根据最新报道，谷歌正从内部芯片用户转变为芯片零售商，直接挑战英伟达的市场主导地位。谷歌最新推出的 TPUv7“铁木” 处理器的存在，已经对 AI 计算能力的价格产生了影响，导致市场价格下滑。
过去，谷歌的张量处理单元（TPUs）几乎只用于自身的 AI 模型，但如今的策略已经改变。分析机构 SemiAnalysis 的研究显示，谷歌正积极向第三方销售其 TPU 芯片，力图在市场上与英伟达展开竞争。新客户之一的 Anthropic，已签署了约一百万个 TPU 的协议，涉及直接硬件购买和通过谷歌云平台租赁的模式。
图源备注：图片由AI生成，图片授权服务商Midjourney
这种竞争效应也在市场中显现。SemiAnalysis 的报告指出，OpenAI 通过威胁转向 TPU 或其他替代方案，成功谈判获得了其英伟达硬件的约30% 折扣。分析师戏谑道:“购买 TPU 越多，节省的英伟达 GPU 成本就越多。”
谷歌的 TPU 证明其可以支撑顶级 AI 模型的训练。最近推出的两个强大 AI 模型，谷歌的 Gemini3Pro 和 Anthropic 的 Claude4.5Opus，主要依赖于谷歌的 TPU 和亚马逊的 Trainium 芯片。TPUv7在理论计算能力和内存带宽方面几乎与英伟达的 Blackwell 系列相当，但在成本方面更具优势。
根据 SemiAnalysis 的模型，TPU 的每个芯片拥有大约44% 的总拥有成本（TCO）优势，相较于英伟达 GB200系统即便是外部客户如 Anthropic 也能享受30% 至50% 的低成本。谷歌的系统能够将9216个芯片连接在一起，形成一个密集网络，相较于传统的英伟达系统，这种架构更便于分布式 AI 训练。
为了促进 TPU 的推广，谷歌正在开发与流行的 PyTorch 框架的原生支持，并与推理库如 vLLM 进行整合，旨在消除开发者在迁移到 TPU 时的阻碍。
然而，面对谷歌的挑战，英伟达正准备进行技术反击，其下一代 “Vera Rubin” 芯片预计将在2026或2027年推出。与此同时，谷歌的 TPUv8计划面临延迟，但依然希望通过与 Broadcom 和 MediaTek 的合作推出新版本，来保持其市场竞争力。
划重点:
💡 谷歌从内部芯片用户转型为零售商，推出 TPUv7挑战英伟达市场主导地位。
📉 OpenAI 通过转向 TPU 谈判，成功获得约30% 成本折扣。
⚙️ 谷歌积极推进 TPU 的开发与推广，寻求突破软件适配障碍。
