牛牛游戏 英伟达和谷歌, 好意思国AI棋局的楚天河界

最近，OpenAI又传出购买芯片的音讯，但采购对象却并非英伟达或谷歌。

据了解，这笔订单落在了晶圆级芯片公司Cerebras身上，条约总金额卓著100亿好意思元、对应最高约750兆瓦算力容量，并将分阶段在2026—2028年落地。

家喻户晓，永恒以来，OpenAI的中枢测验体系一直成就在英伟达GPU之上。但最近一段时刻里，OpenAI一直在尝试把算力“鸡蛋”放进多个篮子里。

客岁6月，有媒体线路称OpenAI缱绻通过Google Cloud租用芯片，为包括ChatGPT在内的居品提供部分推理算力。

{jz:field.toptypename/}

这一算力供应策略上发生变化背后，是好意思国AI产业的两大阵营互相作用下的落幕：一边所以英伟达为中枢的GPU生态，另一边是连年来崛起的谷歌阵营TPU（谷歌自研的AI专用加快芯片）生态。

在大模子爆发初期，英伟达简直是算力的独一中心：从测验到推理，从芯片到CUDA生态，行业别无其他遴荐。

但在当年两年，这种“皆备中枢”地位初始松动。一方面GPU供给永恒垂危、价钱高企；另一方面超大模子推理负载激增，催生对专用加快器与替代架构的推行需求，也为其他算力路子留住切口。

在这一配景下，谷歌的TPU路子渐渐成型。通过把TPU与Gemini、VertexAI的节律深度绑定，谷歌迟缓搭建起一套“从芯片到模子、云办事”的一体化供给体系。

Cerebras则是OpenAI在两大阵营除外插入的一枚筹码：它主打晶圆级芯片的本领略线，主打低延迟推理与特定负载的蒙胧上风。这家公司也一直被各路机构视为好意思股潜在IPO标的。

在英伟达和谷歌两大阵营的“楚天河界”之间，头部AI企业们在“站队”与“合作”间不竭交错。

01

两大基座阵营，既要“合纵”也要“连横”

尽管在AI算力疆土出现了“两大阵营”分化的时事，但在当年一年里，英伟达仍是阛阓的皆备主力：IDC在2025年二季度的统计清晰，英伟达在AI算力厂商份额占比约85.2%。

只是在AI产业中，“盟友”与“敌东谈主”的界限雷同并不明晰，但仍能在头部企业身上，窥察到一点生态上的偏好。

英伟达的主力合作伙伴中，微软和AWS（亚马逊云办事）执续把英伟达新品手脚云霄算力主力；与此同期，谷歌也在加快把TPU打形成更“可移动”的选项，并通过变嫌对PyTorch等主流框架的支执、与包括Meta在内的企业/开发者社区和解，控制外部使用门槛。

以微软为例，证实Omdia的估算，2024年微软采购了约48.5万块英伟达Hopper系列GPU，简直是其竞争敌手的两倍之多，清晰出它在AI基建规模与英伟达的雅致关系。

2025年11月，微软与数据中心运营商IREN签署了一份约97亿好意思元的合同，其中包括大要58亿好意思元的英伟达GB300芯片与接头斥地，用于进一步膨胀Azure的AI计议智商。

不啻云厂商，一众大模子企业亦然英伟达的基本盘，马斯克此前曾示意xAI的Colossus超算在2025年已部署约20万块英伟达GPU，用于测验Grok系列模子，并缱绻进一步扩容。

不外，尽管英伟达的GPU体系诚然阛阓份额高达好像以上，但其高成本与软件生态锁定，也让一些头部用户初始寻求新的供应链渠谈。

另一边，谷歌TPU在某些推理与测验场景上领有更低成本的上风，何况与云办事深度整合，这使得阛阓连年来对其兴味连续增长。

几周前，曾有媒体线路Meta正在评估在2027年后引入谷歌自研芯片的可能性，接头合作规模或达数十亿好意思元，这使TPU有契机成为英伟达除外的一个进击替代样本。

近似的遴荐也出目下Anthropic身上。客岁10月，Anthropic晓谕将大幅扩大与Google Cloud的合作，缱绻诈欺多达一百万颗TPU芯片、总价值达到数十亿好意思元的算力资源，来测验和办事下一代Claude模子，并瞻望在本年终局卓著1吉瓦的计议智商上线。

Google Cloud CEO库里安称，“Anthropic大幅扩大使用TPU，反应了团队多年来在使用TPU时不雅察到的强盛价钱性能比和成果。”

不外，Anthropic和谷歌的合作离不开老本面配景。谷歌既是Anthropic的早期投资者，亦然其最进击的云算力提供方之一。公开信息清晰，谷歌已累计向Anthropic投资卓著30亿好意思元，执有约14%股权。

