文 | 钱钱
编辑 | 阿景
谷歌TPU最近日子不好过。
这款被寄予厚望的AI芯片，正卡在供应链的十字路口。
一边是博通握着关键技术不放，另一边谷歌自己想搞自主研发，却发现没那么容易。
今天咱们就聊聊这场芯片巨头之间的博弈，看看TPU到底能不能从英伟达手里抢下一块市场。
从博通依赖到联发科制衡
谷歌和博通的合作有点像包办婚姻。
当初选博通，看中的是人家顶尖的芯片互联技术。
就像盖房子得有好钢筋，博通的高速连接技术就是TPU的钢筋骨架。
但合作久了问题就来了，博通拿走70%的毛利，谷歌这边心里肯定不是滋味。
谷歌也不是没脾气。
TPU的顶层架构设计早就自己动手了，从v7到v8版本，核心技术攥在自己手里。
本来想在制造环节也插一手，后来发现芯片制造这活儿水太深，还得靠博通衔接生产。
谷歌给的设计方案都是加密的，生怕核心技术泄露，这种小心翼翼背后，其实是对供应链控制权的焦虑。
既然博通这边不好拿捏，谷歌转头看向了联发科。
联发科进场带着明显的价格优势，30%的毛利率比博通实在多了。
不过谷歌没让联发科碰核心设计，主要让它做些收尾工作。
这种安排挺聪明，既用联发科压了博通的价，又没把鸡蛋放一个篮子里。
看看其他科技公司，Meta也跟着谷歌选了博通，微软和亚马逊则找了Marvell和Alchip。
特斯拉和苹果最狠，直接自己从头干到脚。
这么一比，谷歌这种"核心自研+制造合作"的模式，算是走了条中间路线。
TPU与英伟达的市场攻防战
英伟达能稳坐AI芯片头把交椅，不是没道理的。
人家牢牢抓着高端训练市场，就像牢牢攥着水龙头开关。
大模型训练完了还不算完，后续的优化调整需要动态数据支持，这又给英伟达续上了增长动力。
现在自动驾驶、机器人这些需要物理交互的AI应用起来了，英伟达的芯片又有了新战场。
谷歌TPU的增长密码藏在自家业务里。
Search、YouTube这些流量大户要用TPU，Gemini大模型训练也得靠它。
相当于自己家先把量跑起来了，成本就能摊薄。
现在谷歌云开始对外提供TPU服务，等于把自家好用的工具拿出来共享，这步棋走得挺妙。
TPU和英伟达的产品路线不太一样。
英伟达追求通用性，什么活儿都能干，TPU则像定制工具，在谷歌生态里跑得特别顺。
这种差异化就像专卖店和百货商场，各有各的生存空间。
Meta最近透出个新玩法，先用TPU云服务搞预训练，自家芯片负责推理。
这种混合方案挺有意思，既省了成本又保证了效率。
看来科技巨头们都在琢磨怎么把芯片资源用到极致，这种思路可能会改变整个市场格局。
TPU想大规模外售，硬件上先碰了钉子。
48V供电、液冷管道这些特殊要求，就像给数据中心设了门槛。
不是谁家机房都能随便改造的，这直接限制了客户自己部署的可能性。
就像买了辆超跑，家里没合适的车库也白搭。
软件方面更是英伟达的主场。
开发者们早就习惯了PyTorch和CUDA这套组合，换成TPU的XLA框架得重新学。
中小企业哪有那么多精力折腾，宁愿多花点钱用现成的。
这种用户习惯的力量，比技术参数差距更难克服。
谷歌内部也有本难念的经。
Cloud团队想把TPU卖出去赚钱，Gemini团队又怕对外供应影响自家研发进度。
这种内部资源分配的矛盾，就像两个部门抢同一台打印机，谁都想先用。
怎么平衡商业利益和技术领先，谷歌管理层得多费费心。
12月11号博通的Q3财报值得关注，说不定能扒出点TPU的新动向。
TPU走云服务路线算是选对了方向，毕竟不是谁家都能自建芯片团队。
长远来看，谷歌这套芯片战略能不能成，还得看能不能把生态做起来。
科技圈的芯片战争从来不是单打独斗。
谷歌想摆脱供应链依赖，又想在市场分一杯羹，这种平衡木不好走。
TPU和英伟达的竞争，本质上是生态系统的较量。
对科技公司来说，什么时候该自己干，什么时候该合作，这门学问比芯片设计本身还复杂。
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)