谷歌TPU，十年磨一劍

谷歌正式對(duì)英偉達(dá)亮劍了。

最近谷歌成功挖了英偉達(dá)墻角，說服一家英國(guó)小型云服務(wù)商Fluidstack轉(zhuǎn)用谷歌的TPU。

這單生意沒多大，1年最多幾億收入（本文貨幣單位如無強(qiáng)調(diào)均為美元），卻讓谷歌大漲5000億，市值正式突破3萬億，相當(dāng)于8個(gè)工商銀行。（截至2025.09.15）

為什么一單小生意會(huì)撬動(dòng)這么大市值呢？因?yàn)檫@意味著谷歌十年磨一劍的TPU要利刃出鞘了，出鞘第一劍，先斬皮衣男，谷歌TPU將對(duì)英偉達(dá)GPU構(gòu)成重大威脅。

TPU是什么？跟GPU有什么區(qū)別？TPU對(duì)谷歌、對(duì)英偉達(dá)乃至對(duì)整個(gè)AI產(chǎn)業(yè)又意味著什么？

嘉賓商學(xué)新科技案例100為你揭秘。

1、CPU、GPU與TPU

TPU，Tensor Processing Unit，又叫張量處理器；跟GPU一樣，它本質(zhì)上不是某一類芯片，而是公司為了彰顯自家產(chǎn)品很特別、很厲害而起的名。就像AD鈣奶并不是一類奶，只是娃哈哈的一款產(chǎn)品。TPU其實(shí)是谷歌為自己的深度學(xué)習(xí)框架TensorFlow設(shè)計(jì)的專用芯片。

又來了一個(gè)專業(yè)詞匯，專用芯片，ASIC，Application Specific Integrated Circuit。

TPU就是谷歌版的ASIC，像德儀、博通，都是頂尖的ASIC大廠。

那么CPU、GPU、ASIC又有什么區(qū)別呢？

CPU是通用計(jì)算，各種指令、各種操作都能做，但沒有特長(zhǎng)；GPU是并行計(jì)算或者叫加速計(jì)算，一開始是專門做圖像渲染的，后來被用來做AI深度學(xué)習(xí)，不管你是做通用模型還是垂直模型或者Agent，AI相關(guān)的都能用；而ASIC是根據(jù)用途來給你私人定制，像谷歌的TPU，就是專門為TensorFlow定制的。

這就像公司里的不同角色，CPU是萬金油、多面手，什么事都可以交給他，辦不砸，但也別指望他出彩；GPU是挖來的大廠高管或者專家，絕對(duì)夠?qū)I(yè)，但成本高，跟你們公司的適應(yīng)性也有問題；而ASIC是公司培養(yǎng)的985管培生，名校畢業(yè)底子好，還是一張白紙進(jìn)來的，隨你怎么畫，肯定是最適合公司的。

2、谷歌十年磨一劍

說回谷歌，2013年，谷歌發(fā)現(xiàn)用語音搜索和語音識(shí)別的人越來越多了，他們算了筆賬，如果用戶每人每天用3分鐘的語音搜索和識(shí)別，那谷歌的算力遠(yuǎn)遠(yuǎn)不夠用，必須再建一個(gè)數(shù)據(jù)中心。

谷歌膀大腰圓，倒是不差錢，但是這樣下去不是辦法啊，要是以后每人每天用30分鐘呢？難道再建10個(gè)數(shù)據(jù)中心嗎？

沒這么過日子的，得精打細(xì)算。

于是，谷歌打上了TPU的主意。

前面說了，TPU屬于ASIC，可以私人定制，需要什么功能就給你做什么功能。

而在此之前，他們用的是英偉達(dá)GPU，算力確實(shí)大，但有點(diǎn)浪費(fèi)；相比之下，TPU小而精準(zhǔn)，從大水漫灌改成針孔滴灌。

