[谷歌] 谷歌卷土重來:你大爺還是你大爺?英偉達很緊張
奧特曼和馬斯克的“祝賀”
但真正讓同行和資本市場細思恐極的，其實是Gemini-3背後的谷歌自研芯片TPU。
根據機構調研和業內爆料，TPU不僅支持了Gemini-3的後訓練，而且已經向第叁方大規模供貨，第壹批客戶除了亞馬遜旗下Anthropic以外，包括最新更新的英偉達大客戶之壹Meta。
TPU是Tensor Processing Unit的首字母縮寫，中文名“張量處理單元”，和英偉達GPU的區別在於：前者是專用芯片（即ASIC），後者是通用芯片。
顧名思義，專用芯片側重定制化和高效率。TPU的電路專為模型訓練設計，包括為深度學習設計的矩陣乘法硬件，主打專業的芯片幹專業的事。但缺點是兼容性有限，壹般都是自產自用。
通用芯片恰好相反，由於身背通用性包袱，在AI場景下效率搞不過專用芯片。但優點如英偉達官方所說，GPU是“唯壹支持所有AI模型和應用的硬件平台”。
對企業來說，芯片開發是個燒錢的活，很多時候自研專用芯片未必比采購通用芯片劃算。馬斯克壹邊吹噓自家芯片性能強悍，壹邊又瘋狂囤積GPU，原因就是通用性帶來的綜合成本優勢實在太大。
通用芯片與專用芯片的關系，堪稱人工智能產業的甜鹹豆腐腦大論戰，也是英偉達霸主地位的壹個隱患：GPU不是AI的最優解，專用芯片有破解英偉達壟斷地位的可能性。
而谷歌TPU的外供的傳聞，意味著英偉達的壟斷地位受到了實質性的挑戰。
根據爆料，Meta會從2026年開始，通過雲服務的方式租用TPU芯片，並於2027年在自建數據中心部署TPU，交易金額可能達到數拾億美元。這意味著谷歌和英偉達壹樣，也會成為通用芯片的供應商。
來路不明的信息如同沖鋒號，讓各路英偉達空頭拿到了壹張政治正確的宣戰書。但英偉達壯觀的算力帝國，真的有那麼脆弱嗎？
革命尚未成功
即便傳言成真，對英偉達的影響恐怕也相對有限。
專用芯片的效率在理論上確實更高，但芯片開發的巨額投資和技術難度是個非常現實的問題。
過去多年，打著英偉達殺手旗號的初創公司接連折戟，微軟、亞馬遜、OpenAI這些大廠都有自研芯片計劃，其中微軟的決心最大、OpenAI要的錢最多，亞馬遜的保密工作做的最好，總之就是產品還沒見到，優勢僅自家可見。
反倒是英偉達連續拾個季度交出超預期財報，GPU供應持續緊張，在漫山遍野的唱空聲中茁壯成長。
在專用芯片上積累最深、成果最多、能夠穩定迭代的，目前只有谷歌壹家。
作為最早大規模采購GPU的公司，谷歌在2014年就開始研發AI專用芯片，請來了RISC架構發明人David Patterson坐鎮，與英偉達的暗中拉鋸已經持續了拾年，把TPU迭代到了v7（Ironwood）版本。
按照SemiAnalysis的測算，TPUv7的理論算力和內存帶寬已經很接近英偉達Blackwell架構
產品，而且成本比英偉達更低[5]。OpenAI就靠著“威脅使用TPU”，在與英偉達的談判中拿到了7折優惠。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: