在人工智能芯片市场竞争日益激烈的背景下，谷歌正积极寻求突破，试图通过构建更广泛的AI生态系统来挑战英伟达的市场领导地位。谷歌的张量处理单元（TPU）芯片正逐渐获得更多AI工作负载的青睐，包括知名初创公司Anthropic在内的多家企业已开始使用这一技术。
然而，谷歌在扩张过程中也面临诸多挑战。据知情人士透露，制造合作伙伴的产能瓶颈以及云计算竞争对手对TPU兴趣有限，成为谷歌扩大市场份额的两大障碍。这些竞争对手往往是英伟达处理器的主要采购方，对谷歌TPU的接受度不高。
为突破这一困境，谷歌正加大对数据中心合作伙伴的财务支持力度。近日，有消息称谷歌正与云计算初创公司Fluidstack洽谈投资事宜，拟投资约1亿美元，使后者估值达到约75亿美元。Fluidstack作为新兴的“新云”公司之一，专注于为AI企业提供计算服务。谷歌希望通过此举放大Fluidstack的增长潜力，并鼓励更多算力提供商采用其TPU芯片。
除了Fluidstack，谷歌还与其他数据中心合作伙伴讨论扩大财务承诺，以进一步推动TPU的市场需求。例如，谷歌已为Hut 8、Cipher Mining和TeraWulf等公司的相关项目提供融资担保。这些公司原本从事加密货币挖矿业务，如今正转型开发数据中心。不过，对于这些合作，Cipher Mining拒绝置评，Hut 8和TeraWulf则未作出回应。
在内部管理层面，谷歌云计算部门的一些管理人员近期重新讨论了将TPU团队重组为独立部门的可能性。这一计划旨在拓展投资机会，包括引入外部资本。然而，这一想法也面临挑战，因为谷歌的云业务目前仍高度依赖英伟达芯片。
对此，谷歌发言人明确表示，公司目前没有重组TPU部门的计划。他强调，将芯片团队与公司其他部门紧密整合具有显著优势，例如便于谷歌Gemini AI模型的开发人员根据需求调整芯片设计。
自2018年起，谷歌便开始通过其云服务销售TPU算力。尽管传统上主要通过云计算部门吸引用户，但据行业研究机构SemiAnalysis称，谷歌如今也在直接向外部客户销售TPU芯片。
TPU在某些模型训练和推理任务中的出色表现，赢得了AI客户的广泛赞誉。推理是指AI利用训练成果生成输出，如聊天机器人的回答。去年4月，谷歌推出了专为AI推理设计的第七代TPU——Ironwood。与最初为游戏设计的GPU相比，TPU在处理大规模、无需极高精度的AI计算任务时更具优势。
在芯片设计与生产方面，谷歌目前与博通合作设计TPU，并委托台积电进行代工。然而，在AI需求激增导致先进产能紧张的情况下，谷歌在扩大TPU出货量方面可能面临障碍。半导体供应链知情人士表示，台积电可能会优先满足其最大客户英伟达的需求。
尽管如此，过去一年中，越来越多开发和运营AI的公司对谷歌TPU表现出浓厚兴趣。这些企业希望获得更具成本效益的算力，并减少对英伟达的过度依赖。去年11月，有报道称meta Platforms曾讨论使用谷歌芯片。然而，本周meta又加深了与英伟达的合作，计划采购价值数百亿美元的芯片和其他硬件。今年10月，Anthropic宣布将扩大对谷歌云计算技术的使用，包括最多100万颗TPU芯片。
不过，来自大型云服务提供商的兴趣似乎较为冷淡。部分原因是它们将谷歌视为竞争对手，且亚马逊旗下云部门Amazon Web Services也已开发自己的AI芯片。这使得谷歌在扩大TPU市场份额的道路上仍面临诸多不确定性。
