谷歌TPU外销遇冷,AI算力仍被英伟达GPU生态主导-夜雨聆风

谷歌TPU外销遇冷,AI算力仍被英伟达GPU生态主导

谷歌云数据中心是Alphabet旗下Google Cloud的核心算力基础设施，目前在全球逾40个地区部署运营，支撑谷歌搜索、Gemini大模型及Google Cloud企业服务的全部算力需求。谷歌大量部署自研TPU芯片用于AI训练与推理，能效水平处于行业领先。随着AI需求持续爆发，Alphabet已将2026年资本支出计划提升至约1850亿美元，数据中心扩张是最核心的资金去向。

2026年5月第一周，谷歌在Alphabet Q1财报电话会上正式宣布，计划将TPU直接出售给客户，供其在自有数据中心中使用

这是TPU自2015年诞生以来首次走出谷歌云平台的围墙花园。CEO桑达尔·皮查伊明确表示，TPU将面向特定客户群体开放，尤其聚焦金融服务和前沿AI领域。

然而就在同一周，AI云计算领域三家最具影响力的新兴云服务商，Nebius、Lambda和CoreWeave的高管在The Information举办的为人工智能革命融资活动上不约而同地表示

近期没有采用TPU的计划。谷歌正试图为自家芯片打开市场，但最有能力分销这些硬件的公司却并不认为这值得投资。

三家新兴云巨头一致拒绝

三位高管的回应虽然措辞各异，但指向的结论完全一致：英伟达GPU仍是AI算力市场99%的需求所在，TPU的市场吸引力极为有限。

Lambda CFO Chuck Fisher的回答最为简短直接，当被问及是否考虑采用TPU时，他只说了一句：在Lambda，我们全心投入英伟达。

The Information举办的为人工智能革命融资Financing the AI Revolution活动，围绕AI基础设施投资、算力扩张与行业竞争格局展开对话，三家公司正成为挑战传统云巨头的AI算力新势力。

Nebius首席营收官Marc Boroditsky提供了更多细节。他透露Nebius 99%的客户需求来自英伟达GPU，只有极少数潜在客户会咨询TPU。而这些客户通常是之前使用过谷歌内部基础设施的谷歌前员工。他的总结一针见血：不幸的是，谷歌员工的流失并不能构成一个市场。

CoreWeave发展副总裁Nick Robbins从投资回报的角度做出了更系统的分析。他指出，TPU的主要用户，谷歌、Anthropic和Meta同时也是英伟达GPU的最大买家之一，这使他对GPU租赁业务的长期前景充满信心。

英伟达CEO黄仁勋在发布会现场展示NVIDIA Blackwell系统Blackwell是英伟达当前最新一代AI数据中心GPU架构，已成为谷歌、微软、亚马逊等科技巨头AI算力扩张的核心采购目标，供不应求态势持续。

他的原话是：我们每增加一美元的投资或每增加一兆瓦的电力投入，都是在进行风险调整后的押注。当99%的市场都想要一样东西，即便这个比例未来可能降到90%，你仍然很难不把资源集中在那个最大的市场上。

三位高管的立场并不令人意外，Lambda、Nebius和CoreWeave都与英伟达存在深度绑定关系：英伟达既是它们的第一大芯片供应商、也是主要战略投资者，在某些案例中还是核心GPU租赁客户。

但正是这种一致性，揭示了谷歌TPU外销战略面临的结构性挑战：在英伟达已构建起涵盖芯片供应、资本投资和客户关系的全方位生态锁定之下，即便TPU在技术指标上具备竞争力，新兴云服务商也缺乏经济动力来分散投入。

谷歌的TPU外销路径

三家新兴云服务商的集体拒绝，帮助理解了谷歌TPU外销战略为何正在走向一条与英伟达截然不同的路径。

据The Information此前报道，谷歌去年曾积极探索与CoreWeave、Crusoe等多家新兴云服务商合作，计划在它们的数据中心内将TPU与GPU并列托管。

但这些洽谈最终全部无果而终。谷歌最终选择了一个出人意料的合作方，AI云领域的新进入者Fluidstack，通过担保数十亿美元的租赁和债务来支持Fluidstack为Anthropic交付TPU算力。

谷歌最新一代自研AI芯片TPU 8i（推理专用）与TPU 8t（训练专用）实物展示，两款芯片分别针对AI推理与训练场景优化设计，是谷歌持续推进AI算力自主可控战略的核心硬件基础。

