近日，一则关于meta与谷歌签订巨额TPU订单的消息引发了科技市场的剧烈波动。消息传出后，英伟达股价盘中最大跌幅达7%，按当前市值计算，蒸发市值超过3000亿美元；而谷歌股价在盘中情绪高涨时涨幅一度达4%，市值增加约1500亿美元，相当于超1万亿元人民币。这一动态被《华尔街日报》解读为谷歌向英伟达在算力市场的主导地位发起挑战的信号，但行业内部人士却对此持有不同看法。
多位从业者指出，meta、xAI等大型科技公司以及学术界长期使用TPU进行研发，市场突然将TPU视为算力领域的“救世主”显得过于夸张。OpenAI技术人员Clive Chan透露，谷歌的Gemini模型一直基于TPU训练，而Claude、MidJourney等知名模型也曾采用TPU架构。他直言，若meta未与谷歌合作，反而会令人意外。这一观点很快得到验证——meta研究员谢赛宁证实，公司自2020年起便在何恺明领导的团队推动下，将MAE、MoCo v3等项目完全部署于TPU环境，纽约大学的研究工作也广泛使用该技术。
面对谷歌的订单扩张，英伟达在公开祝贺后迅速强调自身优势，称其平台是“唯一支持所有AI模型与计算场景的解决方案”。然而，行业分析显示，英伟达的“护城河”并非坚不可摧。例如，OpenAI开发的Triton框架可绕过CUDA生态，仅需25行Python代码即达到cuBLAS性能水平，表明头部企业具备技术替代能力。不过，成本因素仍构成现实挑战：第三方机构Artificial Analysis的测试表明，以Llama 3.3模型运行30Tokens/秒的速率处理百万级输入输出时，H100芯片成本为1.06美元，而TPU v6e需5.13美元，最新TPU v7的成本也与英伟达B200相近。
有观点认为，谷歌此次扩大TPU供应的核心目标并非直接竞争，而是通过规模化订单锁定芯片代工产能。Artificial Intuition作者Carlos E. Perez分析称，谷歌可能以meta、苹果等企业的长期云服务合同为筹码，向代工厂争取2纳米制程的优先排产权与价格优惠。他设想，谷歌可能向代工厂提出：“我与meta、苹果签了六年合同，无论他们是否愿意，每年都将消耗20万个TPU。请将N2产能的25%按成本价给我。”这种策略与苹果早年垄断优质显示屏供应的手段类似，当时苹果通过预付巨额款项确保面板优先供应，导致其他厂商长期使用次级屏幕。
Perez进一步指出，谷歌的算盘需要合作方配合，而meta与苹果乐见其成，因为当前TPU是唯一可批量获取的先进芯片。这种模式的结果是，在代工厂层面，能与谷歌抗衡的仅有英伟达。小型芯片企业如Groq、Cerebras等若试图争取产能，可能面临“未来24个月产能已被谷歌预订，剩余零散订单需按原价购买”的困境。行业观察人士认为，谷歌通过捆绑大客户需求，实质上预购了未来数年的尖端芯片供应，这一策略既巩固了自身生态，也间接影响了全球算力市场的竞争格局。