具體來說，它采用了軟硬件協(xié)同的“提前編譯”策略。傳統(tǒng)芯片需要高能耗的緩存來應(yīng)對(duì)不可預(yù)測(cè)的數(shù)據(jù)訪問；而TPU是定制的，編譯器在程序運(yùn)行前就規(guī)劃好了所有數(shù)據(jù)的路徑，這樣就不再需要復(fù)雜的緩存了，大大提高了效率。

2015年，谷歌第一代TPU問世，搭載在谷歌旗下DeepMind的AlphaGo上，第二年AlphaGo打敗李世石，TPU功不可沒。之后TPU不斷進(jìn)化，一直為谷歌的AI戰(zhàn)略效力。現(xiàn)在谷歌的大模型Gemini主要就是用TPU訓(xùn)練的，算力成本只有OpenAI使用GPU成本的1/5，簡(jiǎn)直不要太香。

今年，谷歌TPU已經(jīng)進(jìn)化到第七代了，代號(hào)“Ironwood”。

Ironwood的整體性能跟英偉達(dá)的看家產(chǎn)品B200不相上下了，最高配集群有9216個(gè)液冷芯片，峰值算力是世界上最大的超級(jí)計(jì)算機(jī)El Capitan的24倍以上。

在此之前，谷歌TPU都是自己消化。70%-80%用在DeepMind、Gemini等自家業(yè)務(wù)上，剩下的也只租不賣。

而現(xiàn)在，經(jīng)歷十年打磨后，谷歌終于要賣TPU了。預(yù)計(jì)出貨量2025年250萬片，2026年超過300萬片。

敢報(bào)這么大的數(shù)，誰給谷歌的勇氣？他自有辦法。就是挖墻腳。

比如開頭提到的Fluidstack，本來人家用英偉達(dá)GPU用的好好的，谷歌找上門來說：別光用他們的，哥哥家的TPU也不錯(cuò)！你要不把數(shù)據(jù)中心擴(kuò)建一下，裝上哥哥的TPU？Fluidstack表示：擴(kuò)建要租新場(chǎng)地，我沒錢。谷歌給出了一個(gè)無法拒絕的理由：這是32億美元，只要聽哥的，你就拿去花吧。

不只是Fluidstack，包括AI獨(dú)角獸Anthropic，最近被發(fā)現(xiàn)正在招聘TPU內(nèi)核工程師；馬斯克旗下的X-AI也表現(xiàn)出采購(gòu)TPU的興趣。

3、血拼英偉達(dá)

甚至有傳言說，谷歌可能要讓TPU業(yè)務(wù)獨(dú)立出來，跟英偉達(dá)直接拼刺刀。

花旗銀行分析師預(yù)測(cè)，因?yàn)門PU的競(jìng)爭(zhēng)，預(yù)計(jì)2026年英偉達(dá)GPU銷售額要減少120億。

當(dāng)然，英偉達(dá)的護(hù)城河不只是算力，更是整個(gè)CUDA生態(tài)。經(jīng)過近20年的建設(shè)，CUDA已經(jīng)聚集了500多萬開發(fā)者，如果不用英偉達(dá)GPU，就要離開CUDA，把代碼遷到別的平臺(tái)，這意味著要重寫30%-50%的核心邏輯（例如內(nèi)存管理、并行優(yōu)化），同時(shí)面臨30%-60%的性能損失，遷移成本太大了。

但谷歌也是有備而來，他構(gòu)建了能在TPU上運(yùn)行的高性能計(jì)算Python庫(kù)JAX，還發(fā)布了模型流水線解決方案“Pathway”，外部開發(fā)者用上Pathway，不需要重新設(shè)計(jì)就能開發(fā)Gemini等大模型。過去半年，圍繞TPU的開發(fā)者活躍度激增96%。

這對(duì)英偉達(dá)來說是不可接受的威脅。

野村證券預(yù)計(jì)，到2026年ASIC總出貨量會(huì)超過GPU，而TPU是目前最成熟的ASIC。

谷歌十年磨一劍，利刃已出鞘，接下來就看老黃這塊盾牌的成色了。

出品 | 嘉賓商學(xué)