谷歌TPU市值逼近4万亿美元：AI算力驶离英伟达“单行道”
谷歌母公司Alphabet（NASDAQ:GOOGL）股价持续强势上涨，市值接近4万亿美元，创下历史新高，位列全球第三仅次于英伟达和苹果，推动Alphabet市值创新高的核心动力，不仅来自巴菲特旗下公司的市场信心，更源于谷歌TPU业务的蓬勃发展。
近年来,谷歌TPU（Tensor Processing Unit）业务迎来了一系列重大突破，赢得了全球顶尖企业的广泛认可，10月24日，谷歌与Anthropic达成价值数百亿美元的TPU采购协议；11月23日，特斯拉首席执行官马斯克透露其公司已部署数百万颗自研AI芯片；11月25日，Meta计划于2027年引入谷歌TPU至自有数据中心，并最早于明年开始租用谷歌云TPU算力，这些动向共同揭示了行业正在经历的一场重大转折：AI算力市场正摆脱对英伟达GPU的单一依赖，迈向多元化、以TPU为代表的新架构。
TPU作为谷歌为机器学习和深度学习设计的AI加速芯片,在性能、能效比和成本方面展现出显著优势，与英伟达GPU相比，TPU采用简化控制逻辑的设计，在执行大规模矩阵乘法等神经网络核心运算时，能效比更高，吞吐量更强，多年来，谷歌严格限制TPU的使用范围，仅限于自身云平台（Google Cloud），但随着Meta与谷歌的潜在合作，TPU即将实现重大突破：Meta将将谷歌TPU部署至自有数据中心，并最早于明年起租用谷歌云TPU算力，这一合作不仅标志着谷歌战略的重大转变，更预示着TPU正在成为行业标准。
Meta的选择折射出整个行业正在向新的方向转型,随着AI模型参数规模从百亿向万亿迈进，模型计算需求呈指数级增长，传统的GPU算力已难以满足需求，谷歌TPUv7正是针对此类需求设计的，其能够高效执行大规模张量操作，最大程度减少芯片上的数据移动和延迟，对于每天需要处理数百万亿个AI模型的企业来说，TPU在总拥有成本上的优势已成为关键考量。
特斯拉、微软、AWS等科技巨头也在积极探索AI算力解决方案，特斯拉已组建全球顶尖的芯片研发团队，自研AI芯片并大规模部署；微软推出Maia 100专用芯片；AWS开发Trainium 2云端AI算力芯片，这些公司的选择表明，AI算力基础设施的构建已不再局限于通用GPU的堆砌，而是向更具能效优势的TPU或类TPU等定制化芯片深入。
国内唯一全自研、已量产TPU芯片的中昊芯英也在这一趋势中占据重要地位，其创始人曾担任谷歌TPU核心研发者，深度参与TPUv2/3/4的设计与研发工作，中昊芯英的“刹那?”TPU芯片在处理大规模AI模型运算时，计算性能可超越海外知名GPU芯片近1.5倍，能耗降低30%，单位算力成本仅为其42%，这一技术优势使其成为本土AI产业市场的高效算力选项。
谷歌TPU的崛起与Meta、特斯拉等企业的选择，预示着AI算力市场正在发生深刻变革，以TPU为代表的专用芯片架构，凭借其在能效、集群性能和总拥有成本上的综合优势，正逐步成为大规模AI基础设施的可靠选择，这一趋势不仅推动算力效率持续突破，更为下一代AI模型的宏大未来奠定了坚实基础。
