谷歌的芯片不容小视

在中文互联网的讨论中，谷歌常被简单地归类为“软件公司”。谈到芯片，人们首先想到的是英特尔、AMD、英伟达，或是高通、台积电，甚至扎克伯格和英伟达CEO黄仁勋的皮衣。然而，若将视野拉长，一个令人不安的结论浮现：在全球互联网公司中，谷歌将自研芯片做得最为深入、系统且可持续。

这一认知偏差源于美国芯片产业的“富裕”——英特尔、AMD、英伟达等巨头林立。谷歌的TPU长期作为“内部工具”存在，不对外销售，因此难以吸引公众注意。直到2026年，这一局面才被彻底改变。

谷歌的芯片之路始于2015年。当年，AlphaGo击败李世石，而其每一次落子背后，都依赖谷歌自研的第一代TPU（张量处理单元）。这一芯片专为矩阵乘法优化，体现了谷歌的战略眼光：当行业还在争论CPU与GPU的未来时，谷歌已从自身搜索、广告和YouTube的负载中预判到AI算力需求的指数级增长。

2017年，TPU v2引入BF16格式，支持训练；2018年，TPU v3配合液冷上线；2024年，第六代Trillium性能提升4.7倍、能效提升67%；2025年，第七代Ironwood单芯片FP8算力达4614 TFLOPS；2026年4月，第八代TPU首次拆分为训练（TPU 8t）和推理（TPU 8i）两条产品线。每一代TPU都实际部署于谷歌的搜索、广告、YouTube和Gemini训练中，而非“噱头发布”。

在中文互联网圈，百度昆仑芯常被与谷歌TPU比较。客观而言，昆仑芯是中国互联网公司自研芯片的代表，但差距在于商业化半径：谷歌TPU不仅自用，还通过谷歌云对外服务，并直接销售给第三方；而中国互联网公司的自研芯片多停留于自用阶段。中国并非缺乏外部芯片供给——寒武纪、燧原等独立公司正在追赶，但关键区别在于：中国的供给来自分散的创业公司，而美国则源于巨头亲自下场。

2026年的标志性事件进一步凸显了格局变化：Anthropic承诺采购最多100万块TPU，Meta租赁谷歌TPU集群，蚂蚁集团将负载迁至TPU v7实现200%性能提升，谷歌与迈威尔科技达成定制芯片协议。至此，谷歌完成了从“自用芯片”到“芯片+云服务+投资绑定”的闭环。CFO阿什克纳齐表示，2026年TPU收入仅占一小部分，大部分订单将在2027年兑现。

为何谷歌做芯片十年，产业界却长期忽视？首先，英伟达的光芒太盛，CUDA生态垄断了AI芯片的叙事。其次，谷歌商业模式低调，TPU长期不对外销售，直到2026年才作为商品亮相。最后，谷歌的体系化能力——芯片、模型、编译器、网络、数据中心和云的垂直一体化——是单纯购买英伟达GPU的公司无法复制的。

谷歌在产业中扮演三重角色：对英伟达，它是挑战者，TPU出货量2025年约250万片，2026年目标370万片；对OpenAI、Meta等，它既竞争又共生，既用Gemini争夺模型地位，又将TPU出售或租赁；对中国同行，它是一面镜子，也是一种压力，证明软件巨头的尽头可能是芯片，而芯片的尽头是十年以上的体系化耐心。蚂蚁迁移至TPU的案例还提醒我们，当芯片成为云服务的一部分，算力竞争的边界早已跨出国界。例如，用户通过南宫网页登录即可访问相关云服务，进一步体现了算力分发的便捷性。

谷歌的芯片不是某一颗芯片的胜利，而是一种范式的胜利——需求定义芯片，体系决定胜负。在一个被英伟达光芒照亮的时代，谷歌用十年时间建成了一座算力帝国，并将其转化为生意。对中国AI芯片产业而言，寒武纪、沐曦们的追赶固然可贵，但更深层的问题在于：能否出现一个既有顶级自用需求、又有开放分发能力的平台级玩家？这场竞赛，或许才刚刚开始。