这一路径转变的信号极为清晰：谷歌已放弃在新兴云平台上广撒网推广TPU的初始策略，转而聚焦于少数愿意深度合作的特定客户，首先是Anthropic，本月刚签署2000亿美元、五年期的谷歌云合同，占谷歌云4600亿美元收入积压的40%以上，其次是金融服务、前沿AI实验室等高价值垂直领域。

皮查伊在财报电话会上的措辞也精确反映了这一聚焦策略，他说的是向特定客户群体提供TPU，而不是试图让TPU像GPU那样无处不在。至少在短期内，谷歌的TPU外销将更接近定制化大客户服务，而非通用市场分发。

在融资架构方面，谷歌正在尝试多种创新模式。据报道谷歌已与一家未披露名称的大型投资机构签署协议，成立合资企业向第三方客户租赁TPU；同时还在与潜在金融合作伙伴洽谈，通过特殊目的实体（SPV）借款来购买TPU并出租给客户。

这些融资工具的设计初衷，是降低客户采用TPU的前期资本门槛。因为不同于英伟达GPU已有成熟的二级市场和融资租赁体系，TPU目前尚无独立的市场基础设施，谷歌必须从零开始扮演更积极的”做市商”角色。

英伟达的中央银行效应

谷歌与英伟达在AI芯片分发上的策略差异，本质上反映了两种完全不同的商业模式。

英伟达的模式是水平平台，将GPU卖给所有云厂商，比如AWS、Azure、Google Cloud、Oracle Cloud、所有新兴云服务商CoreWeave、Lambda、Nebius、Crusoe、以及所有大型企业客户，同时通过战略投资为客户提供购买力，形成投资→客户采购芯片→芯片贡献营收→营收支撑更多投资的自我强化飞轮。

英伟达CEO黄仁勋在多次演讲中将英伟达定位为AI产业的算力中央银行，谁需要GPU，英伟达都可以供应并且通过投资确保客户有能力持续采购。

谷歌的TPU模式则被迫走向垂直定制，由于新兴云服务商集体拒绝分销、市场生态尚未建立，谷歌只能先服务少数深度绑定的大客户，通过谷歌云平台或Fluidstack等受控渠道交付，辅以谷歌自身提供的融资担保降低客户采用门槛。

这一路径的优势在于利润率更高、客户粘性更强，但规模化速度受限于分发渠道的狭窄性。CoreWeave的Robbins一句话概括了这一格局差异的核心：当99%的市场都想要英伟达GPU时，你很难说服自己把资源投向那剩下的1%

长期变量

芯片多元化的可能性

尽管短期内TPU的外部市场前景受限，但多位受访者也承认，长期趋势可能朝着芯片多元化方向演变。

Nebius的Boroditsky在讨论结束时表示，他认识几家正在开发跨芯片云软件的公司，如果这些软件成功，将使开发者更容易在不同类型的芯片之间切换，减少对单一硬件平台的锁定。

Nebius是总部位于阿姆斯特丹的AI云基础设施公司（前身为Yandex），由英伟达战略投资20亿美元，为微软、Meta等科技巨头提供大规模GPU算力服务。2026年全年营收指引为30至34亿美元，并在全球积极扩建AI算力工厂，目标到2026年底签约电力容量超过3GW，是当前增长最快的AI基础设施供应商之一。

他以CPU市场的历史做类比：要确立单一品牌的绝对地位将会非常困难，市场将会更加多元化。CPU领域就出现过这种情况，我怀疑同样的戏码还会再次上演。

这一判断指向AI芯片市场的一个潜在拐点：当前英伟达GPU的垄断地位，部分建立在CUDA软件生态的深度锁定之上，开发者已在CUDA上积累了大量代码和工具链，迁移成本极高。

但如果未来出现足够成熟的跨芯片抽象层，TPU、AMD MI系列、亚马逊Trainium、甚至博通和迈威尔的定制ASIC，都有可能在特定场景下蚕食英伟达的份额。

目前，这一芯片多元化趋势仍处于极早期。谷歌Cloud Next 2026发布的第八代TPU双芯片在技术指标上已具备对标英伟达最新产品的能力；

Anthropic 2000亿美元的五年期合同为TPU提供了最大的单一外部需求来源；谷歌对Anthropic最高400亿美元的投资确保了这一需求的可持续性。

但在新兴云服务商99%的需求来自英伟达的现实面前，TPU要真正成为GPU的规模化替代选项，还需要在软件生态、分发渠道和客户基础三个维度同时取得突破。

Boroditsky的话或许是对当前格局最客观的总结：谷歌员工的流失不能构成一个市场，但市场本身终将走向多元化。问题只在于，这一天何时到来。

数据来源：The Information、Alphabet Q1财报、华尔街日报、彭博社本文内容仅供参考，不构成任何投资建议