谷歌两款新TPU发布：挑战英伟达，2028销售额或破1350亿美元

图片来源：Google

Alphabet旗下谷歌正在扩充AI芯片产品线。近年来谷歌在這一领域崛起势头明显，它希望借此在规模达数千亿美元的AI芯片市场上进一步挑战英伟达的主导地位。

这次谷歌发布的是两款新型张量处理单元（TPU）。TPU属于谷歌自主定制的半导体芯片，主要承担AI模型的训练和推理。两款新品一款面向机密计算，一款面向需要处理更大规模信息的长上下文任务，针对的是AI行业向智能体转型过程中不断增长的计算需求与安全挑战。

周一美股交易时段，Alphabet股价一度涨4.1%，达到296.33美元。

新品发布也说明谷歌芯片业务的产品迭代在提速。以往谷歌一般每两年推出一代AI处理器；今年4月，公司首次同时发布两款新芯片，这次又在现有产品基础上增加了两个新版本。

谷歌芯片业务负责人Amin Vahdat在接受采访时称，谷歌的四款TPU产品会分别针对不同应用场景做优化。

“这与谷歌一直以来的判断一致：未来属于专业化芯片，而专业化带来的收益仍然十分显著。”

AI芯片行业眼下正处于动荡期。市场担心AI基础设施投资可能放缓，科技股因此承压；同时，美国民主党在中期选举中取得全面胜利，数据中心项目的未来也因此面临更多不确定性。

不过，

两款新芯片，分别瞄准安全计算与长上下文推理

TPU 8tx和8i Max并不是完全重新设计的芯片。谷歌根据客户需求，对现有芯片架构做了重新配置。

8tx主要面向政府机构以及受到严格监管的行业客户，用来处理高度敏感、需要保密的计算任务。该系统将与AMD芯片配合运行，属于谷歌与AMD合作的一部分。

8i Max则主要面向需要长上下文窗口的AI应用。上下文窗口决定的是AI系统在单次请求中能够处理多少信息。

Vahdat表示，这项能力对药物研发、数学研究很关键，对AI编程应用同样重要。

目前，TPU所在的AI加速芯片市场仍由英伟达GPU主导。

十多年前，谷歌开始与博通合作开发TPU，由博通协助芯片设计与生产协调。最初，谷歌是想用专用芯片更高效地满足搜索业务不断增长的计算需求。

公司后来慢慢看清了TPU在人工智能计算上的价值，于是把它投入AI训练和推理。现在谷歌的做法已经不只停留在用自家云服务输出TPU算力，而是把芯片直接卖给外部客户。

这一转变正在带来可观的商业回报。

彭博行业研究的预测显示，到2028年，谷歌TPU相关销售额有望超过1350亿美元，其中包含配套软硬件收入，远高于今年预计的120亿美元。上述预测尚未计入客户通过Google Cloud使用TPU所产生的收入。

谷歌TPU目前已吸引苹果、Meta和甲骨文等大型客户。

Vahdat表示，推出更多专用版本，将帮助谷歌进一步扩大市场份额。两款新芯片预计于明年上市。

“我们可以设计一款试图覆盖整个市场的通用芯片，但通过开发针对不同场景优化的专用版本，实际上能够为客户创造更大的价值。”

即便是长期将GPU定位为通用AI计算平台的英伟达，也开始推出更多专用芯片系统。

这当中就有英伟达自己研发的中央处理器（CPU）。CPU这个处理器品类最早由英特尔开辟，它撑不起AI模型训练那种大规模计算，却能把AI智能体的运行管得井井有条。

另一边，英伟达还借助从初创公司Groq买来的技术，推出了更偏重AI推理环节的芯片。所谓推理，就是训练完成的AI模型真正去执行任务的那一步。

在具体技术设计上，谷歌8tx与AMD CPU配合运行，能够在芯片层面实现数据加密，从而提高安全性。

Vahdat说，过去算东西的时候，数据一般要先在内存里解开才能处理；新技术能把这一环节的安全风险压下来。

8i Max走的则是另一条路：两颗TPU芯片放进同一个封装，算力更强，内存也更大。

TPU售价比英伟达低大约30%，能效成了它的竞争优势

彭博行业研究的分析师Mandeep Singh认为，TPU手里的一张重要牌就是性价比。

跟英伟达GPU比，TPU便宜差不多30%，吞吐量上却有一拼。吞吐量说的是芯片在一定时间里能处理多少数据。

这个优势正在把金融等行业的客户拉过来。

谷歌上个月的财报里提到，量化交易公司Jump Trading已经用上了它的TPU。

Jump Trading首席技术官Alex Davies在接受采访时说，公司签下大规模采购合同之前，已经拿TPU测了好几年。大约一年前，双方才谈成规模更大的合作。

