英伟达GPU不妙！

浮云游子意

谷歌 TPU 商业化破局，英伟达 AI 芯片垄断地位迎挑战

英伟达（Nvidia）在 AI 芯片市场长期占据主导地位，但谷歌（Google）自 2013 年起便已着手自主研发专用硬件，悄然布局竞争赛道。

英伟达的图形处理器（GPU）作为通用型处理器，搭载数千个小型核心，具备强大的并行处理能力，不仅适用于图形渲染、高性能计算，更能高效支撑绝大多数 AI 工作负载。与之形成鲜明对比的是，谷歌张量处理单元（TPU）是专为机器学习中的数学运算量身打造的专用芯片 —— 通过优化设计，TPU 能高效执行复杂的矩阵与张量计算，理论上在训练和运行超大型 AI 模型时，相比 GPU 具备速度更快、成本更低的双重优势。

据 GlobalData 预测，全球 AI 市场规模将从 2024 年的 1310 亿美元增长至 2029 年的 6420 亿美元，复合年增长率（CAGR）达 37%；其中生成式 AI 细分领域同期复合年增长率更是高达 93%。随着生成式 AI 相关投入持续加码，市场对高效训练与推理芯片的需求也将同步激增。尽管英伟达目前垄断 AI 芯片市场，但这一领先地位正面临来自多方竞争者的冲击。

谷歌 - Meta合作落地，英伟达再添竞争压力

谷歌自 2015 年起便开始在内部部署 TPU，并持续迭代优化其内存容量、计算性能及芯片互联能力。如今，TPU 已成为谷歌 Gemini AI 助手、搜索、照片、地图等所有 AI 赋能产品的核心算力支撑。

此前，TPU 仅面向谷歌内部使用，或通过云服务形式租赁给 Anthropic、Cohere、OpenAI、Salesforce 等企业客户。2025 年 10 月，Anthropic 确认将获取多达 100 万个 TPU 的使用权；2024 年，苹果（Apple）也选择基于谷歌 TPU 训练其 Apple Intelligence 模型。而现在，谷歌正首次尝试以实体产品形式直接向客户出售 TPU，而非仅提供云服务。

2025 年 11 月 24 日有消息称，谷歌正与Meta洽谈大额 TPU 供应合作。Meta目前仍高度依赖英伟达 GPU，但其在 2025 年 9 月收购 AI 芯片初创公司 Rivos 后，显然已启动算力资源多元化战略。OpenAI 也采取了类似举措，于 2025 年 10 月与博通（Broadcom）、AMD达成数十亿美元级合作。对于大型语言模型（LLM）开发商而言，芯片供应多元化是极具远见的布局 —— 这一趋势将加剧市场竞争，最终推动芯片价格下降，并激励企业推出更具竞争力的芯片设计方案。

2025 年 10 月末，又一竞争者强势入局：高通（Qualcomm）正式发布自研 AI 芯片，其中 AI200 系列将于 2026 年上市，AI250 系列则计划于 2027 年推出。值得注意的是，这些芯片将专注于推理任务，而非模型训练。

高通此前的芯片业务重心集中在智能手机、笔记本电脑和平板电脑市场，此次进军 AI 芯片领域标志着其核心业务的战略转型，也为英伟达增添了新的竞争压力。2025 年第四季度密集出现的 AI 芯片供应多元化动态，已引发投资者对英伟达未来前景的担忧。

TPU 与 GPU 核心差异对比

尽管 GPU 和 TPU 均能加速 AI 工作负载，但据公开数据显示，TPU 的每秒计算处理能力更具优势，同时具备成本效率更高、功耗更低的特点。不过，LLM 开发商在二者之间做选择时，除了考虑原始性能外，还需兼顾灵活性与部署需求。

具体来看，GPU 的核心优势在于通用性强 —— 不仅广泛兼容 CUDA、PyTorch、TensorFlow 等主流 AI 框架，还能处理 AI 之外的多重任务（如图形渲染、仿真计算、数据分析等），且支持本地部署、云端部署与边缘部署等多种场景，非常适合需要测试不同模型或寻求多功能算力支持的企业。

而 TPU 是谷歌为大规模深度学习量身定制的专用芯片，尽管性能优势突出，但目前主要局限于谷歌云平台，且针对 TensorFlow 工作负载优化。因此，企业在需要灵活性、框架兼容性或混合部署方案时，通常更倾向于选择 GPU；而在追求极致效率与扩展性的大型 AI 项目中，TPU 则成为更优选择。综上，TPU 不会大规模取代 GPU，而是将在特定 AI 工作负载中占据优势地位。

谷歌 TPU 商业化的连锁受益者

AI 芯片领域的供应多元化，为 LLM 开发商提供了更可靠的算力保障，同时也显著加大了英伟达的竞争压力 —— 这或许正是英伟达持续加码 AI 与量子科技企业投资、力图维持技术领先地位的重要原因。

尽管英伟达营收增长势头惊人，但其垄断地位的可持续性已引发质疑：公司近 50% 的营收来自四大客户，85% 的营收依赖六大企业。虽然英伟达未披露最大客户名单，但亚马逊、Meta、微软大概率位列其中，谷歌本身也被认为是其重要客户。过度依赖少数买家的营收结构，意味着市场格局的微小变动都可能对其产生快速冲击。若核心客户纷纷转向 AMD、博通、谷歌、高通等竞争对手，减少对英伟达的依赖，这家芯片巨头将陷入被动局面。

相反，谷歌 TPU 商业化进程的推进，正为其他 AI 芯片企业带来发展机遇。作为谷歌的设计合作伙伴，博通在相关消息公布后股价应声上涨 10%；加之此前博通宣布将与 OpenAI 联合设计 AI 芯片，该公司已成为 AI 硬件领域的核心玩家。

谷歌与博通在 TPU 研发领域的合作已持续近十年，但 2025 年 3 月有报道称，谷歌将与联发科（MediaTek）合作开发下一代 TPU。与这家中国台湾芯片设计企业的合作，或将进一步强化谷歌与台积电（TSMC）的合作关系 —— 自 TPU 诞生以来，台积电一直是其独家代工厂。

与英伟达类似，台积电的营收也高度依赖少数核心客户，据估算，英伟达和苹果合计贡献了其 40% 的年营收。TPU 的广泛商业化将有助于台积电实现营收来源多元化。同样总部位于中国台湾的富士康（Foxconn），目前已成为全球最大的服务器供应商之一，2025 年 12 月 1 日，富士康宣布将为谷歌 TPU 供应大批量服务器设备。

若 TPU 的获取门槛进一步降低，其他芯片企业将需在性能、成本效率和功耗等核心指标上展现优势。不过，这一发展趋势也将为此前被英伟达垄断光环掩盖的芯片设计企业带来发展动力，既包括 AMD、高通等行业巨头，也涵盖 Cerebras、Groq、Mythic、Tenstorrent 等初创公司。此外，这些企业还将获得开发细分市场专用处理器的机遇 —— 在这些细分领域，GPU 和 TPU 均难以充分满足需求。

结论

综上，AI 芯片市场竞争加剧、客户供应多元化、专用芯片场景替代、英伟达客户单一这几大因素叠加，使得英伟达 GPU 的市场主导地位与营收稳定性将面临挑战。