算力的炼金术：Google为何不再甘做英伟达的“送水工”

温故智新AIGC实验室

TL;DR：

Google通过对外售卖TPU试图打破英伟达对AI算力生态的垄断，将竞争从单一的“芯片性能”提升至“系统效率”的维度。此举不仅是云厂商试图夺回利润主导权的战略反攻，更标志着AI基础设施正加速步入追求极致性价比的“公共事业”时代。

长期以来，硅谷的AI狂欢派对一直由同一个名字主导：英伟达。在这场淘金热中，黄仁勋不仅是售卖铲子的人，更通过CUDA软件生态编织了一道令人生畏的护城河。然而，派对上的“房东”们——即那些坐拥海量数据中心、每年向英伟达输送巨额利润的云厂商们，终于展现出了不耐烦的迹象。Google近期宣布正式对外售卖其张量处理器（TPU），这不仅是一次硬件产品的扩容，更是一场意在重塑AI算力地缘政治的“系统战争”。1

性能的“降维打击”还是“无奈之选”？

对于精明的企业买家而言，英伟达的GPU如同一辆动力澎湃的法拉利：它是性能的巅峰，但昂贵的保养费用和燃料消耗（token成本）却让企业在日常通勤（推理任务）中倍感压力。Google推出的TPU，则是为了那条特定赛道量身定制的赛车。它虽缺乏通用算力的“优雅”，却在矩阵运算这一AI的命门上拥有极高的能效比。

这种转变揭示了一个残酷的真相：AI算力正在从昂贵的“奢侈品”向如同电力、水利般的“大宗商品”转型。当AI应用进入大规模部署阶段，Token的成本逻辑便成了决定生死的核心指标。Google的算力布局，本质上是在推行一种“低价Token”策略。对于那些动辄花费数亿美元进行推理的公司来说，比起英伟达提供的通用光环，他们显然更青睐Google提供的“92号汽油”——动力虽非顶级，却能让业务跑得更久、更经济。2

算力战争的终局：重构话语权

英伟达之所以稳坐江山，依赖的是“供应链路径依赖+软件路径依赖+客户路径依赖”的铁三角。3 但Google的野心在于，它试图通过售卖TPU，将“云服务商”的角色升级为“基础设施总包商”。这意味着，云巨头们不再满足于做一个连接英伟达与终端客户的“管道”，而是要向下整合芯片设计、网络架构、集群调度与模型层，向上提供完整的“生产力系统”。

这种趋势在国内同样显著。无论是阿里云的“真武”系列，还是华为云围绕昇腾搭建的生态，本质逻辑如出一辙：在AI算力需求进入长期、稳定的扩张期后，谁能把算力变得更便宜、更易于集成，谁就能摘取下一阶段的商业果实。4 英伟达目前依然是AI领域的通用货币，但历史教训告诉我们，在任何技术浪潮中，一旦“专用方案”能够建立起足够稳固的系统效率优势，单极化的市场往往会出现裂缝。

对于投资者与企业决策者而言，这场博弈的信号已经足够清晰：AI基础设施的竞争已不再是单点的芯片跑分战，而是一场全栈系统工程的马拉松。英伟达不必过分恐慌，因为它仍守着模型训练的最优解；但Google们的入局，注定会让这个原本高不可攀的AI算力领域，回归到更务实、更理性的商业轨道上来。

引用

  1. 谷歌开始卖 TPU：AI 算力战争，从租云进入卖芯片 · 腾讯云开发者社区 · 2026/6/24 ↩︎

  2. Google TPU 成本仅为OpenAI 五分之一，谁性价比最高？ · 知乎专栏 · 2026/6/24 ↩︎

  3. 英伟达的竞争盘、TPU 的挑战，以及 AI 基础设施的终局 · 雪球 · 2026/6/24 ↩︎

  4. NVIDIA vs Google TPU：投資者關注的 AI 晶片大戰 · Go Markets · 2026/6/24 ↩︎