在最新自研TPU芯片推动下，谷歌正成为英伟达在AI芯片领域的重要竞争对手。研究机构SemiAnalysis发布报告指出，从总体拥有成本（TCO）角度看，谷歌第七代TPU芯片在成本效率上对英伟达构成显著优势。

报告显示，客户采购越多谷歌TPU，所能节省的英伟达GPU资本开支越多。尽管OpenAI尚未转向使用TPU，但受其竞争压力影响，已从英伟达获得约30%的算力集群报价折扣。

TPU是谷歌2016年推出的自研AI专用芯片，专用于加速机器学习模型训练和推理。相比英伟达GPU，TPU通用性较弱但功耗更低，此前仅通过谷歌云提供租用服务。

SemiAnalysis强调，谷歌的竞争优势不在于芯片参数，而在于系统级工程能力。通过系统设计、互联架构、编译器及软硬件协同优化，谷歌使TPU在实际性能与成本效率方面与英伟达产品旗鼓相当。

今年11月，谷歌宣布第七代TPU芯片Ironwood即将发布。该芯片训练与推理性能较前代提升超4倍，采用先进互联架构，单个POD可连接9216颗芯片，并通过每秒9.6 Tb的ICI网络形成“超级pod”，共享高达1.77 PB高带宽内存。

数据显示，Ironwood在每秒浮点运算和内存带宽方面已接近英伟达Blackwell GPU系列。若谷歌自用，每颗芯片TCO比同等配置的英伟达GB200系统低约44%。

谷歌正致力于成为差异化云服务供应商。今年10月，AI初创公司Anthropic宣布将部署多达100万颗谷歌TPU用于大模型训练，其中首批约40万颗由博通直接出售，价值约100亿美元；剩余60万颗通过谷歌云租赁。

市场反应显示英伟达已感受到竞争压力。11月25日有消息称Meta考虑自2027年起在其数据中心部署谷歌TPU，规模达数十亿美元，还可能明年起通过谷歌云租用TPU，导致英伟达股价盘中一度跌超7%。

对此，英伟达回应称其GPU仍领先行业一代，相较专用于特定AI框架的ASIC，具备更高性能、更强通用性与可替代性。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。