最強通用芯片”，而是打造“可大量部署在數據中心、用于特定矩陣運算的高能效芯片”。這種專用芯片設計讓谷歌避免了昂貴的“CUDA稅”（即英偉達GPU的高額溢價），并在成本結構上相對于依賴GPU的企業形成巨大優勢。

如今，谷歌的TPU戰略正在發生根本性轉變——從“自產自用”轉向“開放共贏”。谷歌不僅通過Google Cloud向蘋果、Midjourney等公司出租TPU算力，更開始直接與依賴英偉達的小型云服務商談判，試圖將TPU植入對方的數據中心。

03

性能突破

第七代Ironwood的技術飛躍

第七代Ironwood TPU展現了谷歌在AI芯片領域的巨大投入和技術積累。這款芯片是谷歌迄今為止性能最強、能效最高的TPU，其峰值算力達到4614 TFLOPs，內存容量為192GB，帶寬高達7.2 Tbps。

Ironwood最高配集群可擁有9216個液冷芯片，峰值算力可達42.5 ExaFLOPS，是世界上最大的超級計算機El Capitan的24倍以上。其支持大規模并行處理和高效內存訪問，適用于復雜的推理任務如大型語言模型和混合專家模型。

從架構上看，Ironwood采用了“脈動陣列”設計。該架構由大量簡單的處理單元構成網格，數據在每個時鐘周期同步流經相鄰處理單元。這種設計使得數據在陣列內部被高度復用，最大限度地減少了對高延遲、高功耗主內存的訪問，從而實現了驚人的處理速度。

更為重要的是，Ironwood首次支持FP8計算格式，并在張量核和矩陣數學單元中實現這一功能，這使得其在處理大規模推理任務時更加高效。對于推理成本正成為全球AI公司最大單項支出的今天，這一優化具有重大意義。

04

市場入侵

谷歌鏈挑戰英偉達鏈

谷歌的TPU戰略正在全面升級：從云端租賃擴展到本地部署。谷歌已開始向包括Meta和大型金融機構在內的客戶推銷一項新方案——讓他們在自己的數據中心使用TPU。

這一戰略調整直擊英偉達的核心客戶群。對于Meta這類大型科技公司，在自己的數據中心部署TPU不僅能滿足更高的安全性和合規標準，特別是對敏感數據的處理，還能大幅降低AI計算成本。

據報道，谷歌在推銷時強調，TPU可能對在自有設施運行AI模型的高頻交易公司特別有幫助。這些公司對低延遲和高效率有極致追求，而TPU在推理任務上的優異表現正好滿足這一需求。

華爾街已經對谷歌的TPU攻勢做出反應。谷歌股價今年累計漲幅達68%，遠超“七巨頭”指數22%的漲幅和納斯達克綜合指數18%的漲幅。D.A. Davidson分析師Gil Luria估計，如果將谷歌DeepMind AI研究實驗室和TPU銷售業務作為獨立部門，其價值將接近1萬億美元。

05

英偉達反擊

黃仁勛的防御與進攻

面對谷歌的強勢進攻，英偉達CEO黃仁勛已迅速采取行動。在谷歌與Anthropic達成提供多達100萬個TPU的協議后，黃仁勛立即宣布向Anthropic投資數十億美元，并獲得了這家AI初創公司使用英偉達GPU的承諾。

類似的，在OpenAI計劃從谷歌云租用TPU的消息傳出后，黃仁勛與OpenAI達成了高達1000億美元的投資意向，以幫助其開發自己的數據中心。

黃仁勛也公開承認了谷歌在AI芯片方面的進展。他在一次播客中表示，考慮到谷歌已經生產了七代TPU，“我們必須在真正應該尊重的地方表示尊重”。但他也指出，谷歌Gemini模型仍需同時部署在英偉達GPU上。

英偉達還從技術角度展開反擊。公司強調其GPU在通用性、靈活性及性能上均優于谷歌的ASIC類芯片，并表示英偉達的平臺是“唯一能在所有環境運行所有AI模型的解決方案”。英偉達指出，以2020年發布的A100芯片為例，仍在數據中心以高利用率運行，并能在2至3年之外繼續產生可觀的經濟價值。

06

生態較量

CUDA壁壘與JAX的突圍

英偉達真正的護城河不在硬件，而在生態。

CUDA擁有3000萬開發者，92%的AI訓練市場份額，以及從高校到企業的全鏈滲透。其工具鏈如cuDNN、TensorRT持續優化，形成難以撼動的“開發生態霸權”。

谷歌則選擇差異化突圍，聚焦推理場景，以JAX框架為核心，通過兼容TensorFlow、PyTorch等主流框架，降低開發者遷移成本。JAX今年開發者活躍度提升96%，谷歌還通過TPU研究云（TRC）提供免費算力，吸引研究者加入生態。

谷歌還發布了其模型流水線解決方案“Pathway”，用于向外部開發者訓練大型語言模型。將其作為訓練模型的必備手冊，研究人員無需重新設計模型即可開發Gemini等LLM。這一舉措旨在降低開發者從CUDA生態遷移到TPU生態的門檻。

對于開發者而言，谷歌已告知客戶，他們可以使用與PyTorch相關的軟件來操作TPU，而無需成為Jax專家。這種兼容性策略對降低生態遷移門檻至關重要。

05

點評

AI算力市場的雙軌制發展

AI芯片市場正呈現“雙軌制”發展態勢：英偉達憑借通用性和生態優勢，維持“通用計算溢價”；谷歌則通過TPU在推理場景建立能效壁壘。到2027年，推理市場中ASIC占比預計升至45%，邊緣計算、自然語言處理等垂直領域將成為專用芯片的主戰場。

野村證券的最新報告預計，到2026年，ASIC總出貨量很可能會第一次超過GPU。這標志著AI計算市場正在發生結構性轉變。

谷歌的TPU制造合作伙伴博通股價今年上漲了63%以上，這也反映出市場對定制ASIC芯片前景的看好。博通不僅僅是谷歌TPU的代工廠商，它實際上擁有著目前世界上最頂尖的高速混合信號IP，是定制芯片生態中不可或缺的一環。

未來AI芯片的競爭，不再是單純算力的比拼，而是生態、場景、能效的綜合較量。英偉達的生態壁壘、谷歌的場景優化、AMD的性價比策略，都將在各自領域找到生存空間。