上次GOOG ER 有一条重要的消息漏掉了。 先说结论，这肯定了AI算力从一家独大到三分天下的猜测。 加剧了竞争。 MSFT ， AMZN因为和GOOG的直接竞争关系因该不会直接上TPU。 但其他家会。
2026年4月29日，Alphabet CEO Sundar Pichai 在 Q1财报电话会议上正式宣布，Google 计划将 TPU 芯片直接出售给部分精选客户，供其安装在自己的数据中心中。
这是一个重大战略转变。此前 Google 的模式是通过 Google Cloud 平台向客户出租 TPU 算力，而非出售硬件本身。
- Anthropic（Claude 的开发商）与 Google 签署了多 GW 规模的下一代 TPU 协议，芯片预计从 2027 年开始交付。同时，据 The Information 报道，Google 也与 Meta 签署了数十亿美元的芯片协议。
- Meta 在 2026 年 2 月与 Google Cloud 签署了多年期、数十亿美元合同，用于 Llama 4 训练以及内部推荐和排序应用。
-
CFO Anat Ashkenazi 表示，Google 今年将有部分 TPU 销售收入入账，但更大的资产负债表影响将在 2027 年显现，且收入会因芯片交付时间不同而逐季波动。
目前 Google Cloud 的合同积压已达 4620 亿美元，TPU 硬件协议也已纳入其中。
目前英伟达占据 AI 加速芯片市场 80%~90% 的份额，而 Meta 原本是英伟达最大客户之一。从90%的市场占有率来说，英伟达的营收利润会增长但市场占有率在激烈的竞争中只会走下坡路了， 符合逻辑的是90% - 99% = 不可完成的任务, 更自然的结果 90%- 80%- 70%- 60% ...。
但从长期来看，威胁是结构性的，而非立竿见影的：
- TPU 在推理和张量密集型任务上性价比比 GPU 高约 4 倍，但英伟达 GPU 在训练多样化模型、研究灵活性以及游戏/图形/通用计算等非张量工作负载上仍然更有优势。
- Meta 采取的是混合策略英伟达负责灵活性，TPU 负责效率，并非完全替代。
- 分析师 估计，若 Google TPU 大规模对外销售，Alphabet 中期有望拿下全球 AI 芯片市场最多 20+% 的份额。
AMD 在这场博弈中竞争更为激烈它本来就在争夺英伟达的替代品地位，而 Google TPU 的入局，让 AMD 的 MI 系列 GPU 面临双重竞争：既有 NVDA 从上方压制，又有 Google/Broadcom ASIC 从专用场景切入。
最新进展：
据 The Information 报道，OpenAI 已开始使用 Google TPU 为 ChatGPT 等产品提供算力支持，这是 OpenAI 首次有实质性地使用非英伟达芯片。
这份与 Google 的合同，是 OpenAI 从微软独家云转向多元化算力供应的一部分。目前 OpenAI 的算力供应商还包括微软、Oracle 和 CoreWeave。
OpenAI 要用 TPU核心动机是NVDA GPU的推理成本太高。
推理消耗了 OpenAI 超过 50% 的计算预算。分析师指出，TPU 尤其是老一代 TPU，在推理任务上的单次成本显著低于英伟达 GPU因为 TPU 的专用架构减少了能量浪费和空闲资源，在大规模运行时更具成本效益。
Barclays 预测，仅消费端 AI 推理的芯片资本支出在 2026 年就将接近 1200 亿美元，到 2028 年超过 1.1 万亿美元，这迫使 OpenAI 等 LLM 服务商不得不考虑 ASIC 替代方案。
Google 并未向 OpenAI 出租其最强大的 TPU，这一点据 Google Cloud 内部员工透露。也就是说，竞争对手能用，但用的是降配版，Google 不会把最强算力拱手相让。
TPU 客户版图（截至2026年），目前已知的 Google TPU 主要客户包括：Anthropic、OpenAI、Apple、Meta 以及 Safe Superintelligence（SSI）。
OpenAI 虽然是 Google 在 AI 领域最直接的竞争对手，但在算力上已经成了 Google 的客户这正是 AI 行业最吊诡的现实：竞争与合作并存，成本压力让意识形态让步于经济逻辑。对 NVDA 而言，连 OpenAI 这个最核心的大客户都在分散筹码，长期压力不可忽视。
