图片来源：Google
Alphabet旗下谷歌正在扩大其人工智能芯片产品阵容，希望借助近年来快速崛起的势头，在规模达数千亿美元的AI芯片市场进一步挑战英伟达（Nvidia）的主导地位。
谷歌此次推出两款新型张量处理单元（TPU）。TPU是谷歌自主定制的半导体芯片，主要用于AI模型的训练和推理。新产品分别面向机密计算，以及需要处理更大规模信息的长上下文任务，旨在满足AI行业向智能体（Agent）转型过程中不断增长的计算需求与安全挑战。
周一美股交易期间，Alphabet股价一度上涨4.1%，至296.33美元。
此次发布也意味着谷歌芯片业务的产品迭代正在加速。过去，谷歌通常每两年推出一代AI处理器。今年4月，公司首次同时发布两款新芯片，而此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在采访中表示，谷歌的四款TPU产品将分别针对不同应用场景进行优化。
“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。”
当前，AI芯片行业正处于动荡期。一方面，市场担忧AI基础设施投资可能放缓，科技股因此承压；另一方面，美国民主党在中期选举中取得全面胜利，也让数据中心项目的未来面临更多不确定性。
不过，英伟达AI处理器的市场需求仍然超过其供应能力，这也为谷歌及其他竞争者留下了发展空间。
两款新芯片，分别瞄准安全计算与长上下文推理
谷歌此次推出的TPU 8tx和8i Max并非完全重新设计的芯片，而是根据客户需求，对现有芯片架构进行了重新配置。
其中，8tx主要面向政府机构及受到严格监管的行业客户，用于处理高度敏感、需要保密的计算任务。该系统将与AMD芯片配合运行，是谷歌与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。上下文窗口决定了AI系统在单次请求中能够处理的信息量。
Vahdat表示，这项能力不仅对药物研发、数学研究至关重要，对AI编程应用同样重要。
目前，TPU所处的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（Broadcom）合作开发TPU，由博通协助芯片设计与生产协调。最初，谷歌希望通过专用芯片，更高效地满足搜索业务不断增长的计算需求。
随后，公司逐渐意识到TPU在人工智能计算领域的潜力，并开始将其用于AI训练和推理。如今，谷歌已经不再局限于通过自身云计算服务提供TPU算力，而是开始直接向外部客户销售芯片。
这一转变正在带来可观的商业回报。
根据彭博行业研究（Bloomberg Intelligence）的预测，到2028年，谷歌TPU相关销售额有望超过1350亿美元，其中包括配套软硬件收入，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（Oracle）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。”
即使是长期将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。
其中包括英伟达自主研发的中央处理器（CPU）。CPU是由英特尔开创的处理器类别，虽然不适合承担AI模型训练所需的大规模计算任务，但能够有效管理AI智能体的运行。
此外，英伟达也开始利用从初创公司Groq收购的技术，推出更专注于AI推理阶段的芯片。推理指的是已经完成训练的AI模型实际执行任务的过程。
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解释称，传统计算过程中，数据通常需要在内存中解密后才能进行处理，而新技术能够降低这一过程中的安全风险。
8i Max则将两颗TPU芯片集成在同一封装中，以提供更强的计算性能和更大的内存容量。
TPU价格比英伟达低约30%，能效成为竞争优势
彭博行业研究分析师Mandeep Singh表示，TPU的重要竞争力之一在于性价比。
与英伟达GPU相比，TPU的价格大约低30%，但在吞吐量方面具备竞争力。吞吐量衡量的是芯片在一定时间内能够处理的数据规模。
