Google 打入 AI 晶片市場，Meta 探索 TPU 夥伴關係，對 Nvidia 的主導地位形成壓力

谷歌似乎準備在競爭激烈的 AI 加速器領域鞏固其地位，據報導，Meta Platforms 正在探索對這家科技巨頭的張量處理單元（晶片）進行大量投資。這次潛在的合作標誌著產業的一個關鍵轉折點，根據週二的報導，Meta 有意從2027年開始在其數據中心部署谷歌的晶片，並可能在明年推出雲端租賃方案。

市場對此消息反應迅速。英偉達（Nvidia）的股價在盤後交易中下跌約2.7%，反映投資者對其市場領導地位可能被侵蝕的擔憂。相反，Alphabet 股價上漲2.7%，受到公司 Gemini AI 模型的推動以及對谷歌硬體策略日益增強的信心。支持谷歌基礎設施的亞洲供應商也受益，IsuPetasys 跳升18%，MediaTek 上漲近5%。

谷歌在 AI 硬體領域的擴展足跡

多年來，英偉達的 GPU 在 AI 加速市場幾乎保持壟斷地位，支援著 Meta、OpenAI 及其他眾多行業巨頭的開發與部署。谷歌進入這一領域標誌著一個根本性的轉變。

該公司已經通過與 Anthropic 的里程碑式協議展現了其承諾，承諾提供多達100萬晶片。業界分析師認為，這一安排證明了谷歌的技術路線受到認可。彭博情報（Bloomberg Intelligence）的研究人員指出，Meta 正考慮採用 TPU——繼 Anthropic 先例之後——這表明主要基礎設施投資者正越來越將谷歌視為可信的次級供應商，而非僅將英偉達視為唯一可行的選擇。

對於 Meta 來說，這一動向具有重大意義。預計2026年的資本支出將超過$100 億美元，可能將40–50億美元用於推理晶片容量，這將有助於加速 Google Cloud 的成長軌跡，同時分散 Meta 的硬體依賴。

TPU 與 GPU：不同的 AI 加速策略

競爭格局不僅僅是市場份額的較量。英偉達的圖形處理單元（GPU）最初為遊戲和視覺化設計，後來演變成主導 AI 訓練工作負載的硬體。TPU 則代表另一種架構——專為機器學習和 AI 特定計算從一開始就設計的應用專用積體電路（ASIC）。

谷歌的晶片具有專有優勢：通過在公司自己的 AI 系統和模型中的部署不斷進行優化。這種反饋循環使谷歌能夠同步優化硬體與軟體，這在 AI 基礎設施競賽日益激烈的情況下可能成為決定性優勢。與通用 GPU 不同，TPU 是專為其執行的工作負載量身定制的，可能在專用場景中提供更優的能效和性能密度。

市場的戰略意涵

與 Meta 的合作將是谷歌晶片策略迄今為止最具代表性的驗證之一，表明全球最大 AI 基礎設施投資者正積極對供應鏈集中度進行對沖。這筆交易也凸顯了行業對於長期依賴單一供應商帶來的不可接受的戰略風險的認識。

然而，長期的競爭勝負仍未可知。谷歌的 TPU 必須持續展現性能優勢和能效提升。儘管 Anthropic 的合作和 Meta 的討論顯示接受度在增加，但英偉達仍擁有強大的工程動能和深厚的合作關係。最終結果可能取決於谷歌的執行力——是否能在基礎設施技術採用所需的十年時間內，保持創新速度並持續提供價值。

Meta 和谷歌均拒絕就討論內容提供詳細評論，部分細節未予披露。不過，趨勢已經明確：AI 晶片供應的壟斷時代似乎正在結束，取而代之的是一個真正競爭激烈的格局，多個供應商都能維持可行的市場地位。