这份来自 SemiAnalysis 的报告阐述了谷歌将 Tensor Processing Unit (TPU) 从内部加速器全面转向商业化硬件供应商的重大战略转变,直接对 Nvidia 在 AI 芯片领域的霸主地位发起挑战。报告指出,尽管 TPU 芯片在理论性能上可能略有保守,但凭借其卓越的 系统级架构和互连设计(如 ICI 3D Torus),TPU 在训练和推理的 总拥有成本(TCO) 方面为客户提供了显著优势。这一经济效益已促使大型 AI 实验室如 Anthropic 签订了价值数十亿美元的 TPU 采购和租赁协议,并且该竞争威胁甚至能让未采用 TPU 的客户从 Nvidia 获得更优的定价。为了吸引更广泛的开发者,谷歌正积极改进 TPU 的软件生态,例如提供对原生 PyTorch 的支持,同时通过创新的 IOU 融资模式 快速整合数据中心容量。然而,报告也提到谷歌的 TPUv8 设计相对保守,而 Nvidia 凭借激进的 Vera Rubin 平台反击,未来的性能与成本差距可能会再次缩小。最终,这场竞争的核心在于超大规模云服务商能否通过定制芯片、软件优化和新型融资来系统性地蚕食 Nvidia 的市场利润。