现在Jump Trading手上有数千颗TPU，主要用来训练服务于交易研究等场景的AI模型。

不过这家公司训练模型时用得最多的还是英伟达GPU。Davies说，内部有一小拨挺积极的员工，很认TPU在特定任务上的表现。

在他看来，TPU在某些计算任务里干得相当漂亮，而同时用几种不同的芯片，这件事本身就有价值。

“让一部分问题换个方式解决，其实挺有吸引力。你能从中学到东西。”

Davies还提到，在性能追平甚至超过英伟达芯片的场景里，TPU的能效往往更高，用起来的成本也就跟着降了。

上个月，

在这之前，甲骨文云的客户挑AI芯片，只能在英伟达和AMD之间选。

谷歌与甲骨文此番携手的由头，甲骨文云基础设施高级副总裁Karan Batta在声明中讲得很直白：AI工作负载日益复杂，客户想要的选择也越来越多。他还表示，双方合作会让甲骨文更有能力帮客户把AI开发和运行放到最合适的基础设施上。

Claude聊天机器人的开发商Anthropic，也是谷歌TPU的大客户。

近期提交的监管文件显示，Anthropic有权在2028年至2031年间采购最高1500亿美元的TPU芯片。

另外，彭博新闻此前报道称，

谷歌既是AI模型开发商，又是芯片设计商，这种双重身份成了它芯片业务的一道独特优势。

TPU研发团队能提前拿到谷歌最新的Gemini模型，用这些模型来改进芯片能效、找出设计上的毛病。

这种能力对半导体研发尤其关键。芯片设计里错一步，就可能赔进去数十亿美元，几个月的研发也白干。

Vahdat表示，AI正在帮芯片研发团队降低这类风险。

OpenAI、Anthropic自研芯片，谷歌也遇上新对手

TPU业务涨得快，可谷歌照样要面对新入局者带来的挑战。

芯片初创公司Tenspresso由两名前谷歌TPU工程师联合创办，其首款芯片把研发重心放在了长上下文推理上，瞄准的应用领域与谷歌8i Max相同。

但彭博上周的报道显示，Tenspresso至少还要一年才能完成首款芯片的设计。

另一边，OpenAI和Anthropic也在推进各自的内部芯片项目，相关团队都招揽了有TPU研发经验的工程师，日后或将成为谷歌新的竞争对手。

需求端同样存在变数，AI基础设施支出有可能放缓。

彭博行业研究分析师Singh预计，数据中心建设遭遇的反对声浪，可能令科技公司2027年原本预计1.4万亿美元的基础设施投资缩水约5%至7%。

这笔投资覆盖芯片、网络设备、土地，以及数据中心建设所需的其他材料。

Singh还提到，谷歌TPU业务的利润率比不上英伟达。

除了需求层面的不确定性，供应链也是谷歌做大TPU业务的一道重要制约。

和整个AI芯片及基础设施行业一样，谷歌眼下受制于内存、芯片制造产能等关键资源的短缺，很难完全满足市场需求。

谷歌在财报中透露，目前可交付的TPU已全部被客户预订。

为缓解供应压力，Vahdat带领的团队正尽量让供应商多元化。

这或许意味着谷歌不再完全依赖长期合作伙伴博通。TPU的制造生产一直由博通协调，但近几年谷歌也开始接触其他供应商。

最近几个月，谷歌与博通的竞争对手迈威尔科技（Marvell Technology）签下合作协议，涉及部分TPU相关业务，不过公告没有披露太多细节。

另有报道称，联发科（MediaTek）也在参与谷歌TPU业务的相关工作。

彭博行业研究分析师William Tong认为，谷歌很可能正与更多供应商洽谈长期合作协议，以锁定未来产能，避免供应链瓶颈进一步恶化。

参考资料：

https://www.bloomberg.com/news/articles/2026-11-09/google-escalates-nvidia-rivalry-with-new-versions-of-its-tpu-systems?srnd=phx-ai