在人工智能芯片领域，一场新的竞争风暴正在酝酿。谷歌正全力推进其自研芯片业务，计划推出专为AI推理任务设计的定制芯片，向英伟达在AI芯片市场的主导地位发起有力挑战。此前，谷歌已与meta和Anthropic达成大规模合作协议，为其芯片业务的发展奠定了坚实基础。
据相关消息，谷歌将在拉斯维加斯举行的Google Cloud Next大会上发布新一代张量处理单元（TPU）。谷歌首席科学家Jeff Dean在采访中指出，随着对AI查询快速处理需求的不断攀升，针对训练或推理工作负载对芯片进行专门化设计已成为合理之举。
当前，AI芯片市场格局正加速演变。英伟达的GPU在AI领域，尤其是模型训练环节，一直是行业标杆。然而，推理市场的竞争愈发激烈，谷歌正抓住这一机遇积极布局。市场研究机构Gartner分析师Chirag Dekate认为，战场正逐渐向推理方向转移，而谷歌在这一领域具备基础设施优势。
谷歌的芯片制造之路已走过十多个年头。起初，谷歌面临一个实际问题：为语言翻译和语音识别服务提供算力支撑时，市面上现有的芯片和硬件无法在可承受的成本下满足需求。TPU的核心理念是“解决一小部分问题，但这些问题所需的计算量巨大”。尽管当时主流观点认为不值得为此专门开发定制硬件，但谷歌毅然选择了这条道路。
在发展过程中，谷歌的芯片研发与AI模型工作紧密协同演进。2017年，一篇具有里程碑意义的研究论文催生了当代大语言模型，这促使TPU团队将重心转向服务于更大规模AI系统训练的芯片设计。此后，谷歌DeepMind与芯片团队发现TPU在执行强化学习任务时存在大量闲置浪费的情况，于是调整了芯片之间的网络互联方式，以加快数据流转、避免算力空转。这种内部反馈机制也让谷歌对“硬件级错误”有了更强的把控能力。谷歌科学家、Gemini基础设施团队联合负责人Paul Barham表示，当AI加速芯片处理海量数学运算时，一个细微的故障都可能蔓延并导致模型“彻底崩溃”，而现在谷歌能在10秒内完成对数十万枚加速芯片的排查。
谷歌芯片业务的商业突破进展迅速。去年10月，Anthropic宣布扩大与谷歌的合作协议，将获取多达100万枚TPU。随后谷歌发布的Gemini模型获得广泛好评，该模型正是基于TPU进行训练和运行。此后，需求持续扩大，meta已签署一项价值数十亿美元、为期数年的TPU云服务协议。meta基础设施负责人Santosh Janardhan表示，TPU在推理方面可能存在优势，但新平台也有门槛和学习曲线。对冲基金公司Citadel Securities计划在本次谷歌大会上分享借助TPU实现比此前GPU方案更快模型训练速度的经验。阿布扎比科技集团G42旗下云业务Core42的临时CEO Talal Al Kaissi也表示，已与谷歌就TPU使用进行“多轮磋商”，并持乐观态度。
在软件生态方面，谷歌也在不断补强。谷歌已允许TPU客户使用PyTorch等外部工具及第三方调度软件，不再要求完全依赖谷歌自有产品。同时，谷歌还在测试允许Anthropic等合作方将部分TPU部署于自有数据中心而非谷歌设施。
面对谷歌的进逼，英伟达也做出了回应。上月，英伟达推出了一款基于其收购自Groq的技术所开发的推理芯片。英伟达CEO黄仁勋强调其芯片的多用途优势，表示能够完成“大量TPU无法胜任的应用”。谷歌自身在实际部署中也同时依赖TPU与GPU两种芯片。谷歌DeepMind CEO Demis Hassabis指出，顶尖AI实验室对TPU的兴趣尤为浓厚，很多人希望同时在两种平台上运行。
谷歌在芯片领域具备诸多优势，拥有十余年芯片设计经验、充裕资金以及对AI模型的第一手洞察。在顶级AI开发商中，谷歌是唯一一家大规模自研芯片的公司，这使其能够在硬件与模型团队之间形成高效的双向反馈。Gimlet Labs联合创始人Natalie Serrino表示，现有TPU已非常适合处理新兴AI智能体的工作负载，对于正在爆发的这类任务来说是很好的工具。
然而，谷歌芯片业务也面临制约因素。芯片从研发到量产需要约三年时间，而AI模型的演进速度远超于此，这使得精准预判未来客户需求变得极为困难。Paul Barham对硬件与模型团队之间过于紧密的反馈循环表达了担忧，认为这种循环可能导致团队只优化当前软硬件的契合度，而错失更具突破性的新思路。为在两者之间寻求平衡，TPU团队有时选择将芯片设计为“足够好”以应对多种使用场景，而非针对某一用途极致优化；另一种策略是并行推进两套不同设计方案，视具体需求决定最终落地。谷歌相关人员表示，只为谷歌生产TPU有其好处，但也有显著弊端，最终可能会困在“技术孤岛”上，限制发展。
