市场反应与事件概述 - Meta与谷歌签订价值数十亿美元的TPU订单，导致英伟达盘中最大跌幅达7%，市值蒸发超3000亿美元[1] - 谷歌股价盘中涨幅一度达4%，市值增加约1500亿美元（合人民币超1万亿元）[2] - 该事件被《华尔街日报》视为谷歌向英伟达市场主导地位发起冲击的信号[3] TPU应用现状与历史 - OpenAI技术人员指出谷歌Gemini、Claude、MidJourney及Ilya的SSI等模型均在TPU上训练[3] - Meta早在2020年已开始使用TPU，何恺明团队主导的MAE、MoCo v3、ConvNeXt v2和DiT等项目完全基于TPU开发[5] - 纽约大学谢赛宁团队的研究工作也长期使用TPU[5] 技术护城河分析 - 英伟达宣称其产品是唯一能运行所有AI模型并覆盖全计算场景的平台[7] - 但OpenAI通过Triton仅用25行Python代码即可绕过CUDA并达到cuBLAS性能，说明技术壁垒薄弱[11] - 对于谷歌、Meta、OpenAI等巨头而言，绕开英伟达技术依赖并非难事[12] 成本效益对比 - 基于Llama 3.3的测试显示，H100处理100万输入/输出Tokens成本为1.06美元，TPU v6e需5.13美元，英伟达芯片性价比为TPU的5倍[13][14] - TPU v7的FP8运算速度为4.6PFLOP/s（功耗1000瓦），英伟达GB200为5PFLOP/s（功耗1200瓦），两者成本相近[17][18] 战略动机与行业格局 - 谷歌出售TPU主要目的并非盈利，而是通过大规模订单锁定代工厂产能[20][22] - 谷歌利用Meta、苹果等客户的长期云合同作为筹码，以成本价预占代工厂25%的2纳米产能，挤压小型芯片公司（如Groq、Cerebras）的供应链空间[23][24][25] - 此策略类似苹果曾通过预付款垄断优质显示屏供应链，导致竞争对手长期使用二流屏幕[26] - 目前仅有英伟达具备与谷歌在代工厂层面抗衡的规模[28]