哈嘍，大家好，小圓這篇科技解讀，主要來分析當(dāng)下AI算力圈的重頭戲，谷歌的TPU主動(dòng)“踢館”英偉達(dá)的GPU，不少人都在討論，英偉達(dá)在AI算力領(lǐng)域的霸主時(shí)代是不是要就此終結(jié)了。

其實(shí)這個(gè)話題的熱度，都源于Anthropic公司的一個(gè)大動(dòng)作，他們向谷歌采購的龐大TPU算力集群，計(jì)劃在2026年全面部署到位，從芯片量產(chǎn)、服務(wù)器組裝，再到數(shù)據(jù)中心的構(gòu)建調(diào)試，一個(gè)超級(jí)AI算力體正在成型，這也讓谷歌和英偉達(dá)的算力之爭(zhēng)徹底擺到了臺(tái)面上。

可能有些朋友還不太清楚TPU到底是什么，它全稱是張量處理單元，是谷歌2015年專門為AI計(jì)算從零開始設(shè)計(jì)的芯片，核心優(yōu)勢(shì)就是擅長AI領(lǐng)域最關(guān)鍵的矩陣乘法運(yùn)算，不過在很長一段時(shí)間里，TPU都擺脫不了“偏科生”的標(biāo)簽。

在AI推理任務(wù)上表現(xiàn)不錯(cuò)，但面對(duì)更復(fù)雜的大模型訓(xùn)練任務(wù)就顯得力不從心，所以業(yè)界普遍覺得它只能當(dāng)配角，挑不起大梁，這種局面一直持續(xù)到Gemini大模型的出現(xiàn)才被徹底打破，Gemini 2搭載了第六代TPU，首次實(shí)現(xiàn)了訓(xùn)練和推理的全流程打通。

谷歌解決了TPU推廣的一大障礙，以前想用TPU，必須學(xué)習(xí)谷歌自家的JAX框架，這對(duì)習(xí)慣了PyTorch和TensorFlow的開發(fā)者來說，學(xué)習(xí)成本太高，相當(dāng)于進(jìn)個(gè)俱樂部還得先學(xué)一門專屬語言，而現(xiàn)在谷歌做出了關(guān)鍵轉(zhuǎn)變。

讓TPU直接支持全球AI開發(fā)者最熟悉的PyTorch框架，開發(fā)者幾乎能零成本把原本為GPU寫的代碼遷移到TPU上運(yùn)行，這步調(diào)整直接讓TPU從谷歌的內(nèi)部工具，變成了全行業(yè)都能輕松上手的公共選擇，也為它后續(xù)挑戰(zhàn)GPU奠定了基礎(chǔ)。

其實(shí)谷歌敢讓TPU正面“踢館”，真正的底氣不是單一的技術(shù)突破，而是構(gòu)建了一套幾乎沒對(duì)手能比的完整AI閉環(huán)，這個(gè)閉環(huán)主要分三層：最底層是自研的TPU芯片，這讓谷歌能完全掌控算力成本和技術(shù)迭代節(jié)奏，不用受制于人。

中間層是Gemini系列大模型，作為技術(shù)輸出的核心載體，把TPU的算力優(yōu)勢(shì)充分發(fā)揮出來；最頂層則是谷歌搜索、郵箱、YouTube這些海量用戶產(chǎn)品，不僅能為大模型提供真實(shí)的落地場(chǎng)景，還能形成即時(shí)的反饋循環(huán)，反過來優(yōu)化模型和芯片設(shè)計(jì)。

Anthropic公司愿意下血本，以百萬量級(jí)采購谷歌TPU，其實(shí)就說明市場(chǎng)已經(jīng)認(rèn)可了這套閉環(huán)的價(jià)值，更讓英偉達(dá)緊張的是谷歌商業(yè)模式的轉(zhuǎn)變，以前TPU是“只租不賣”，企業(yè)只能通過谷歌云服務(wù)使用；現(xiàn)在谷歌主動(dòng)出擊，直接向企業(yè)銷售完整的算力方案。

相當(dāng)于以前只出租廚房，現(xiàn)在連廚具帶場(chǎng)地一起打包出售，大大降低了企業(yè)使用TPU的門檻，有消息稱，連Meta這樣的科技巨頭都在考慮引入TPU自建數(shù)據(jù)中心，畢竟自建算力比完全依賴云服務(wù)更安全。

百萬級(jí)TPU訂單的出現(xiàn)，就像一記重拳砸在原本看似銅墻鐵壁的AI算力市場(chǎng)上，英偉達(dá)的統(tǒng)治地位正受到多方面沖擊，最直接的就是核心客戶被分流，以前英偉達(dá)GPU靠著CUDA生態(tài)幾乎壟斷了AI算力市場(chǎng)，現(xiàn)在Anthropic、Meta這些大客戶開始把部分訂單轉(zhuǎn)向TPU。

相當(dāng)于直接分走了英偉達(dá)的蛋糕，而且TPU的高性價(jià)比也給英偉達(dá)的價(jià)格體系帶來了壓力，在某些場(chǎng)景下，TPU方案的成本能低到GPU的四分之一，這迫使英偉達(dá)不得不給大客戶提供折扣，像OpenAI這樣的企業(yè)也因此獲得了更強(qiáng)的議價(jià)能力。

在TPU證明專用AI芯片能端到端支持大模型全流程后，市場(chǎng)的選擇邏輯就變了，不再是要不要用GPU，而是什么場(chǎng)景用什么芯片更優(yōu)，不過這并不意味著英偉達(dá)的霸主時(shí)代已經(jīng)終結(jié)，面對(duì)沖擊，英偉達(dá)也在積極應(yīng)對(duì)，強(qiáng)化自身的通用性和生態(tài)優(yōu)勢(shì)，通過新一代架構(gòu)來維持領(lǐng)先。

這種競(jìng)爭(zhēng)對(duì)整個(gè)行業(yè)來說其實(shí)是好事，它會(huì)把算力的定價(jià)權(quán)逐步交還給市場(chǎng)，也會(huì)讓技術(shù)創(chuàng)新的節(jié)奏變得更快，迫使每一家企業(yè)都拿出真正的核心實(shí)力，無論是谷歌的TPU還是英偉達(dá)的GPU，都會(huì)在各自擅長的場(chǎng)景里發(fā)揮作用。

而這種良性競(jìng)爭(zhēng)最終會(huì)推動(dòng)AI技術(shù)更快地落地，賦能更多行業(yè)，對(duì)于咱們普通消費(fèi)者和開發(fā)者來說，多元算力時(shí)代的到來，也意味著能用到更高效、更便宜的算力服務(wù)，這正是技術(shù)進(jìn)步帶來的最大價(jià)值。