新智元報道

編輯：好困 桃子

【新智元導(dǎo)讀】去GPU化的浪潮，已經(jīng)攔不住了！OpenAI嫌英偉達(dá)太慢，Anthropic砸1486億投奔TPU，老黃被迫200億天價收購「叛徒」自救。如今，算力軍備賽正式進(jìn)入能效為王的新時代：誰先卡住「每焦耳每微秒」的極限，誰或許就是下一個十年的霸主。

再過兩周，黃仁勛將站上GTC 2026的舞臺。

他提前放了話：「我們準(zhǔn)備了幾款世界上前所未見的全新芯片?！?/p>

底氣來自一份炸裂的成績單——

英偉達(dá)2026財年年收入2159億美元，凈利潤翻倍，數(shù)據(jù)中心業(yè)務(wù)三年翻了13倍。

在財報電話會上，CFO直接甩出一個數(shù)字：客戶已經(jīng)部署了9吉瓦的Blackwell基礎(chǔ)設(shè)施！

但詭異的一幕出現(xiàn)了。

財報發(fā)布當(dāng)晚，英偉達(dá)盤后一度漲超4%。隨后股價悄然轉(zhuǎn)跌，次日直接低開低走，收跌5.46%，一夜蒸發(fā)數(shù)千億美元市值。

華爾街不是看不懂?dāng)?shù)字，是看懂了趨勢。

前有Anthropic甩出210億美元訂單，全面采購基于谷歌TPU的算力系統(tǒng)；后有Meta跟谷歌簽下數(shù)十億美元芯片大單，大規(guī)模租用TPU訓(xùn)練模型。

為了給編程帶來接近實時的響應(yīng)體驗，OpenAI更是歷史上首次將主力級產(chǎn)品GPT-5.3-Codex-Spark，部署在了更低延遲與更低能耗的非GPU芯片Cerebras上。

英偉達(dá)最大的幾個客戶，正在集體分散籌碼。

全球AI芯片中GPU架構(gòu)和非GPU架構(gòu)比例（數(shù)據(jù)來源：高盛全球投資研究部）

根據(jù)摩根大通的產(chǎn)能報告，谷歌計劃在2027年部署600至700萬顆TPU，大部分供給Anthropic、OpenAI、Meta和蘋果等外部客戶。

高盛投資研究部的模型顯示，全球AI服務(wù)器中非GPU芯片出貨占比，將從2024年的36%升至2027年的45%。

類似的，IDC也預(yù)測，到2028年，中國非GPU服務(wù)器市場規(guī)模占比將逼近50%。

GPU的致命短板

一個更深層的轉(zhuǎn)折正在發(fā)生：AI的競爭焦點，正從單純的算力規(guī)模，轉(zhuǎn)向?qū)δ苄П扰c延遲的極致追求。

過去拼誰卡多、誰集群大。

現(xiàn)在拼的是，同樣花一塊錢，誰能吐出更多Token。

「每美元產(chǎn)生的Token數(shù)」正在取代峰值算力，成為衡量芯片商業(yè)價值的核心指標(biāo)。

究其原因在于，GPU的架構(gòu)決定了，每次計算時數(shù)據(jù)都要在外部顯存和計算單元之間來回搬運。

路徑長、次數(shù)多，能耗就高、延遲就大。堆更多卡解決不了這個問題。

路透社爆料，OpenAI已多次表達(dá)對英偉達(dá)芯片的「不滿」——響應(yīng)速度沒達(dá)預(yù)期，在代碼生成產(chǎn)品Codex上感受尤為明顯。

壓力迫使英偉達(dá)這條「巨龍」尋求改變。

圖靈獎得主David Patterson教授在最新研究中指出，大模型每次token生成都繞不開數(shù)據(jù)搬運，而搬運能耗遠(yuǎn)高于計算本身。

未來的核心命題是「讓數(shù)據(jù)離計算更近」。

為此，他給出了三個AI芯片的演進(jìn)方向：近內(nèi)存處理、3D堆疊、低延遲互連。

實際上，這些都指向同一件事——用架構(gòu)創(chuàng)新降低數(shù)據(jù)搬運的能耗和延遲。

換句話說就是，誰能用更低的能耗、更低的延遲跑通下一代模型，誰就能在未來十年的算力牌桌上占得先機(jī)。

谷歌TPU殺向商用市場

一直以來，谷歌TPU專供自家大模型訓(xùn)練和推理，外人用不到。

去年開始，谷歌把TPU推向了商用。

訂單隨即涌入。

博通CEO透露，Anthropic下了210億美元的大單；Meta簽下數(shù)十億美元TPU租賃協(xié)議；潛在客戶還包括蘋果和已與SpaceX合并的xAI。