Anthropic CFO Krishna Rao此前曾示意：“Anthropic与Google有永恒伙伴关系，此次膨胀有助于执续增长界说前沿AI所需的算力。”

通过加大对TPU的使用，Anthropic在成本与算力供给上取得更高细则性，同期也加深了与谷歌在云基础要道层面的永恒合作关系。

不外，AI产业疆土中，即使是老本合作伙伴之间，也可能出现居品和业务上的竞争。字母AI在近期的《争夺AI制高点，谷歌和Anthropic必有一战》一文中曾回来，“要是Anthropic诈欺谷歌的TPU测验出了远超Gemini的模子，那谷歌在应用层的竞争将变得愈加辛勤。”

恰是在这一推行之下，“合纵连横”初始成为AI基建表情中的舛错逻辑。算力层面，面对英伟达在GPU与生态上的永恒主导，谷歌以TPU、云办事和老本关系拉起明白合作网罗，模子公司也借此取得更可控的算力与成本，此为“合纵”。

但这种缔盟并不会延长到居品前台。进入模子与应用层，竞争从头回到零和博弈：Gemini、Claude、ChatGPT在前端要面对正面搏杀，“连横”随之出现，即在基础要道上交错合作，但在居品上又各利己战。

英伟达与谷歌两大阵营并存，碰巧放大了这种合纵连横的结构。不外，提及这一疆土的形成以及两条旅途之争的发祥，还要记忆到AI爆发前的10年。

02

GPU与TPU之争，源自“前AI期间”

在生成式AI成为大家焦点之前，英伟达已提前十余年布局算力生态。

2006年CUDA发布，使GPU初度成为可被通用编程调用的并行计议平台，开发者得以绕开硬件细节径直开释算力潜能。随后，PyTorch、TensorFlow等主流框架接踵围绕CUDA构建，GPU也从图形加快器演变为AI测验与推理的事实尺度底座。

CUDA的价值不啻“让GPU可编程”，更在于打造了独家软件生态这一壁垒。

英特尔前CEO帕特·基辛格，在客岁禁受采访时直言，英伟达的确的护城河在于“CUDA以及NVLink这么的软件和互连体系”，而不单是是单一代GPU的性能上风。

这一体系上风在2012年迎来爆发点，多伦多大学的Alex Krizhevsky等东谈主诈欺两块英伟达GPU在ImageNet挑战赛上测验出AlexNet并一举夺魁，展示了大规模神经网罗与GPU并行计议融合的强大后劲，成为行业存眷的里程碑事件。

但在深度学习海浪爆发的同期，大规模神经网罗对算力成果和能耗也提倡新条款。此时，谷歌缔结到，依赖通用GPU在大规模推理和测验时，存在着成本高且功耗大等问题。

于是，从2015年起，谷歌初始研发TPU——一种面向神经网罗推理负载的定制芯片。彼时的目的还不是今天的通用AI计议，而是撑执搜索、翻译和告白等中枢业务中的深度学习模子，在数据中心内以更顽劣耗、更明白时延完成大规模推理任务。

2018年，谷歌将TPU崇拜引入Google Cloud，对外绽放使用，试图表现注解TPU在云霄的现不二价值。ResNet-50等模子的测试数据清晰，TPU上测验可显耀裁汰时刻并控制成本，使原来需要数天的任务在更短周期内完成。

不外，在几年后的生成式AI爆发初期，英伟达飞速成为了阿谁最大赢家。2020—2022年，大模子测验从研究走向工程化，A100等GPU凭借熟谙的软件生态和明白供给，成为各大云厂商和模子公司的默许遴荐。

TPU的转动点，出目下算力需求执续放大之后。2023年起，跟着大模子推理负载激增、电力与成本压力上涨，谷歌TPU因在单元能耗和价钱性能比上的上风初始受到行业酷好，迟缓取得更庸俗选用。

字母AI在此前的报谈《AI在好意思国“与民争电”》中曾线路，AI数据中心的惊东谈主能耗，仍是迫使好意思国AI企业躬行下场，投身动力基础要道开发。因此，TPU的能耗和成本上风，无疑是眩惑诸多AI企业用户的进击要素。

另一方面，为控制开发者移动门槛，谷歌连年彰着加大了TPU的软件生态干预。客岁，曾有多家外媒线路，谷歌正鼓动代号为TorchTPU的里面名堂，中枢目的是提高TPU对PyTorch的原生支执智商。

据了解，该名堂与Meta的需求密切接头，部分软件组件可能开源，以削弱TPU与英伟达GPU在主流开发环境中的使用差距。

事实上，以谷歌为代表的TPU生态的发展，一定进度上也宏不雅层面，对冲了英伟达一直占据皆备主导地位的担忧。

“让一家企业成为大家AI异日的守门东谈主是危急的，会带来严重的经济风险。”好意思国研究员伊丽莎白·沃伦，曾这么命令好意思国法律解释部启动对英伟达反旁边访问。

尤其关于OpenAI这么的头部模子公司而言，“合纵联横”的算力表情，无疑比依赖单一本领略线更具策略弹性。

03

OpenAI的“扭捏”和“押注”

