本文由半导体产业纵横（id：icviews）综合
低成本 vs 成熟整合，tpu与gpu怎么选？
在生成式ai竞争白热化的时代，成本与效率成为企业导入ai 的核心考量。 google 近期以自研的tpu（张量处理单元）强势进军ai 市场，掀起一场ai 算力的价格革命，矛头直指目前仍依赖英伟达高价gpu 的openai。
google tpu 登场：ai 算力成本压到只剩openai 的20%
据报导，相较于openai 仰赖的英伟达gpu（如h100、a100），google 的tpu 成本只有其五分之一。在同样或更优的ai 效能下，能大幅降低算力支出，让企业能以更低成本建构生成式ai 服务。
目前一张英伟达h100 芯片成本约3,000 美元，但市价却高达2 万至3.5 万美元；高毛利成为企业导入ai 的沉重负担。
与此同时，google 的tpu 不仅效能媲美英伟达，价格策略更具优势，迅速吸引企业级用户转向。
api 价格比一比：gemini 2.5 pro 完胜openai o3
除了硬件，api 价格也是企业选择ai 平台时的重要指标。
google 的gemini 2.5 pro 在价格上远低于openai 的o3 模型，不但输入价格便宜8 倍；输出价格也便宜4 倍。
这使许多中小型企业得以以较低预算导入生成式ai，加速内部流程自动化与内容生成应用。
ai 生态系之战：google 走开放路线，openai 偏重整合
此外，ai 的竞争早已不仅是模型强不强，更是谁的生态系统完整且容易接入，而google 和openai 的策略，宛如两条截然不同的赛道。
google：采用开放策略，透过agent-to-agent 通讯协议、agent development kit（adk）与agentspace 平台，打造开放式ai 代理市集，促进多平台ai 互通。
openai：深度整合微软，与azure、office 365 等服务紧密结合，强调一体化、稳定、快速上手的企业应用体验。
这两种策略代表ai 即服务（ai-as-a-service）市场中的两大方向，也让企业需根据需求选择适合的合作伙伴。
模型实力对比：gemini 稳定处理大资料，o3 强于逻辑推理
若从模型能力观察，gemini 2.5 pro 拥有100 万字符（tokens）上下文容量，极适合处理大量文本资料、长篇内容生成等任务；而虽然openai o3 模型上下文容量为20 万字符，但其在逻辑推理、复杂任务处理方面表现卓越。
值得注意的是，根据openai 自家资料，o3 的幻觉率为前代的两倍，对金融、医疗等高精准领域而言存在风险。而google gemini 则主打的稳定性与预测性，则更符合企业对安全性的期待。
实际应用落地：google 靠cloud 平台推进，openai 主攻chatgpt 扩张
导入ai 的最终目的在于提升业务效率。 google 透过将gemini 整合至google cloud 与vertex ai，提供企业快速建置、延伸既有云端架构的能力。像wendy's、wayfair (w-us ) 等大型企业已开始导入。
openai 则主攻全球普及路线，依赖chatgpt 与microsoft 365 copilot 迅速渗透企业端与个人市场，月活用户高达8 亿人次，生态压力不容小觑。
企业ai 导入选择题：低成本vs 成熟整合，怎么选？
在面对ai 快速演进与成本压力下，企业正处于选google，还是选openai的十字路口：google 的tpu 大幅压低算力成本，适合预算有限或初期建置ai 服务的公司。
然而，openai 在使用体验与整合度上仍具明显优势，特别是在微软azure、office 365 环境下的企业，部署与管理都更加顺手。
去年8月，苹果公司发布了一篇研究论文，论文显示苹果公司使用了谷歌开发的 tpu 芯片而非英伟达的 gpu 芯片来训练其人工智能系统“苹果智能”（apple intelligence）中的 ai 模型 apple foundation model（简称 afm）。苹果公布其使用了 2048 片 tpuv5p 芯片来训练拥有 27.3 亿参数的设备端模型 afm-on-device ，以及 8192 片 tpuv4 芯片来训练其为私有云计算环境量身定制的大型服务器端模型 afm-server。
苹果放弃英伟达 gpu 转向谷歌 tpu 的战略选择，在科技界投下了一枚震撼弹，英伟达股价应声下跌超 7%，创下近三个月最大跌幅，市值蒸发 1930 亿美元。苹果此次选择依赖谷歌的云基础设施、使用谷歌 tpu 进行其 ai 模型训练，充分反映了科技巨头们在尖端 ai 训练方面开始寻求更多元化的解决方案的趋势。
这一次，苹果虽然在论文中没有明确表示其完全没有使用英伟达 gpu，但苹果在描述其训练 afm 模型所用的 ai 基础设施时详细分享了使用谷歌 tpu 的很多数量、配置及性能细节，而刻意忽略了对英伟达硬件的任何提及，这一细节确实暗示了苹果有意选择了谷歌的技术。
苹果过去一直极少披露自己用于开发目的的硬件选择，再考虑到英伟达 gpu 一直以来的行业领导地位，这一次苹果公开选择从英伟达 gpu 转向拥抱谷歌 tpu 的举措，极大可能会激励其他科技公司探索英伟达 gpu 之外的替代方案，tpu 的强大性能和用于ai模型训练时的高能效比，定将吸引大量寻求优化 ai 工作负载的企业。
*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。
