2025 年的 AI 芯片市场正处于一个微妙且关键的转折点。

一方面，英伟达依靠 Blackwell 架构继续保持技术与市场份额的绝对主导；但另一方面，谷歌 TPU 的全面商业化，正在撬动英伟达长期稳固的定价权。

据半导体研究机构 SemiAnalysis 测算，OpenAI仅凭“威胁购买 TPU”，就迫使英伟达生态链在价格上做出让步，使其计算集群的总拥有成本（TCO）下降约 30%。

随着 Anthropic 大规模采购超过 1GW 的 TPU，谷歌彻底撕下“云服务商”的面具，正式变身为一家对外出售高性能芯片与系统的商用芯片供应商。

当 OpenAI 可以靠“威胁采购”获得 30% GPU 折扣、Anthropic 用 TPU 训练出超越 GPT-4 的模型、谷歌愿意开放软件生态并提供金融杠杆——英伟达 75% 毛利率的神话，也开始出现裂缝。

对于英伟达来说，那个曾经最大的客户谷歌，如今变成了最懂的对手。

谷歌在主动进攻

长期以来，TPU 一直像谷歌搜索算法一样，是深藏内部的“核武级”技术。但根据 SemiAnalysis 的供应链信息，这一策略已经出现根本性逆转。

最典型的案例来自 Anthropic：其将部署超过 100 万颗 TPUv7 “Ironwood”，其中：

• 约 40 万颗由博通（Broadcom）直接出售给 Anthropic，价值约 100 亿美元
• 约 60 万颗通过谷歌云以租赁方式提供，对应约 420 亿美元的履约义务

这意味着谷歌正在用“混合销售”的方式，将最先进的算力系统向外界全面开放。除了 Anthropic，Meta、SSI、xAI 等一线 AI 实验室均在考虑采购 TPU。

英伟达则首次呈现出明显的防御姿态，其财务团队甚至罕见地发布长文回应“循环经济融资”质疑，可见谷歌的动作已经触及英伟达的核心神经。

成本才是决定生死的关键

对客户来说，选择倒向 TPU 的理由非常简单：性能是入场券，但 TCO 才是生死线。

SemiAnalysis 的模型显示：

• TPUv7 服务器的 TCO 比英伟达 GB200低约 44%
• 即便通过云租赁，采用 TPU 的 TCO 仍比采购 GB200低约 30%

这种优势并非靠压缩芯片价格，而是源于谷歌独有的“超级云厂商兜底”的金融工程：

• GPU 集群寿命仅 4–5 年
• 数据中心租约长达 15 年
• 新兴算力服务商难以融资

谷歌通过“信用担保”（IOU）形式承诺兜底租金，使加密矿场、电力运营方与 AI 企业之间的算力需求顺利对接，构建了一个独立于英伟达体系之外的低成本基础设施生态。

不仅是芯片，而是系统级优势

系统工程能力是谷歌最深的护城河。

虽然单颗 TPUv7 的理论峰值算力略低于英伟达 Blackwell，但谷歌通过更高的模型算力利用率（MFU）和更先进的系统架构抹平了差距。

美股大数据获悉，谷歌的ICI 光互连系统才是真正的杀手锏：

• 自研 OCS 光交换机
• 3D Torus 拓扑
• 一个 TPUv7 Pod 可扩展至9216 颗芯片（远高于英伟达的 64/72 卡结构）
• 网络可毫秒级动态重构，绕过故障点
• 光信号无需光电转换，功耗与延迟大幅降低

Gemini 3 与 Claude 4.5 Opus 两大最强模型均在 TPU 上完成预训练，这是对 TPU 系统能力最有力的背书。

谷歌最后的阻碍：软件，终于被推倒

过去外界不采用 TPU 的最大痛点是软件生态。谷歌长期坚持 JAX，而开发者普遍使用 PyTorch + CUDA。

如今，在巨大的商业利益推动下，谷歌的态度彻底改变：

• 软件团队 KPI 从“内部服务”转向“全面拥抱开源”
• 全力支持PyTorch Native在 TPU 上运行（不再依赖低效的 Lazy Tensor）
• XLA 将直接对接 PyTorch 的 eager mode
• 大量投入 vLLM、SGLang 等开源推理框架
• 谷歌正在填平 CUDA 护城河。

美股投资网 TradesMax.com 总结：硅谷王座争夺战刚刚开始

2025 年，AI 芯片的格局第一次出现根本性松动：

• TPU 开放商业化
• Anthropic、Meta、xAI 等前沿实验室加入 TPU 阵营
• OpenAI 用“TPU 威胁”逼出英伟达 TCO 30% 的折扣
• 谷歌在系统、成本、软件三条战线上全面反击
• 英伟达的“循环经济”模式受到市场质疑
• TPUv8 vs Nvidia Rubin 的下一轮正面对决已经在路上

这是英伟达面对的史上最强对手，也是 AI 基础设施市场十年来最大结构性变化的开端。