AI 芯片圈，变天了。

11 月，市值天平剧烈倾斜，谷歌母公司 Alphabet 单月猛增约 5300 亿美元，直奔 4 万亿美元，而英伟达却蒸发 6200 亿美元市值。这波 " 冰火两重天 "，全因谷歌一张牌：第七代 TPU 芯片 Ironwood。

它一亮相，就捅破了英伟达的垄断神话。过去五年，英伟达凭借 GPU 通用性与 CUDA 生态，攥着全球超 80% 的 AI 芯片市场份额。财报显示，截至 2025 年 10 月 26 日的第三季度，英伟达 GAAP 毛利率和非 GAAP 毛利率分别为 73.4% 和 73.6%，堪称科技圈的 " 印钞机 "。

谷歌 TPU 的崛起，显然成为了 AI 芯片破局的关键变量。

2013 年，随着深度学习在谷歌应用加速渗透，研究人员预测：若业务全面搭载 AI 模型，全球数据中心的功耗将暴涨，成本也加剧。当时市面上有 3 个选择：继续使用 CPU、购买英伟达 GPU，或者自研 ASIC 芯片。综合来看，谷歌已被逼到 " 不得不自研 " 的绝境。

正是这份紧迫感，2015 年 TPU" 救命 " 项目诞生。

2016 年，TPU v1 正式落地。同年，著名的人机围棋对决让 AI 进入公众视野，AlphaGo 击败了世界围棋冠军李世石，正是初代 TPU 在提供算力支持。2021 年，TPU v4 直接把谷歌带入超大规模 AI 时代。2023 到 2024 年，TPU v5p 应用到赚钱产品线，性能较 v4 翻倍。

谷歌用每一代产品完成一次能力跃迁。

今年，谷歌发布第七代 TPU 芯片产品 Ironwood，它被称为 " 迄今为止性能最强、能效最高的定制芯片 "。单芯片层面，其 FP8 稠密算力达 4.6 petaFLOPS，略超英伟 B200 的 4.5 petaFLOPS；192GB HBM3e 内存与 7.4 TB/s 带宽，也与 B200 仅一步之遥。

如果说性能是 Ironwood 的 " 矛 "，那成本优势就是它最锋利的 " 刃 "。

对 AI 企业而言，推理成本已成为最大单项支出，而 Ironwood 恰好踩中了痛点。依托 2d/3d 环面拓扑结合光路交换（OCS）网络，Ironwood 将芯片间通信损耗降到最低。同等负载下推理成本较 GPU 旗舰系统低 30%-40%，极端场景下甚至更高。有行业测算显示，谷歌内部的 AI 算力成本，仅为依赖英伟达 GPU 的 OpenAI 的两成。

TPU 的凌厉攻势，直接刺中了英伟达的 " 命门 "。

长期以来，英伟达的护城河不仅是 GPU 硬件，更是绑定全行业的 CUDA 生态——开发者为 CUDA 优化模型后，切换芯片架构的成本极高。但 TPU 的突破，让 " 替代选项 " 从概念变成现实，最直接的冲击已体现在议价桌上。据半导体研究机构 SemiAnalysis 爆料，OpenAI 甚至尚未正式部署 TPU，仅凭将其列为备选方案，就成功在与英伟达的谈判中，将算力机队整体成本压低了 30%。

这种 " 性能能打、价格能打 " 的优势，正快速转化为市场吸引力。

据行业消息，Meta 考虑 2027 年在自有数据中心部署 TPU，2026 年先通过谷歌云租用算力。Anthropic 更直接，宣布未来 Claude 系列模型的训练与部署，将采用多达一百万颗 TPU。就连巴菲特都用行动投票，伯克希尔 · 哈撒韦首次建仓 Alphabet 股票，市场普遍认为 TPU 带来的增长潜力是关键考量因素。

有趣的是，谷歌并未摆出 " 赶尽杀绝 " 的姿态，反而释放了 " 竞合 " 信号。

其发言人表示：谷歌将继续和英伟达保持合作关系，同时致力于为客户提供 TPU 与英伟达 GPU 两种选择。很显然，TPU 的目标并不是行业通用芯片，而是成为全球 AI 推理和训练最具效能的专用芯片，从而让谷歌的 AI 系统性能领先、成本降低、部署更广。

" 未来真正决定价值创造的，将是人工智能、机器人和航天。" 马斯克此前的预判，正在 AI 芯片领域逐步成为现实。谷歌用 TPU 的崛起证明，AI 芯片的竞争早已不是单卡性能的 " 单兵作战 "，而是系统级整合能力的 " 团战对决 "。

这场算力博弈远未结束，谷歌 TPU 的进攻，不仅让市场有了更优选择，更将倒逼整个 AI 芯片行业进入 " 技术创新 + 成本优化 " 的新阶段。

来源：星河商业观察