原因不難理解。大模型進(jìn)入規(guī)?；涞仉A段，算力需求爆發(fā)、成本壓力加劇，單一依賴GPU的瓶頸越來越明顯。而谷歌TPU的性能，已經(jīng)具備與頂級GPU分庭抗禮的實力。

2025年推出的第七代TPU，是谷歌迄今為止性能最高、可擴(kuò)展性最強的AI芯片——

單芯片峰值算力4614 TFLOPS（FP8精度），最大集群9216顆芯片、總算力達(dá)42.5 EFLOPS。

劃重點：TPU v7在同等算力輸出下功耗僅為英偉達(dá)B200的40%至50%。

不僅如此，谷歌自研的光電路交換機(jī)（OCS）技術(shù)，還讓萬卡級集群實現(xiàn)近乎線性的加速比。相比之下，傳統(tǒng)GPU集群規(guī)模越大，通信損耗越嚴(yán)重；而TPU集群基本不吃這個虧。

Google TPU v5e、v5p、v6、v7芯片關(guān)鍵性能對比

谷歌TPU崛起還有更為直接的例證：在TPU上訓(xùn)練的Gemini 3，在多個權(quán)威基準(zhǔn)測試中位居榜首，為業(yè)界頂尖模型之一。

回到成本賬上。

TPU憑借AI專用架構(gòu)帶來的2-4倍能效優(yōu)勢，將大模型推理的綜合成本相比GPU拉低50%以上。而這正是Anthropic、Meta們用訂單投票的根本邏輯。

當(dāng)下，大多數(shù)大模型企業(yè)已經(jīng)在用TPU+GPU的組合來緩解成本壓力。

去年11月，半導(dǎo)體研究機(jī)構(gòu)SemiAnalysis對比大模型公司的采購成本后發(fā)現(xiàn)：與OpenAI相比，同時使用TPU與GPU的Anthropic，在與英偉達(dá)談判時擁有更強的議價權(quán)。

手里有TPU，就多了一張跟老黃討價還價的牌。未來頭部AI公司大概率都會走「多芯片并行」路線。

OpenAI與Anthropic購買算力的成本對比

性能跨越式提升，頂尖大模型規(guī)?；炞C，頭部公司主動布局——TPU已從算力產(chǎn)業(yè)的補充路線，升級為主流路線。

英偉達(dá)一家獨大的格局，正在被改寫。

十年磨一劍

「TPU之父」要造下一代AI芯片

2025年底，英偉達(dá)斥資200億美元，拿下AI芯片創(chuàng)企Groq的核心技術(shù)和團(tuán)隊。

這是英偉達(dá)史上最大的一筆交易，溢價近三倍。

Groq創(chuàng)始人Jonathan Ross，被稱為「TPU之父」，谷歌TPU的核心設(shè)計者之一。離開谷歌后，他創(chuàng)立Groq的目標(biāo)很明確：做一顆超越谷歌TPU的芯片。

兩者的差異在架構(gòu)。

谷歌TPU走的是「固定架構(gòu)+集群擴(kuò)展」路線。

其中，芯片內(nèi)部搭載固定計算單元，依托二維數(shù)據(jù)流運算；芯片間通過3D Torus拓?fù)鋵崿F(xiàn)高效互聯(lián)。架構(gòu)穩(wěn)定，但靈活性有限。

谷歌TPU架構(gòu)

Groq的TSP（Tensor Streaming Processor）則是一種「軟件定義硬件」的數(shù)據(jù)流處理器。

其核心理念是，通過構(gòu)建可重構(gòu)的軟硬件系統(tǒng)，在保持可編程性的同時，達(dá)到接近ASIC的極致性能。

具體來說，芯片內(nèi)部做了功能切片化微架構(gòu)設(shè)計，配合軟件層的靈活配置，可根據(jù)不同任務(wù)實時調(diào)整計算邏輯和數(shù)據(jù)流路徑。

