挖黄仁勋墙角，谷歌、Meta密谈TPU采购合作，每年将分走数十亿美元

11月25日消息，谷歌正悄然加速其自研张量处理单元（TPU）芯片的商业化步伐。

据外媒报道，这家科技巨头不再满足于在自家云数据中心出租TPU，而是将目光投向客户的“本地部署”环境，直接挑战英伟达在AI硬件市场的霸主地位。

知情人士透露，谷歌已启动针对现有云客户的推销行动，重点对象包括社交媒体巨头Meta以及多家大型金融机构。这些客户希望在自家数据中心运行AI模型，避免将敏感数据上传至公有云，从而降低泄露风险。

谷歌视此为关键增长引擎。

例如，高频交易公司需要实时处理海量数据，本地TPU部署能显著提升响应速度和安全性。不同于以往的云租赁模式，这种“TPU@Premises”计划允许客户直接采购并安装谷歌芯片，谷歌则提供配套软件和维护支持。

这一转变不仅拓宽了TPU的市场边界，还能帮助谷歌从英伟达的庞大AI芯片生态中分羹。

TPU对外供应上，Meta目前已成为这一战略的焦点。

据悉，双方正进行深入谈判，Meta考虑从2027年起在自家数据中心大规模采用TPU，潜在采购规模或达数十亿美元。在此之前，Meta计划于明年通过谷歌云租赁TPU芯片，作为过渡测试。

据悉，Meta有意用TPU训练全新AI模型，而非仅限于推理任务。这一点尤为引人注目，因为分析师以往普遍认为，挑战英伟达的最佳切入点在于推理芯片，后者对互联集群的要求较低。训练过程涉及海量并行计算，TPU的矩阵运算专长在此大放异彩。

同时，Meta也在自主研发AI推理芯片，以进一步分散风险并压低对英伟达的依赖。

长期以来，Meta的AI基础设施高度依赖英伟达GPU，后者驱动了其内容推荐和广告算法的核心计算。但随着AI模型规模激增，Meta正寻求多元化供应，以降低成本和供应链风险。

如果交易敲定，这将为谷歌TPU注入强劲动力。谷歌云高管内部评估显示，TPU业务有望蚕食英伟达年收入的10%。

谷歌的定价策略是吸引客户的另一大亮点。TPU的使用成本远低于英伟达的旗舰GPU，后者的高价位令云服务商如甲骨文在租赁时利润微薄。

英伟达凭借其CUDA软件生态牢牢把控开发者社区，但谷歌通过优化TPU架构，在能效和训练速度上实现了突破。近期，谷歌推出的Gemini 3大语言模型便充分利用了TPU集群训练，收获了业内好评。

为降低客户切换门槛，谷歌推出“TPU命令中心”软件，这款工具旨在简化TPU的集成与管理。它借鉴了PyTorch框架——由Meta首创并开源的AI开发利器，允许开发者无需精通谷歌的JAX语言，即可操控TPU集群。

谷歌的这一创新，不仅提升了TPU的易用性，还借力Meta的开源贡献，形成生态闭环。通过该软件，客户能轻松监控集群性能、优化资源分配，甚至模拟云端环境。

不过，英伟达自然不会坐视不管。该公司首席执行官黄仁勋密切追踪TPU进展，并通过战略投资反击。

今年10月，在谷歌承诺向Anthropic提供多达100万个TPU后，黄仁勋迅速跟进，宣布数十亿美元注资Anthropic，并换取其对英伟达GPU的承诺。

类似地，当OpenAI传出从谷歌云租赁TPU的消息时，英伟达敲定初步协议，拟投资高达1000亿美元助OpenAI建设数据中心，并探讨GPU租赁细节。

英伟达发言人强调，这些投资不附带强制采购条款，但黄仁勋在播客中直言，谷歌的七代TPU迭代“值得尊敬”，暗示其已视TPU为严肃对手。（文/腾讯科技特约编译无忌，编辑/苏扬）