meta近期在AI算力布局上动作频频，一边承诺采购数百万颗英伟达GPU，另一边又与谷歌达成价值数十亿美元的TPU租赁协议，这一系列操作标志着AI算力领域“去单一供应商”战略进入新阶段。据知情人士透露，meta与谷歌的协议涉及未来数年租用谷歌AI芯片TPU用于开发新模型，双方还在探讨最早明年为meta数据中心直接购买TPU的可能性，不过相关谈判进展尚未明确。
此次合作中，meta计划将TPU应用于AI训练环节，这一动向引发市场高度关注。长期以来，行业普遍认为挑战英伟达的机会主要集中于推理环节，而训练集群对互联规模和软硬件生态的要求更为严苛，因此TPU此前更多被视为推理环节的替代方案。meta本周虽宣布与英伟达竞争对手AMD达成大额订单，但相关人士指出，AMD芯片主要用于运行现有模型（推理），而非训练新模型。meta仍在推进自研推理芯片开发，以降低成本并分散供应链风险。
meta的“双线布局”策略背后，是对供应链安全性的深度考量。就在TPU交易披露前不久，英伟达刚宣布与meta达成新合作，meta承诺未来几年采购数百万颗GPU。这两则消息叠加表明，meta虽仍依赖英伟达的训练生态，但正通过引入TPU等“第二选择”分散训练与推理负载，以降低对单一供应商的依赖风险。推动这一转变的现实因素包括：meta自研AI训练芯片推进受阻，以及去年部分客户在部署英伟达最新Blackwell芯片时遭遇技术故障与硬件复杂性导致的爬坡问题。
谷歌方面则将TPU外部化视为拓展AI芯片市场的重要机遇。知情人士称，谷歌正加大力度与英伟达在训练芯片领域正面竞争，TPU销售有望为其带来额外数十亿美元收入。谷歌云内部曾提出，若加速TPU业务发展，可能抢占英伟达年收入约10%的份额（按英伟达过去12个月约2000亿美元收入计算）。为推动TPU外部化，谷歌采用更“金融化”的运作模式：除与meta达成交易外，还与一家未具名的大型投资机构合作成立合资项目，将TPU租赁给其他客户；同时与多家私募股权机构洽谈类似项目，并已与至少一家机构签署条款清单。谷歌企业发展团队正与潜在金融伙伴讨论通过“特殊目的载体（SPV）”融资购买TPU再对外出租，TPU可能被用作债务抵押品，这一模式被类比为xAI与风投机构Valor围绕英伟达GPU的融资结构。
TPU的规模化推广仍面临多重挑战。谷歌需在竞争与合作间寻求平衡：一方面通过芯片挑战英伟达，另一方面其云业务仍依赖英伟达GPU——多数AI开发者偏好GPU生态，谷歌云若不提供相关服务将影响竞争力。供给端同样存在压力：谷歌自家的Gemini模型团队需要TPU，且TPU与英伟达GPU均由台积电生产，两者在台积电工厂内竞争同一类产能。这一局面将直接影响谷歌能否快速复制与meta的合作模式，向更多客户推广TPU。