同時，依托大容量片上SRAM及靜態(tài)調(diào)度機(jī)制，顯著提升了數(shù)據(jù)訪存效率并降低搬運能耗。

美國DARPA「電子復(fù)興計劃」（ERI）高度看好「軟件定義硬件」方向，將其列為國家級戰(zhàn)略核心。這也是Groq被稱為「高階TPU」的原因。

數(shù)據(jù)顯示，在相同推理任務(wù)中，Groq芯片首token延遲比谷歌TPU v7降低20%至50%，每token成本降低10%至30%。

這場芯片革命，才剛開始加速

Groq被收編，但「高階TPU」的進(jìn)化沒停。

國內(nèi)清微智能、海外Cerebras等公司正在高效數(shù)據(jù)流動態(tài)配置和先進(jìn)集成方式上持續(xù)突破。

1. 通過3D Chiplet技術(shù)構(gòu)建三維立體數(shù)據(jù)流架構(gòu)。

具體來說，「計算核心+3D DRAM芯?！沟慕M合在垂直與水平兩個維度上形成了高效的數(shù)據(jù)流計算模式，突破了傳統(tǒng)二維架構(gòu)的效率局限。

三維架構(gòu)可以依據(jù)計算任務(wù)的需求和數(shù)據(jù)特性，在兩個維度上靈活調(diào)度數(shù)據(jù)流，最大化縮短傳輸路徑，降低搬運過程中的延遲與能耗，從而進(jìn)一步提升整體計算效率。

2. 依托算力網(wǎng)格技術(shù)構(gòu)建靈活數(shù)據(jù)流計算范式。

傳統(tǒng)固定組網(wǎng)存在擴(kuò)展性和語義適配瓶頸。而算力網(wǎng)格技術(shù)則可以通過靈活組網(wǎng)，實現(xiàn)Scale up與Scale out的協(xié)同。

根據(jù)AI任務(wù)特性，系統(tǒng)能實時下發(fā)數(shù)據(jù)流的動態(tài)配置信息，在多種互聯(lián)拓?fù)浣Y(jié)構(gòu)間靈活切換、精準(zhǔn)調(diào)度。最終降低互聯(lián)延遲，充分釋放數(shù)據(jù)流架構(gòu)的算力。

3. 通過前沿的晶圓級芯片技術(shù)，將數(shù)據(jù)流架構(gòu)的優(yōu)勢發(fā)揮到極致。

這項技術(shù)將數(shù)據(jù)流架構(gòu)從芯片尺度擴(kuò)展到整片晶圓。

在整張晶圓上高密度集成大量計算核心，計算核心間的互聯(lián)距離被極大縮短。帶來的結(jié)果是，互聯(lián)帶寬實現(xiàn)數(shù)量級提升，通信延遲大幅降低。

數(shù)據(jù)流架構(gòu)的算力規(guī)模與計算效能由此被推到極致。這也是為什么晶圓級芯片被視為數(shù)據(jù)流計算架構(gòu)的理想物理載體。

以Cerebras為例。

數(shù)據(jù)顯示，Cerebras CS 3系統(tǒng)推理性能比英偉達(dá)旗艦DGX B200快21倍，成本與功耗均降低三分之一，在算力、成本、能效上展現(xiàn)出顯著的綜合優(yōu)勢。

在實測中，OpenAI的Codex-Spark跑出了每秒超1000 token的生成速度，讓代碼編寫第一次有了實時交互的體驗。

Cerebras CS-3 vs英偉達(dá)GPU：大模型推理速度對比

GPU獨霸的時代，回不去了

谷歌TPU走出圍墻，OpenAI擁抱晶圓級芯片，英偉達(dá)天價收編Groq。

這些信號均指向同一個方向：TPU已變成巨頭們真金白銀押注的主戰(zhàn)場。

算力世界的單極時代，正在被多元架構(gòu)終結(jié)。

決定下一代AI天花板的，不是算力堆砌的軍備競賽，而是能耗、延遲、確定性共同構(gòu)成的新指標(biāo)。

對國產(chǎn)芯片來說，這場變局既是機(jī)遇也是挑戰(zhàn)。 跟隨者只能分殘羹，走出自己的底層創(chuàng)新之路，才有資格參與下一輪全球算力洗牌。

參考資料：

全球算力格局震蕩，“高階TPU”崛起！

https://www.theinformation.com/articles/google-strikes-multibillion-dollar-ai-chip-deal-meta-sharpening-nvidia-rivalry

https://groq.com/newsroom/groq-and-nvidia-enter-non-exclusive-inference-technology-licensing-agreement-to-accelerate-ai-inference-at-global-scale

https://openai.com/index/introducing-gpt-5-3-codex-spark/

https://cloud.google.com/blog/products/compute/ironwood-tpus-and-new-axion-based-vms-for-your-ai-workloads