谷歌扩大TPU供应，挑战英伟达AI芯片主导地位

谷歌正在加强其自研人工智能（AI）芯片的外部供应。第7代TPU“Ironwood”于去年4月在美国拉斯维加斯举行的“Google Cloud Next 2025”活动上亮相。据外媒报道，谷歌已同意在云提供商FluidStack的纽约数据中心安装其AI芯片TPU（张量处理单元）。TPU是谷歌开发的专用AI加速器，用于加速深度学习。此外，谷歌还在与Crusoe进行类似的谈判，后者正在为ChatGPT开发商OpenAI建设一个NVIDIA芯片专用数据中心，以及NVIDIA投资的数据中心公司CoreWeave。
此前，谷歌主要将人工智能芯片用于自家服务，如谷歌云，并一直是英伟达的最大客户，批量购买AI芯片并将其出租给谷歌云客户。然而，随着AI芯片市场的持续增长和企业对英伟达的依赖增加，谷歌的目标是扩大TPU的外部供应，使其货币化。据报道，“谷歌的目标主要是严重依赖英伟达芯片的新云提供商”，并提出如果FluidStack无法支付运营成本，则提供高达32亿美元的担保。
在英伟达主导的AI芯片市场中，包括谷歌在内的多家科技巨头正试图打破现状，以减少对英伟达的依赖。英伟达在这个快速增长的人工智能芯片市场中占据了近80-90%的份额。这是一场AI芯片独立战争的宣言，旨在瓦解英伟达作为绝对领导者的据点。尽管如此，批评者指出，与英伟达相比，大多数公司的产品在技术能力上仍然明显落后，使其竞争力下降。
华为和AMD追逐NVIDIA的主导地位
英伟达几乎垄断了AI芯片市场。它对AI用GPU进行了大胆的早期投资，并通过CUDA软件平台建立了AI芯片生态系统。由于许多开发人员使用基于CUDA运行的NVIDIA AI芯片，它已成为行业标准，显著增强了“锁定效应”。
然而，最近有几家公司正在开发AI芯片，以增强自身的技术能力。中国企业华为是最强大的竞争对手之一。华为的AI芯片“昇腾系列”是一款可用于AI模型训练的高性能芯片。华为正在自主研发中国国内AI生态的CUDA替代框架。据报道，华为的技术实力具有如此大的威胁性，以至于英伟达首席执行官黄仁勋告诉美国政府，“如果我们不出口低性能的人工智能芯片'H20'，华为的技术发展将加速。”
另一家中国公司阿里巴巴也宣布，已经在中国境内开发了一款人工智能芯片。在美国，半导体设计公司AMD拥有AI芯片“MI系列”。2023年底，发布了“Instinct MI300”芯片系列，支持大规模优化和大型语言模型（LLM）。尽管此次发布比英伟达性能类似的H100 AI芯片晚了一年多，但它因其“卓越的性能”而受到认可。然而，AMD的市场份额仍然很低，在数据中心市场仅占4%，与NVIDIA的92%相比，这一水平可以忽略不计。
定制芯片产量的兴起
虽然不是像NVIDIA GPU那样的通用AI芯片，但越来越多的公司正在生产针对特定AI任务进行优化的定制ASIC（专用集成电路）。尽管这些ASIC的灵活性不如NVIDIA、AMD等公司制造的通用AI芯片，但其较低的成本使其受到云提供商的欢迎。
亚马逊生产“Trainium”等人工智能训练专用芯片和“Inferentia”等推理专用芯片。虽然谷歌和亚马逊也使用NVIDIA的AI芯片，但他们的战略是开发自己的AI芯片，这些芯片更快、更便宜，并且针对各自的公司进行了优化。最近，Anthropic开始使用亚马逊的Trainium芯片，亚马逊正在向自己业务之外的客户提出芯片使用建议。OpenAI正在与博通合作开发自己的XPU AI芯片，目标是明年发布。苹果、Microsoft、字节跳动也在研发AI芯片。
通过扩大TPU的外部供应，谷歌希望在全球AI芯片市场中占据更大的份额，并挑战英伟达的主导地位。与此同时，其他科技巨头也在积极研发和部署自己的AI芯片，以期在未来竞争中占据一席之地。这一趋势预示着未来AI芯片市场的多元化和技术进步。