上个月，谷歌在AI芯片领域引发了两次重大震动。第一次是发布了其第七代张量处理单元（TPU），代号“Ironwood”。这款芯片专为推理任务定制，在推理处理性能方面实现了显著提升。Ironwood还提供了超大规模的内存容量和带宽——这正是AI计算所必需的关键特性。

第二次震动发生在几周后，影响更为深远：有消息迅速传出，Meta正在考虑大笔采购谷歌TPU，据称数量高达10万颗，用于其自有超大规模数据中心。此外，业界还猜测谷歌可能会向其他客户开放其TPU产品。

这一动向在AI芯片市场激起层层涟漪，尤其因为它可能对英伟达造成冲击。如今英伟达在该领域占据绝对主导地位，以至于人们一直在寻找任何能削弱其优势的理由——而一个真正的竞争对手无疑是个好理由。

更重要的是，如果谷歌正式进入AI处理器销售业务，这将标志着超大规模云服务商战略方向的重大转变。迄今为止，几乎所有超大规模厂商都在自研定制芯片——有些用于通用计算，有些则专为AI处理设计。但到目前为止，这些厂商都将自家芯片仅限内部使用。

那么，谷歌是否会开启一场新的芯片“军备竞赛”，让英伟达和AMD面临来自其最大客户——谷歌、AWS和微软——的直接竞争？分析师认为：有可能，但可能性不大。

J.Gold & Associates公司总裁杰克·戈德（Jack Gold）表示：“他们是否会出售TPU？是的。他们会与英伟达正面竞争吗？不会。因为TPU本就不是为了直接挑战英伟达而设计的。TPU更侧重于处理规模较小、强度较低的模型推理任务。”

他解释说，英伟达的处理器主要用于训练庞大的大语言模型（LLM），而谷歌TPU则专注于模型训练完成后的推理阶段。因此，这两类芯片并非相互竞争，而是互补关系。

Forrester Research高级分析师阿尔文·阮（Alvin Nguyen）指出，尽管芯片销售和支持并非谷歌的核心能力，但他们确实具备相关技能和经验。“据我所知，谷歌的TPU其实已经向部分外部公司开放，主要是由前谷歌员工创办或谷歌支持的初创企业。”

至于Meta采购TPU的传闻，关键在于Meta打算用这些芯片做什么。戈德表示：“如果Meta已经构建好模型，并主要运行推理工作负载，那么英伟达的B100和B200就显得‘杀鸡用牛刀’了。那么他们现在有哪些选择？目前已有不少初创公司正开发面向推理的专用芯片，英特尔（Intel）和AMD也在朝这个方向发力。归根结底，关键是找到一款能针对其特定环境优化的芯片——而谷歌TPU正是为超大规模云环境量身打造的。”

不过，阮强调，为自己使用而造芯片是一回事，对外销售则是另一回事。“这是谷歌尚未建立的基础设施和能力。在这方面，英特尔、AMD和英伟达远远领先于谷歌，”他说，“没错，他们完全知道如何为自己打造芯片——只要是以云服务或即服务的形式提供。但如果涉及本地部署，或者客户希望自行持有硬件，那谷歌就需要培养一套全新的‘肌肉记忆’。”

正因如此，阮怀疑其他拥有自研芯片的超大规模厂商是否会跟进进入芯片销售业务。“理论上没人阻止他们这么做，但每家都面临各自的挑战，”他指出。例如，微软、AWS和OpenAI都已与多方建立了合作关系，一旦涉足芯片销售，几乎必然会与某些合作伙伴形成竞争。

戈德也表示，他不认为AWS和微软会进入芯片制造与销售领域。“我实在看不到这种可能性。真的看不到。在我看来，这种商业模式对他们来说根本说不通。”