在大模子爆发期，OpenAI就与对英伟达的算力体系牢牢系结在一谈。公开信息清晰，在GPT-3期间，OpenAI曾动用约3,600台HGXA100办事器、近3万块英伟达GPU进行测验。

这种雅致的关系一直执续到今天，客岁年底，OpenAI晓谕和英伟达伸开新一轮合作，缱绻部署至少10吉瓦的英伟达算力系统，这些系统将包括数百万块英伟达GPU，用于测验并运行下一代模子。首批算力瞻望将在本年下半年上线。

不外，这种雅致系结背后，OpenAI也在探索“去中心化”的举措。尤其是跟着连年来模子规模与推理负载急剧上涨，新的算力供给旅途鸡犬相闻。

客岁6月，有媒体线路称OpenAI初始通过Google Cloud租用TPU，为包括ChatGPT在内的居品提供部分推理算力，但愿借此控制推理成本。这是OpenAI初度缱绻批量使用非英伟达芯片。

OpenAI发言东谈主随后称“公司目下仅处于对部分谷歌TPU的早期测试阶段，尚无缱绻进行大规模部署。”

但这份相对克制的回复，仍难以隐秘OpenAI寻求供应链均衡的意图。Forrester高档分析师Charlie Dai此前指出，OpenAI初始测试TPU，反应出“跟着推理成本连续上涨，AI提供商正尝试在英伟达GPU除外，寻找更具成本终局智商的专用有商酌”。

而在几个月后，OpenAI在10月晓谕与AMD签署条约，将在异日几年部署最高6吉瓦的AMD GPU资源，缱绻从本年下半年头始落地，进一步作念实了上述不雅点。

时刻来到2026年头，近期，Cerebras也被纳入OpenAI的算力“鸡蛋篮”。外媒报谈称，两边签署了一项多年期条约，总和卓著100亿好意思元，对应最高750兆瓦算力，并将分阶段寄托至2028年。

OpenAI在公告中由高管Sachin Katti发言，称其算力策略是构建一个“Resilient Portfolio”（有韧性、抗风险的算力组合），按不同负载匹配不同系统；在这一组合中，Cerebras以“低时延推理”智商推崇补位作用。

值得存眷的是，在本领略线上，Cerebras走的是另一条路：把整片硅晶圆径直作念成一颗“晶圆级芯片”（WSE-3）。

Cerebras一颗芯单方面积约4.6万平时毫米，是英伟达主流数据中心GPU（约800平时毫米）的数十倍，集成约4万亿晶体管和90万个中枢，并将计议与存储高度聚会在吞并器件内，从而减少GPU集群中常见的跨卡通讯瓶颈。

而在老本层面，这桩合作背后有一个无法漠视的配景：OpenAI首席践诺官奥特曼，此前以个东谈主身份投资过Cerebras。

另一边，OpenAI的布局并未留步于引入外部算力替代有商酌。客岁以来，多家外媒线路OpenAI已在里面组建芯片团队，并与博通伸开合作，鼓动自研AI加快器芯片，研发重心是围绕本身模子体系，优化推理负载与系统级成果。

奥特曼曾在和博通的合作公告中示意：“通过开发咱们我方的加快器（芯片），不错将咱们在最前沿模子和居品联想中学到的训导径直镶嵌硬件，从而开释更壮健的智商。”

而在谷歌TPU和其他供应商之间的扭捏，一定进度上也映射出OpenAI关于谷歌这位竞争敌手态势的警惕。

苹果在近期晓谕与谷歌达成多年合作，将用Gemini模子升级Siri与Apple Intelligence。毫无疑问，这一合作刚硬化谷歌在与OpenAI竞赛中的位置，沉稳其在移动端AI进口的生态影响力。

更永久地看，好意思国AI算力产业表情并非单纯的阵营间的商战，而是一条可卓著的“楚天河界”。在基础要道层，英伟达与谷歌辞别构筑起两套明白运转的算力基座，成为企业绕不开的永恒干预主义。

但这条“界线”并不虞味着割裂。对模子公司而言，算力是必须“合纵”的底座，而居品与模子竞争才是的确的战场。越是头部玩家，越需要在底层缔盟、在表层博弈。

手脚模子侧的头部玩家，OpenAI的多旅途布局，恰是这一近况的缩影：既要依托英伟达的壮健生态，但也不可执续单点依赖。同期初始布局自研算力，为下一轮算力与模子竞赛预留空间。

2026年，好意思国AI产业的“楚天河界”之间，“合纵连横”的戏码仍将连接演出。