这一优势正在吸引金融等多个行业的客户。
谷歌在上个月的财报中披露，量化交易公司Jump Trading已成为其TPU客户。
Jump Trading首席技术官Alex Davies在采访中表示，公司在正式签署大规模采购合同之前，已经对TPU进行了数年的测试。双方最终于大约一年前达成更大规模的合作协议。
目前，Jump Trading拥有数千颗TPU，主要用于训练服务于交易研究等场景的AI模型。
虽然该公司仍然主要使用英伟达GPU进行模型训练，但Davies表示，内部有一小部分态度积极的员工非常认可TPU在特定任务中的表现。
他认为，TPU在部分计算任务中表现十分出色，而同时采用不同类型的芯片，本身也具有价值。
“让一部分问题通过不同方式解决，实际上很有吸引力。你能从中学到东西。”
Davies还指出，在性能达到或超过英伟达芯片的应用场景中，TPU往往还具有更高的能源效率，从而进一步降低使用成本。
上个月，甲骨文宣布与谷歌达成合作，从明年开始，Oracle Cloud客户将首次能够使用TPU。
此前，甲骨文云客户只能在英伟达和AMD的AI芯片之间进行选择。
甲骨文云基础设施高级副总裁Karan Batta在声明中表示：“随着AI工作负载变得越来越复杂，客户需要更多选择，这也是我们与谷歌合作的原因。此次合作将进一步提升我们帮助客户在最合适的基础设施上开发和运行AI的能力。”
Claude聊天机器人开发商Anthropic也是谷歌TPU的重要客户。
根据近期提交的监管文件，Anthropic拥有在2028年至2031年间采购最高1500亿美元TPU芯片的选择权。
此外，彭博新闻此前报道称，OpenAI也计划采购谷歌TPU。
谷歌同时具备AI模型开发商和芯片设计商的双重身份，这也成为其芯片业务的独特优势。
TPU研发团队可以提前接触谷歌最新的Gemini模型，并利用这些模型改进芯片能效、发现设计缺陷。
这一能力对于半导体研发尤其重要。在芯片设计过程中，一个错误就可能造成数十亿美元损失，并使数月研发工作付诸东流。
Vahdat表示，AI正在帮助芯片研发团队降低此类风险。
OpenAI、Anthropic自研芯片，谷歌也面临新竞争
尽管TPU业务快速增长，谷歌仍然面临来自新进入者的挑战。
由两名前谷歌TPU工程师联合创办的芯片初创公司Tenspresso，正将首款芯片的研发重点放在长上下文推理上，这与谷歌8i Max瞄准的应用领域相同。
不过，彭博上周报道称，Tenspresso距离完成首款芯片设计至少还需要一年。
与此同时，OpenAI和Anthropic也在推进内部芯片研发项目，两家公司的相关团队均吸纳了具有TPU研发经验的工程师，未来可能成为谷歌的新竞争对手。
另一个风险来自AI基础设施支出的潜在放缓。
彭博行业研究分析师Singh预计，针对数据中心建设的反对声浪，可能使科技公司2027年原本预计达到1.4万亿美元的基础设施投资减少约5%至7%。
这部分投资涵盖芯片、网络设备、土地以及数据中心建设所需的其他材料。
Singh还指出，谷歌TPU业务的利润率不及英伟达。
除了需求层面的不确定性，供应链也成为谷歌扩大TPU业务的重要制约因素。
与整个AI芯片及基础设施行业一样，谷歌正面临内存、芯片制造产能等关键资源短缺的问题，难以完全满足市场需求。
谷歌在财报中表示，目前所有可供交付的TPU都已经被客户预订。
为了缓解供应压力，Vahdat领导的团队正在尽可能实现供应商多元化。
这意味着谷歌可能不再完全依赖长期合作伙伴博通。博通一直负责协调TPU的制造生产，但谷歌近年来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）签署了一项合作协议，其中涉及部分TPU相关业务，不过公告并未披露太多具体细节。
此外，也有报道称，联发科（MediaTek）正在参与谷歌TPU业务的相关工作。
彭博行业研究分析师William Tong认为，谷歌很可能正在与更多供应商商谈长期合作协议，以确保未来的产能供应，避免供应链瓶颈进一步加剧。
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
