這世界上可能只有谷歌還敢干這種事：直接從英偉達嘴里搶肉。

11 月 18 日，谷歌發(fā)布 Gemini 3，直接把剛剛問世六天的GPT 5.1 按在地上摩擦。在推理、多模態(tài)理解、編程三大核心能力上，Gemini 3均實現(xiàn)了全線壓制。

SOTA（最先進模型）的牌，重新回到了谷歌手里。

但在谷歌帶給整個行業(yè)的震撼中，模型性能還只是其中的一小部分。真正讓所有AI玩家和華爾街脊背發(fā)涼的，是它背后的算力現(xiàn)實：整個訓練過程沒有用到一塊英偉達GPU。

從硬件層面的芯片和互聯(lián)架構，到軟件側面的訓練代碼，Gemini 3全部基于谷歌自身的獨立生態(tài)，尤其是谷歌自研的TPU。

俗話說，淘金熱里，賣鏟子的永遠賺錢。這句話在過去兩年幾乎成了AI行業(yè)的鐵律，不論是訓練模型、上線部署，還是融資講故事、說服投資人掏錢，最后都繞不開英偉達。誰能率先搶到那一塊塊綠色GPU，誰就是贏家。

如今，谷歌用行動給了全行業(yè)當頭一棒。誰說只有英偉達能賣鏟子？沒有GPU照樣能訓練模型，甚至效果還更好。

在接下來的幾天里，資本市場給出的反應比任何模型評測都更直接，也更殘酷。截至11月25日，英偉達股價距離十月底的高點一度下跌近20%，短短一個月，市值蒸發(fā)超萬億。即便英偉達在11月19日給出了凈利潤同比增長65%的亮眼財報，也沒能救得了自己。

而在另一邊，谷歌卻像是活在不同的市場里。整個11月，納斯達克大盤都被“AI泡沫”和流動性緊縮的陰云籠罩，科技股更是集體承壓。可就在這種人人避險的行情里，谷歌一路逆勢狂飆，月內漲幅超過百分之十五，劍指4萬億市值，成為僅次于英偉達、蘋果的全球第三大公司。

不是中國也不是特朗普，誰吃了雄心豹子膽，敢從英偉達嘴里搶肉？

市場競爭中，從來不缺挑戰(zhàn)者。就在英偉達風光無限的同時，諸如AMD、英特爾等一眾芯片玩家也在奮起直追。

可為什么只有谷歌成功了？

原因并不復雜。如果說英偉達賣的是挖金子的鏟子（GPU），那么谷歌做的，就是自己搭建了整個礦場（以TPU為核心的全棧自研生態(tài)）。一個提供工具，一個重塑地基，這兩種商業(yè)模式之間的差距，比單純的性能差距要恐怖得多。

過去兩年，AI世界的權力中心牢牢掌握在英偉達手里。所有人想訓練大模型，都得排隊搶GPU。誰搶到貨，誰就能往前走一步。英偉達的統(tǒng)治力，本質上靠的是“所有人都必須依賴我”這種生態(tài)鎖定。

谷歌選擇的路線則完全不同。從一開始，它的目標就不是做一塊能跟GPU對打的芯片，而是重新搭建整個算力基礎設施。芯片硬件、互聯(lián)架構、數(shù)據(jù)中心、編譯器、訓練框架，這些原本分散在不同供應商的環(huán)節(jié)，被谷歌整合成一套閉環(huán)體系。

正因為這個體系是為訓練任務量身定制的，TPU在效率和成本上的優(yōu)勢十分顯著。

作為通用型算力，GPU屬于“萬金油”，什么都能干一點，原本是為游戲圖形渲染而生，后來才被用到 AI 里。相比之下，TPU則是“特長生”，從設計之初就只做一件事，就是把大模型訓練里最核心的數(shù)學計算做到又快又省。

