谷歌的TPU芯片掀起人工智能风暴并打压了英伟达股价以下是您需要了解的一切

字母公司CEO桑达尔·皮查伊帮助谷歌重新进入人工智能讨论。 （纳森·莱恩/彭博社）

谷歌突然成为人工智能交易的中心。这始于该公司备受赞誉的新Gemini 3人工智能模型的发布，该模型是在谷歌自家人工智能芯片上训练的。随着《The Information》的一篇报道https://www.theinformation.com/articles/google-encroaches-nvidias-turf-new-ai-chip-push的发布，该报道指出Meta Platforms正在与谷歌商谈购买这些被称为张量处理单元（TPU）的芯片，以填充人工智能数据中心——这正是Nvidia炙手可热的图形处理单元（GPU）的领域。

自11月18日Gemini 3发布以来，字母公司股价上涨12%，而英伟达股价下跌3.4%。谷歌母公司字母公司目前市值达3.86万亿美元，成为全球第三大公司，紧随第一的英伟达（4.38万亿美元）和第二的苹果（4.1万亿美元）之后。谷歌的成功也带动了Broadcom股价上涨16%，该公司帮助设计TPU芯片。

在2010年代谷歌加速自身人工智能努力的同时，它遇到了其他英伟达客户自始以来就遇到的相同问题：传统服务器无法满足需求，英伟达硬件昂贵且难以获得大规模采购。在谷歌运营的规模下，它需要一个内部解决方案。

谷歌的TPU于2015年首次亮相。在外界尚未知晓这一新硬件之前，它已经开始为许多谷歌产品如地图、照片和翻译等提供后台支持。

时至2025年，谷歌已推出第七代TPU。公司继续将其用于内部产品。最近，谷歌还找到了一些外部客户，他们原本可能在英伟达硬件上进行相同的人工智能工作。苹果在TPU上训练其Apple Intelligence模型，而估值达3500亿美元的AI初创公司Anthropic，其多云战略中也包含TPU协议。

Gemini 3给用户留下了深刻印象，同时重新聚焦于TPU作为替代英伟达运行人工智能工作负载的方案。正如谷歌在2010年代所发现的，英伟达GPU依然昂贵且供应短缺，与狂热需求相比，没有人愿意过度依赖单一供应商作为人工智能最重要的基础设施。

自2021年以来，英伟达数据中心收入增长了2400%。英伟达硬件在2012年成为人工智能研究的标准。当当前人工智能热潮于2022年底开始时，那些年的努力让英伟达恰巧处于核心位置。

尽管英伟达的芯片仍被称为图形处理单元，但其用途已远超驱动个人电脑显示器。GPU擅长将任务分解成许多部分并并行运行，这是游戏玩家能够以每秒120帧速度运行游戏的原因。这也是它们在人工智能计算及其他高性能领域如此有用的原因。

TPU则只做一件事——为深度学习执行矩阵运算——但做得非常出色。在合适条件下，它们可提供比英伟达GPU更好的成本结构。深度学习已成为人工智能研究十年来的主要动力，推动了大型语言模型的发展，这些模型正在驱动新的AI应用，如聊天机器人和代码助手。GPU可以做更多事情，但对许多当前AI工作负载来说，TPU就像一列子弹头列车——它只从一个地方到另一个地方，但如果你只需要这样做，它非常快。

毫无疑问，客户们希望减少对英伟达的依赖，但目前他们仍不得不依赖英伟达。这也是英伟达在第三季度实现惊人的73%毛利率的原因，几乎相当于300%的利润率。客户愿意为英伟达的产品支付溢价，因为像TPU这样的替代品仍无法完全满足他们的全部需求。

但没有什么能永远持续。英特尔自2004年以来长期主导数据中心芯片市场。在英伟达与超威半导体的三足鼎立竞争中，英特尔在2021年第一季度获得了65%的数据中心芯片收入。到2024年，英伟达已占据超过80%的市场份额，而英特尔的份额已降至个位数。

其他主要云服务提供商也拥有自己的AI芯片，同时许多其他参与者正涌入这一领域。Anthropic所采取的策略可能是未来的一个预示。该公司与亚马逊云服务、微软Azure以及谷歌签订了大量合同，这些合同使用了英伟达GPU、谷歌TPU和亚马逊自研硬件Trainium。Anthropic正在分散其供应商和芯片使用，降低其交易对手风险。

在某个时刻，英伟达的市场份额和毛利率将受到挑战。谷歌Gemini的成功引发了一些投资者怀疑，这一时刻是否已经到来。但我认为这还远未到来，因为英伟达的市场份额由其软件而非硬件保护。

自2004年以来，英伟达开始构建名为CUDA的软件。其初衷是让GPU在非图形任务中发挥强大作用，但编程困难。CUDA允许开发者使用C等通用编程语言，然后编译成GPU可理解的形式。

如今，几乎所有AI研究人员都懂得如何使用CUDA；而懂得谷歌软件的人则少得多，因为谷歌软件成熟度远不及CUDA。

当英伟达最珍贵的毛利率开始下滑，表明英伟达正在降低价格以保护销量时，我们将知道竞争是否开始对英伟达构成实质性威胁。

但目前，CUDA仍是一道高墙，竞争对手需要很长时间才能突破。

致Adam Levine，邮箱：adam.levine@barrons.com