[谷歌] 谷歌卷土重来:你大爷还是你大爷?英伟达很紧张
奥特曼和马斯克的“祝贺”
但真正让同行和资本市场细思恐极的，其实是Gemini-3背后的谷歌自研芯片TPU。
根据机构调研和业内爆料，TPU不仅支持了Gemini-3的后训练，而且已经向第三方大规模供货，第一批客户除了亚马逊旗下Anthropic以外，包括最新更新的英伟达大客户之一Meta。
TPU是Tensor Processing Unit的首字母缩写，中文名“张量处理单元”，和英伟达GPU的区别在于：前者是专用芯片（即ASIC），后者是通用芯片。
顾名思义，专用芯片侧重定制化和高效率。TPU的电路专为模型训练设计，包括为深度学习设计的矩阵乘法硬件，主打专业的芯片干专业的事。但缺点是兼容性有限，一般都是自产自用。
通用芯片恰好相反，由于身背通用性包袱，在AI场景下效率搞不过专用芯片。但优点如英伟达官方所说，GPU是“唯一支持所有AI模型和应用的硬件平台”。
对企业来说，芯片开发是个烧钱的活，很多时候自研专用芯片未必比采购通用芯片划算。马斯克一边吹嘘自家芯片性能强悍，一边又疯狂囤积GPU，原因就是通用性带来的综合成本优势实在太大。
通用芯片与专用芯片的关系，堪称人工智能产业的甜咸豆腐脑大论战，也是英伟达霸主地位的一个隐患：GPU不是AI的最优解，专用芯片有破解英伟达垄断地位的可能性。
而谷歌TPU的外供的传闻，意味着英伟达的垄断地位受到了实质性的挑战。
根据爆料，Meta会从2026年开始，通过云服务的方式租用TPU芯片，并于2027年在自建数据中心部署TPU，交易金额可能达到数十亿美元。这意味着谷歌和英伟达一样，也会成为通用芯片的供应商。
来路不明的信息如同冲锋号，让各路英伟达空头拿到了一张政治正确的宣战书。但英伟达壮观的算力帝国，真的有那么脆弱吗？
革命尚未成功
即便传言成真，对英伟达的影响恐怕也相对有限。
专用芯片的效率在理论上确实更高，但芯片开发的巨额投资和技术难度是个非常现实的问题。
过去多年，打着英伟达杀手旗号的初创公司接连折戟，微软、亚马逊、OpenAI这些大厂都有自研芯片计划，其中微软的决心最大、OpenAI要的钱最多，亚马逊的保密工作做的最好，总之就是产品还没见到，优势仅自家可见。
反倒是英伟达连续十个季度交出超预期财报，GPU供应持续紧张，在漫山遍野的唱空声中茁壮成长。
在专用芯片上积累最深、成果最多、能够稳定迭代的，目前只有谷歌一家。
作为最早大规模采购GPU的公司，谷歌在2014年就开始研发AI专用芯片，请来了RISC架构发明人David Patterson坐镇，与英伟达的暗中拉锯已经持续了十年，把TPU迭代到了v7（Ironwood）版本。
按照SemiAnalysis的测算，TPUv7的理论算力和内存带宽已经很接近英伟达Blackwell架构
产品，而且成本比英伟达更低[5]。OpenAI就靠着“威胁使用TPU”，在与英伟达的谈判中拿到了7折优惠。
[物价飞涨的时候 这样省钱购物很爽]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 | 更多... |
推荐: