OpenAI直接采购谷歌TPU：英伟达独占的算力格局出现裂缝
据彭博社和The Information报道，OpenAI计划采购谷歌母公司Alphabet旗下的TPU芯片，这将是英伟达GPU主导AI基础设施格局出现的最高级别裂缝。两家公司在大模型和搜索领域直接竞争，却在算力供应上愈发深度绑定。更值得关注的是，谷歌同日宣布与Oracle合作在其云平台上提供TPU，标志着谷歌芯片战略
10月27日这一天，两件事先后落地。先是Oracle表态，从2027年初起会在自己的云平台上架谷歌TPU芯片——这是谷歌TPU头一回进入自家云体系之外的大型云平台。过了几个小时，The Information与彭博社又放出消息：OpenAI打算直接买谷歌的张量处理单元（TPU）。买多少、什么价、什么时候交付，都还没有定论，谷歌和OpenAI两边都不肯回应。
谷歌正把TPU从自己手里的算力家底，做成面向整个行业出售的芯片生意。而最有可能掏钱的那个买家，恰恰是它在AI产品上针锋相对的对手。
对手之间做算力买卖
OpenAI和谷歌在大模型助手、搜索、企业AI工具这几条线上全面开打。路透社的报道说，OpenAI早在2025年6月就开始租用谷歌的AI芯片算力；到了今年10月21日，OpenAI又宣布借助Google Cloud平台向用户提供自家的前沿模型。眼下这桩直接买TPU的交易如果成真，就是这条合作线再往前迈一步：从租云端算力，变成把芯片资产买回家。
科技圈里这种亦敌亦友的关系不算新鲜，可OpenAI和谷歌之间的张力格外扎眼。谷歌DeepMind和OpenAI抢的是同一批顶尖AI研究员，GPT和Gemini在能力上正面碰撞；另一边，谷歌的TPU业务又需要OpenAI这种量级的买家，来证明它真能赚钱。
为什么赶在这个时候：推理开销压得紧
训练一个大模型，是一次性砸下去的大钱，可以集中采购、可以谈价；可要把模型跑在数亿用户面前，算力开销每小时都在往外流。Gadgets Now的报道是这么说的：“训练是分期支付的大额账单，推理则是每小时到账的账单”。对OpenAI这种体量的服务商来说，后一笔账更持久，也更难压下来。
训练任务上，英伟达GPU的优势没什么好争的。但换到推理场景，TPU靠专用架构和更低的单位算力成本，正被一些企业当成替代方案。谷歌内部拿TPU跑Gemini和搜索推理已经跑了很多年，优化经验攒了一大堆。OpenAI要是能把一部分推理负载挪到TPU上，理论上每次API调用的成本能降下来，定价竞争里也就多出腾挪空间。
不过TPU在软件生态、模型适配、工程运维这几方面，跟英伟达GPU差得不是一点半点。OpenAI正在招工程师，专门针对TPU优化前沿模型——这动作本身就说明，迁移的代价不低。
英伟达：地位被削，但没被掀翻
这笔交易对英伟达的冲击是实打实的，只是得算清楚账。多家媒体报道，英伟达2026年初以约300亿美元入股OpenAI，参与的是OpenAI约1100亿美元的融资轮，双方还签了部署英伟达最新Vera Rubin系统的大规模协议。到目前为止，OpenAI已经排好了六家芯片供应商的队列：英伟达、AMD、博通、Cerebras、亚马逊；谷歌若成交，就是第六家。
所以英伟达不是被换掉，是被摊薄。OpenAI的路数是多点下注、分散风险，免得某一家供应商在产能、价格或者技术路线上卡脖子。对英伟达来说，真正危险的不是丢掉OpenAI这个客户，而是丢掉“AI基础设施就等于英伟达GPU”这个等式带来的定价权。TPU一旦被验证为可用的替代品，谷歌、AMD、英特尔这些竞争者就拿到了实实在在的参照物，谈判时腰杆能硬起来。
谷歌把芯片做成生意的转身
谷歌自研TPU已经超过十年，可很长时间里只供自家使用。今年，谷歌开始正式向部分外部客户直接卖TPU，这是业务模式上一次战略性的转向。Alphabet首席财务官Anat Ashkenazi此前说过，公司预计2026年底前开始确认部分TPU销售协议的收入，相关收入的大头预计在2027年确认。
分析机构TD Cowen预测，谷歌TPU销售额2026年下半年会达到约94亿美元，2027年可能跳到625亿美元。这个预测还没经过验证，但光看量级，市场对TPU商业化的期待正在急速膨胀。Oracle这次宣布在自有云平台上提供谷歌TPU，是谷歌借合作伙伴渠道扩大TPU触达面的又一步，也直接回应了“TPU只能在Google Cloud上用”这个用户顾虑。
OpenAI的自研芯片也在同步推进
OpenAI不是只在外部采购上做文章。据TradingKey援引的报道，OpenAI正与博通联手开发代号“Jalapeno”的定制AI处理器，计划今年晚些时候部署，属于OpenAI多代自研芯片布局中的一环。它的芯片战略三条线一起走：继续买英伟达当核心算力底座，引入谷歌TPU和其他供应商分摊推理成本，同时自研芯片，减少长期对外部的依赖。
这条路的尽头，是OpenAI慢慢把芯片层面的定价权和供应链韧性攥在自己手里。短期要付的代价，是工程复杂度陡增——不同架构的硬件要走不同的优化路径，模型迁移的边际成本并不便宜。
一个判断
这桩TPU采购，说白了是OpenAI拿真金白银的采购动作，给谷歌TPU的可用性投了一张信任票。头号模型厂商愿意为竞争对手的芯片掏钱，这个信号本身就会让整个行业重新盘算算力供应策略。但采购意向和实际部署之间还隔着不短的距离：OpenAI得把针对TPU的模型优化做完，谷歌也得证明自家TPU在工程支持和供应可靠性上扛得住大规模生产部署。
英伟达在AI芯片市场的主导地位不会因为这件事就翻船，但它正在丢掉的，是那种“没有别的选择”带来的绝对议价优势。当OpenAI、Anthropic（已与谷歌深度合作）这些主要模型厂商都在为TPU站台时，这个市场正从一家独大走向几家并立。对整条AI算力成本结构来说，这或许比任何单点技术突破都来得深远。
