谷歌TPU正以惊人的速度崛起，向英伟达在AI硬件领域的统治地位发起挑战。随着谷歌Gemini 3的发布，其背后的TPU技术再次成为全球科技界关注的焦点。资本市场迅速做出反应，谷歌股价上涨，引发了关于TPU能否与英伟达GPU抗衡的热烈讨论。
SemiAnalysis，这家在半导体和人工智能领域颇具影响力的研究机构，发布了一篇由12位作者共同撰写的深度分析文章。文章指出，TPUv7首次对英伟达发起了实质性挑战，并深入探讨了谷歌TPU如何改变AI硬件的竞争格局。核心问题在于：英伟达的CUDA护城河能否被打破？TPUv8与英伟达下一代AI新品Vera Rubin谁将更胜一筹？
目前，全球最顶尖的两个AI模型——Anthropic的Claude 4.5 Opus和谷歌的Gemini 3，其训练和推理基础设施主要依赖于谷歌的TPU和亚马逊的Trainium。尤其是Gemini系列模型，完全基于TPU进行训练。谷歌不仅在内部大规模使用TPU，还开始向多家公司出售商用TPU硬件，这标志着英伟达在AI硬件领域的王座迎来了新的挑战者。
谷歌的TPU发展历程可追溯至2006年，当时公司就有了建立AI专用基础设施的想法。然而，直到2013年，谷歌才开始为TPU芯片奠定基础，并于2016年将其投入生产。同年，亚马逊也启动了Nitro计划，专注于开发芯片以优化通用CPU计算和存储。如今，谷歌通过推进TPU商业化，已成为英伟达最具威胁的竞争对手。
Gemini 3的发布引发了市场的强烈反响。英伟达为此发布了一条官方推文，祝贺谷歌在AI领域的进展，同时强调自己依然遥遥领先。英伟达表示，其GPU在性能、通用性和可替代性上优于专用芯片（ASIC），并强调自己仍是唯一能够运行所有AI模型、适用于各种计算场景的平台。
在过去的几个月里，谷歌DeepMind的Gemini 3、谷歌云以及TPU综合体成为焦点，推动了谷歌母公司Alphabet的市值接近4万亿美元。TPU产量的大幅上调，以及Anthropic、meta、SSI、xAI、OAI等公司的加入，扩大了TPU的客户名单。这不仅推动了谷歌和TPU供应链的重新评级，也对以英伟达GPU为重点的供应链构成了压力。
英伟达不仅面临TPU的压力，还因通过“循环经济”造成AI泡沫的质疑而陷入争议。许多批评者认为，英伟达通过资助烧钱的AI初创公司，本质上是将资金从一个口袋转移到另一个口袋。对此，SemiAnalysis分析认为，英伟达旨在通过股权投资保护其在基础实验室的主导地位，而非通过降价，因为降价将拉低毛利率并引发投资者恐慌。
TPUv7 Ironwood被视为一个优秀系统内的强大芯片。尽管在参数上可能落后于英伟达，但谷歌的系统级工程使得TPU堆栈在性能和成本效率方面能够与英伟达相匹配。这种组合为Anthropic提供了引人注目的性能和总拥有成本（TCO），因此赢得了其大规模订单。谷歌自2017年TPUv2以来，一直在机架内和跨机架扩展TPU，其ICI扩展网络也成为英伟达NVLink的竞争对手。
在芯片设计理念上，谷歌相对于英伟达更为保守。历史上，TPU的峰值理论FLOPs和内存规格低于相应的英伟达GPU。然而，进入大模型时代后，谷歌的设计理念发生了明显转变。TPUv6 Trillium和TPUv7 Ironwood的推出，标志着谷歌在FLOPs、内存和带宽方面几乎完全缩小了与英伟达旗舰GPU的差距。
对于谷歌来说，在最具挑战性的硬件问题之一中悄悄建立性能领先地位，确实是一个令人印象深刻的壮举。尽管谷歌通过Broadcom采购TPU并支付高额利润，但这明显低于英伟达在整个系统上赚取的利润。从谷歌的角度来看，每颗芯片在全规模部署下的TCO比英伟达GB200服务器低44%，这足以弥补峰值FLOPs和峰值内存带宽约10%的不足。