與GPU的通用架構不同，TPU在矩陣計算和模型訓練上做了大量優(yōu)化，算力密度更大，能耗更低，推理效率更強。在大規(guī)模訓練場景下，TPU的單位成本往往只有GPU的一半甚至更低。再加上谷歌自建的數(shù)據(jù)中心和高速互聯(lián)網(wǎng)絡，整套算力基建的能效比被壓榨到極致。

于是，就在 OpenAI、甲骨文、CoreWeave這些英偉達的核心盟友還在為H100或Blackwell的高昂成本、交付周期和算力短缺焦頭爛額時，谷歌已經(jīng)用五萬塊TPU悄悄訓練出了最強模型。

更扎心的是，在TPU的助力下，谷歌的財務狀況也比這些英偉達的這些好兄弟健康得多。

同樣是燒錢搞 AI，別人已經(jīng)幾乎掏空了家底，現(xiàn)金流全部拿來買GPU，再把買來的GPU拿來做抵押，好繼續(xù)融資買GPU、建數(shù)據(jù)中心。谷歌呢？還是從從容容、游刃有余。

按照不久前披露的第三季度財報，谷歌今年的資本開支預計將達到910至930億美元，同比暴增七成，但這只占它全年營收的百分之23。相比之下，同屬七姐妹的Meta和微軟的資本開支占比都在百分之35左右，壓力完全不是一個檔次。

債務結構層面更是形成鮮明對比。根據(jù)頭部信用分析機構CreditSights的測算，坐擁全行業(yè)最豐厚的現(xiàn)金流余額的谷歌，其總債務僅相當于稅前利潤的0.4倍，而Meta和微軟則是0.7倍。至于所謂的“英偉達親兒子”Coreweave，更是達到了驚人的6-10倍，

換句話說，谷歌沒有沿著GPU這條老路繼續(xù)走，而是直接搭起了自己的閉環(huán)生態(tài)。比起單個部件的性能優(yōu)化，不同部件間的協(xié)同效應真正將效率推到了另一個量級。

當谷歌的這條自研算力體系的鏈路被打通，AI的權力格局便也隨之松動。誰能掌握自己的算力命脈，誰就能決定模型迭代的速度、成本和方向，這一點在大模型時代尤其關鍵。

英偉達陣營里，第一個“叛逃”的是Meta。

11月24日晚，Meta被曝正在與谷歌進行洽談，考慮將部分算力遷移至TPU，訂單金額可能達數(shù)十億美元。

要知道，過去兩年里，Meta一直是英偉達最大的幾個客戶之一，其Llama系列模型的訓練集群規(guī)模動輒上萬顆GPU，是當今最龐大的訓練基建之一。為此，Meta每年都要投入數(shù)十億美元用于芯片采購。在扎克伯格的AGI戰(zhàn)略下，未來在這方面的投入必然只增不減。

但現(xiàn)在，這位超級玩家正第一次認真考慮另一條完全不同的算力路線。

就在消息爆出后的第二天，英偉達罕見地在X上發(fā)帖為自己挽尊：“我們對谷歌的成功感到非常高興——他們在人工智能領域取得了巨大進步”，但相信我們，英偉達芯片還是領先業(yè)界一代的。

英偉達的技術是否真的領先時代，還需要時間來檢驗。但整個故事背后，還有一個被忽略的、比技術更深的問題，那就是誰能決定未來的商業(yè)模式。

所謂AI泡沫，并不是出在技術本身，而是出在某些人以為賽道永遠不會變?；蛟S，真正泡沫化的不是AI，而是英偉達這些年在壟斷地位里的自滿和慣性。

谷歌這次用 Gemini 3和TPU體系打出的是一記清醒劑。它提醒整個行業(yè)，算力沒有永恒的王，商業(yè)也沒有永恒的贏家。任何路徑，只要被證明不是唯一解，權力格局就會重新洗牌。

AI時代的真正門檻，從來不在芯片價格，而在于誰能掌握自己的算力體系。

當一個玩家不再依賴別人時，別人就再也無法決定它的天花板。

這才是谷歌帶來的真正沖擊。

也是英偉達不得不面對的現(xiàn)實。