文 | 錢錢
編輯 | 阿景
谷歌TPU最近日子不好過。
這款被寄予厚望的AI晶元，正卡在供應鏈的十字路口。
一邊是博通握著關鍵技術不放，另一邊谷歌自己想搞自主研發，卻發現沒那麼容易。
今天咱們就聊聊這場晶元巨頭之間的博弈，看看TPU到底能不能從英偉達手裡搶下一塊市場。
從博通依賴到聯發科制衡
谷歌和博通的合作有點像包辦婚姻。
當初選博通，看中的是人家頂尖的晶元互聯技術。
就像蓋房子得有好鋼筋，博通的高速連接技術就是TPU的鋼筋骨架。
但合作久了問題就來了，博通拿走70%的毛利，谷歌這邊心裡肯定不是滋味。
谷歌也不是沒脾氣。
TPU的頂層架構設計早就自己動手了，從v7到v8版本，核心技術攥在自己手裡。
本來想在製造環節也插一手，後來發現晶元製造這活兒水太深，還得靠博通銜接生產。
谷歌給的設計方案都是加密的，生怕核心技術泄露，這種小心翼翼背後，其實是對供應鏈控制權的焦慮。
既然博通這邊不好拿捏，谷歌轉頭看向了聯發科。
聯發科進場帶著明顯的價格優勢，30%的毛利率比博通實在多了。
不過谷歌沒讓聯發科碰核心設計，主要讓它做些收尾工作。
這種安排挺聰明，既用聯發科壓了博通的價，又沒把雞蛋放一個籃子里。
看看其他科技公司，Meta也跟著谷歌選了博通，微軟和亞馬遜則找了Marvell和Alchip。
特斯拉和蘋果最狠，直接自己從頭干到腳。
這麼一比，谷歌這種"核心自研+製造合作"的模式，算是走了條中間路線。
TPU與英偉達的市場攻防戰
英偉達能穩坐AI晶元頭把交椅，不是沒道理的。
人家牢牢抓著高端訓練市場，就像牢牢攥著水龍頭開關。
大模型訓練完了還不算完，後續的優化調整需要動態數據支持，這又給英偉達續上了增長動力。
現在自動駕駛、機器人這些需要物理交互的AI應用起來了，英偉達的晶元又有了新戰場。
谷歌TPU的增長密碼藏在自家業務里。
Search、YouTube這些流量大戶要用TPU，Gemini大模型訓練也得靠它。
相當於自己家先把量跑起來了，成本就能攤薄。
現在谷歌雲開始對外提供TPU服務，等於把自家好用的工具拿出來共享，這步棋走得挺妙。
TPU和英偉達的產品路線不太一樣。
英偉達追求通用性，什麼活兒都能幹，TPU則像定製工具，在谷歌生態里跑得特別順。
這種差異化就像專賣店和百貨商場，各有各的生存空間。
Meta最近透出個新玩法，先用TPU雲服務搞預訓練，自家晶元負責推理。
這種混合方案挺有意思，既省了成本又保證了效率。
看來科技巨頭們都在琢磨怎麼把晶元資源用到極致，這種思路可能會改變整個市場格局。
TPU想大規模外售，硬體上先碰了釘子。
48V供電、液冷管道這些特殊要求，就像給數據中心設了門檻。
不是誰家機房都能隨便改造的，這直接限制了客戶自己部署的可能性。
就像買了輛超跑，家裡沒合適的車庫也白搭。
軟體方面更是英偉達的主場。
開發者們早就習慣了PyTorch和CUDA這套組合，換成TPU的XLA框架得重新學。
中小企業哪有那麼多精力折騰，寧願多花點錢用現成的。
這種用戶習慣的力量，比技術參數差距更難克服。
谷歌內部也有本難念的經。
Cloud團隊想把TPU賣出去賺錢，Gemini團隊又怕對外供應影響自家研發進度。
這種內部資源分配的矛盾，就像兩個部門搶同一台印表機，誰都想先用。
怎麼平衡商業利益和技術領先，谷歌管理層得多費費心。
12月11號博通的Q3財報值得關注，說不定能扒出點TPU的新動向。
TPU走雲服務路線算是選對了方向，畢竟不是誰家都能自建晶元團隊。
長遠來看，谷歌這套晶元戰略能不能成，還得看能不能把生態做起來。
科技圈的晶元戰爭從來不是單打獨鬥。
谷歌想擺脫供應鏈依賴，又想在市場分一杯羹，這種平衡木不好走。
TPU和英偉達的競爭，本質上是生態系統的較量。
對科技公司來說，什麼時候該自己干，什麼時候該合作，這門學問比晶元設計本身還複雜。
