当谷歌开始尝试把自研的 AI 芯片 TPU（Tensor Processing Unit）卖向更广阔的市场，这场原本只发生在云端的 " 芯片暗战 " 正在被推到台前，并对 AI 芯片霸主英伟达构成实质性挑战。

科技媒体 The Information 最新文章分析称，英伟达无法忽视的是，全球最先进的两个 AI 模型——来自谷歌和 Anthropic 的模型，完全或部分使用谷歌自研的 TPU 芯片开发，而非英伟达的 GPU。这一现实已促使英伟达最大客户之一 Meta 认真考虑使用谷歌的 TPU 来开发新模型。

这意味着，TPU 的角色已从 " 谷歌内部工具 " 升级为一个可以被大型 AI 公司认真考虑的替代方案。据摩根士丹利此前分析，谷歌计划 2026 年生产超过 300 万片 TPU，2027 年约 500 万片，而英伟达目前的 GPU 产量约为谷歌 TPU 的三倍。

虽然单颗 TPU 不及最强 GPU，但谷歌借助超大规模集群和更高性价比，正在撬动英伟达的定价权和市场控制力。真正的战场在生态与商业模式——英伟达靠 CUDA 锁定用户，谷歌则用 TPU + Gemini 打开新入口。英伟达在通用性和生态成熟度上占据明显优势，但当越来越多头部客户开始 " 试水 "TPU，任何一丝松动，都会被市场迅速放大。

性能对比：单芯片输，系统赢？

从纯粹的算力来看，最先进 TPU（代号 Ironwood）在每秒浮点运算次数（FLOPS）上约为英伟达 Blackwell GPU 的一半。

但这并不意味着 TPU 就处于下风。

The Information 称，谷歌的策略是通过 " 集群化 " 来放大性能优势：数千颗 TPU 可以被串联成一个 " 超级 Pod"，在训练超大模型时具备出色的性价比与能效比。而英伟达单个系统最多只能直接连接约 256 颗 GPU 芯片，尽管用户可以通过额外的网络设备扩展规模。

在大模型时代，已经很难用 " 单芯片性能 " 简单定胜负，系统级设计、互连能力和能效比，正在成为新的核心指标。

关键差异：软件生态仍是英伟达护城河

真正构成英伟达 " 护城河 " 的，不只是硬件，而是深度绑定的 CUDA 软件生态。

The Information 文章称，对已使用英伟达 Cuda 编程语言运行 AI 的客户而言，租用英伟达芯片更具成本效益。而有时间和资源重写程序的开发者可通过使用 TPU 节省成本。

对 Anthropic、苹果和 Meta 等技术水平较高的 TPU 客户，使用 TPU 的挑战相对较小，因为它们更善于为 AI 应用编写服务器芯片软件。TPU 在运行针对其优化的谷歌 Gemini 模型时成本效率尤其突出。

然而软件兼容性仍是 TPU 面临的主要挑战。TPU 仅能与 TensorFlow 等特定 AI 软件工具顺畅配合，而大多数 AI 研究人员使用的 PyTorch 在 GPU 上运行效果更佳。多名工程师表示，如果开发者花时间编写定制软件充分利用 GPU，其性能可能超过 TPU。

成本之战：TPU 并非 " 廉价 "

在制造成本上，TPU 与 GPU 其实相差不大。Ironwood 使用了比 Blackwell 更先进、也更昂贵的制程技术，但由于芯片体积更小，同一片晶圆上可切割出更多 TPU，从而部分抵消了成本劣势。

两者都使用高带宽内存（HBM），而在工艺和封装方面，博通扮演了极其关键的角色——不仅参与封装设计，还提供了 SerDes（高速数据传输核心技术）等关键 IP。分析机构估算，博通从 TPU 项目中获得的收益至少达到 80 亿美元。

值得注意的是，英伟达当前的硬件业务毛利率高达 63%，而谷歌云整体只有 24%。这也解释了，为什么英伟达能在价格战中仍保持极强的盈利能力。

产能博弈：台积电的 " 平衡术 "

在晶圆代工端，台积电并不会将所有产能押注在单一客户上。即使英伟达需求极其旺盛，也很难获得 " 无限供应 "。这意味着，市场上始终会留出空间给其他方案——包括 TPU。

根据摩根士丹利的预测，谷歌计划在 2026 年生产 300 万颗 TPU，到 2027 年达到 500 万颗，甚至可能更高。目前，英伟达 GPU 的产量大约是 TPU 的 3 倍左右，差距正在缩小。

当供应开始变得多元化，客户自然也会更加愿意比较、议价与分散风险。

商业化难题：卖芯片远比想象难

The Information 认为，如果谷歌真的想大规模对外销售 TPU，它需要几乎重建一整套产业链——包括服务器厂商、分销网络、企业级售后支持等，这基本就是 " 复制一个英伟达 "。

此外，如果客户把 TPU 部署在自己的数据中心，谷歌将失去部分云服务收入（如存储、数据库服务等），这就意味着：未来 TPU 很可能并不会走 " 低价路线 "，而是通过其他费用来弥补收入缺口。

换句话说，这并不是一门 " 便宜就能赢 " 的生意，而是一场复杂的战略选择。

从更高维度看，TPU 对谷歌的意义并不只在硬件收入本身。更重要的是：可以成为与英伟达谈判的筹码；有助于推广 Gemini 及其 AI 生态让谷歌在 AI 基础设施上拥有更大自主权。只要客户愿意 " 多一个选项 "，英伟达就不再拥有绝对定价权。

这，或许才是谷歌真正想要的。