近日，科技行业因一则消息掀起波澜——meta被曝将与谷歌签订价值数十亿美元的TPU（张量处理单元）采购订单。这一消息迅速引发市场连锁反应，英伟达股价盘中最大跌幅达7%，按当前市值计算，市值蒸发超3000亿美元；而谷歌股价则在盘中情绪高涨时一度上涨4%，市值增加约1500亿美元，相当于人民币超1万亿元。美国《华尔街日报》将此视为谷歌向英伟达市场主导地位发起挑战的信号，但业内人士却对此提出不同看法。
OpenAI技术人员Clive Chan指出，谷歌的Gemini模型一直在TPU上训练，而Claude、MidJourney等知名模型也曾使用TPU。他表示，meta与谷歌签订TPU订单并非新鲜事，若meta从未使用过TPU反而更令人意外。这一观点很快得到验证——meta研究员谢赛宁证实，公司自2020年起便开始应用TPU，当时何恺明主导了TensorFlow和JAX代码库的初步开发，MAE、MoCo v3等研究项目均完全基于TPU完成。谢赛宁团队在纽约大学的多个项目也依赖TPU支持。
面对竞争，英伟达在祝贺谷歌的同时强调自身优势，称其产品是唯一能运行所有AI模型并适配所有计算场景的平台。不过，Clive认为英伟达的“护城河”并不稳固。例如，OpenAI开发的Triton工具可绕过CUDA生态，仅需25行Python代码就能达到cuBLAS的性能水平。从技术层面看，谷歌、meta等巨头绕开英伟达并非难事。
成本因素同样值得关注。第三方机构Artificial Analysis以Llama 3.3模型为基准，对比了英伟达H100、B200芯片，AMD MI300X以及谷歌TPU v6e的性价比。结果显示，H100每美元产生的Token收益是TPU v6e的5倍：以每秒处理30个Token的速度运行输入输出各100万个Token的任务，H100仅需1.06美元，而TPU v6e需5.13美元。谷歌最新发布的TPU v7在成本核算上与B200接近，其FP8运算速度为4.6PFLOP/s，功耗约1000瓦；B200的FP8运算速度为5PFLOP/s，功耗约1200瓦。
有分析指出，谷歌出售TPU的核心目标并非盈利，而是锁定芯片产能。Artificial Intuition作者Carlos E. Perez提出，谷歌通过与meta、苹果等企业签订长期云服务合同，以出货量换取代工厂的排产优先权和价格优惠，从而对冲芯片代工风险。代工厂需要多年期合约才会启动新生产线，而初创公司难以提供这种“安全感”。Perez设想，谷歌可能向代工厂表示：“我与meta、苹果签了六年合同，他们每年将消耗20万个TPU。请将N2产能的25%按成本价给我。”代工厂为获取稳定订单很可能接受条件，导致其他芯片公司只能以原价购买剩余产能。这种策略与苹果早年锁定优质显示屏供应的做法如出一辙——当时苹果通过预付巨款垄断高端面板，迫使竞争对手长期使用次级屏幕。
目前，谷歌的TPU是市场上唯一可批量供应的芯片，meta和苹果愿意签署协议也源于此。在代工厂层面，能与谷歌抗衡的仅有英伟达。这场交易背后，实则是科技巨头围绕芯片供应链展开的深层博弈。
