文章核心观点 - Alphabet (谷歌母公司) 正与迈威尔科技洽谈合作，共同开发两款新型AI芯片，旨在提升人工智能模型运行效率，并反映出公司正将重心转向AI推理任务 [1] - 此次合作是谷歌在定制芯片供应链中增加第三家设计伙伴的策略体现，核心是供应链多元化，而非替换现有合作伙伴 [2] 谷歌与迈威尔科技的合作动态 - 合作内容为共同开发两款新型芯片：一款是与谷歌自研TPU协同工作的内存处理单元；另一款是专为AI推理任务设计的新型TPU [1] - 迈威尔科技将承担设计服务角色，类似于联发科参与谷歌Ironwood TPU项目的方式，相关谈判尚未形成正式合同 [1] - 双方希望最早于2025年完成内存处理单元的设计，随后转入试产阶段 [1] 谷歌的AI芯片战略与市场背景 - 谷歌致力于将自研的TPU定位为英伟达GPU的替代方案，TPU销售已成为谷歌云业务增长的重要驱动力 [1] - 谷歌定制芯片供应链已包括：负责高性能TPU变体的博通、负责成本优化版“e”系列TPU（成本低20%-30%）的联发科，以及负责制造的台积电 [2] - 此次谈判反映出谷歌正将重心转向AI推理，这是AI应用中的主要算力成本项 [1] - 定制化ASIC市场预计2026年将增长45%，到2033年规模有望达到1180亿美元 [1] 迈威尔科技的行业地位与业务表现 - 迈威尔科技的数据中心业务在截至2026年2月的财年实现创纪录的61亿美元收入，总营收达82亿美元，同比增长42% [3] - 其定制芯片业务年化营收约15亿美元，已拿下18个云提供商的设计订单，客户包括亚马逊、微软、Meta，并承担了谷歌Axion ARM CPU的现有设计工作 [3] - 2025年3月底，英伟达向迈威尔投资20亿美元，通过NVLink Fusion框架整合其产品 [3] - 2025年12月，迈威尔以最高55亿美元收购Celestial AI，获得光子互连技术，旨在打造“面向AI和云客户的最完整连接平台” [3] - 迈威尔CEO的目标是在定制AI芯片市场取得20%的份额，并预计2027财年收入同比增长约30% [3] - 迈威尔股价年初至今累计上涨约50%，仅4月份因英伟达合作及谷歌谈判消息就上涨了30% [3] - 巴克莱分析师将迈威尔评级上调至“增持”，目标价从105美元上调至150美元 [3] AI芯片市场技术格局 - GPU（图形处理单元）由英伟达主导，因其强大的并行计算能力成为当前AI训练与推理的主流芯片，在AI芯片市场中占据约80%以上份额 [4] - TPU（张量处理单元）是谷歌自研的专用AI加速芯片，采用ASIC架构，针对自身TensorFlow框架及AI运算深度优化，与GPU相比在特定推理任务中能效比更高、延迟更低，但通用性受限 [4] - 谷歌通过云服务对外提供TPU算力，旨在降低对英伟达的依赖，并为云客户提供高性价比的AI算力选项，目前TPU已迭代至第六代 (Trillium) [4]

谷歌TPU芯片进展与影响 - 谷歌正与博通合作开发新一代TPU v7p（Ironwood），该平台针对培训优化，计划于2026年推出以取代TPU v6e [3] - 新一代Ironwood TPU可在单个集群中连接多达9216颗芯片，以消除复杂模型中的数据瓶颈，并允许开发者利用Pathways软件堆栈调用数万个TPU的综合算力 [4] - 谷歌TPU出货量在通信服务提供商中保持领先，TrendForce预测其2026年出货量将实现超过40%的年增长率 [3] 行业合作与市场动态 - Meta正与谷歌就TPU芯片合作展开谈判，计划自2026年起通过谷歌云租用TPU算力，并于2027年在自有数据中心部署谷歌TPU，交易规模或达数十亿美元 [3] - 受谷歌股价强劲表现带动，其关键芯片合作伙伴博通的股价在美东时间周一上涨11.1%，创下自4月9日以来的最佳单日表现 [1] - 硅谷巨头纷纷自研AI芯片，特斯拉已组建顶尖芯片团队，并在车辆与控制数据中心部署了数百万颗自研AI芯片，目标是每年量产一款新芯片 [4] ASIC芯片发展趋势与市场前景 - 谷歌的TPU是市场上最成熟的ASIC芯片之一，其成功正促使市场重新发现ASIC的巨大潜力 [4] - 全球大型云端服务业者正扩大采购英伟达GPU、扩建数据中心并加速自研AI ASIC，Trendforce预估将推动八大CSP 2025年合计资本支出突破4200亿美元 [4][5] - 国金证券研判，2026至2027年，谷歌、亚马逊、Meta、Open AI及微软的ASIC数量或迎来爆发式增长 [5] ASIC芯片的竞争优势 - ASIC芯片具备成本优势，在推理常用精度下展现出比可比GPU更高的性价比，且功耗更低 [5] - 由于ASIC专为特定任务设计，其算力利用率可能更高 [5] - 随着模型成熟与推理计算需求的数量级提升，定制化ASIC需求增加，为算力芯片、PCB和光模块等领域带来投资机会 [5]