谷歌 TPU 演进十年：从自用芯片到对外供给的算力生意

谷歌自研的张量处理单元（TPU）已走过十年，从2015年支撑AlphaGo的第一代产品，迭代至2026年4月拆分为训练与推理两条产品线的第八代。这一长期被视作“内部工具”的芯片，2026年开始以商品身份进入公众视野。

据观察者网风闻社区文章梳理，谷歌TPU不仅自用，还通过谷歌云对外提供算力，并已直接向第三方客户销售。Anthropic、Meta等公司先后签下大额TPU订单，蚂蚁集团也将高强度计算负载迁至TPU v7。

十年造芯历程

谷歌的造芯起点可追溯到2015年。那一年AlphaGo击败李世石，其每一次落子背后运行的是谷歌自研的第一代TPU。这款芯片不为通用计算设计，而是专门针对矩阵乘法做优化。来源文章指出，当时行业仍在讨论CPU是否够用、GPU是否代表未来，谷歌已从搜索、广告、YouTube推荐等自身负载中判断AI算力需求将快速增长，通用芯片可能成为成本负担。

此后迭代节奏逐步展开：2017年TPU v2引入BF16格式并开始支持训练；2018年TPU v3配合大规模液冷上线；2024年第六代Trillium发布，较上一代性能提升4.7倍、能效提升67%，承担Gemini大模型的训练任务；2025年第七代Ironwood将单芯片FP8峰值算力推至4614 TFLOPS。

文章强调，这条曲线中没有一代属于只发布不落地的产品，每一代都实际部署在谷歌自己的搜索、广告、YouTube推荐和Gemini训练推理之上。芯片行业投入巨大，缺少庞大的自用需求托底，自研计划很难撑过三代迭代，这也是谷歌路径难以被简单复制的原因之一。

第八代产品分级

2026年4月，第八代TPU首次拆分为TPU 8t（训练）与TPU 8i（推理）两条产品线。来源将这一变化概括为从“通用大算力”走向“任务分级”，视为产品成熟度的标志。训练与推理负载特征不同，分线意味着谷歌开始按任务类型组织芯片供给。

这一分级并非孤立动作，而是建立在多年自用部署经验之上。文章认为，谷歌对模型形态的预判能力来自DeepMind，对软硬协同的压榨来自XLA编译器，对集群网络的调度来自自研光学电路交换机（OCS），这些环节共同支撑了产品线的细分。

有分析指出，在谷歌自有优化负载上，TPU的性价比可达英伟达方案的数倍。文章同时承认，TPU的JAX/XLA生态门槛更高、心智占有率更低，这既是真实短板，也构成外界认知上的遮蔽。

对外供给的转折

长期以来，TPU被藏在谷歌自家数据中心墙内，不直接对外销售芯片，在资本市场中被视为成本项而非收入项。转折出现在2026年：谷歌从二季度开始向第三方数据中心交付TPU，这一芯片第一次以商品身份进入公众视野。

供给方式并不单一。文章梳理称，谷歌既通过谷歌云对外提供算力，也直接向第三方客户销售，还通过投资绑定合作伙伴，形成“芯片+云服务+投资绑定”的闭环。2026年8月，谷歌与迈威尔科技达成协议，由后者为其定制AI推理加速器、存储控制器等并接入TPU生态，谷歌最多以121.82亿美元投资，持股约6.7%。

财务层面的兑现仍需时间。谷歌CFO阿什克纳齐在财报会上表示，2026年TPU收入只占一小部分，大部分订单将在2027年兑现。文章据此判断，这盘生意谷歌自己才刚刚落子。

大客户与订单

外部客户中，Anthropic的订单规模最受关注。2025年10月，谷歌承诺向Anthropic供应最多100万块TPU，价值数百亿美元；2026年4月，Anthropic再下数吉瓦规模的TPU订单。文章称，最大竞争对手之一的算力命脉握在谷歌手里，这在商业史上几乎是前所未有的一幕。

Meta则被曝签下数十亿美元合同，租赁谷歌TPU集群，背景是极度缺算力。国内方面，2026年8月Google I/O Connect China上披露，蚂蚁集团将高强度计算负载迁至谷歌TPU v7，实现200%的训练性能提升。

出货量数据同样被提及：TPU出货量2025年约250万片，2026年目标上调50%，总量预计突破370万片。文章还引用IDC预测称，ASIC在推理市场的份额将从2024年的15%向2030年的80%攀升，谷歌被视为这条替代曲线的最大推手。

与英伟达的竞合

文章把谷歌的角色拆为三重。对英伟达，它是挑战者：CUDA生态二十年积累让“GPU=AI算力”成为行业惯性，而TPU以ASIC路线在推理市场争夺份额。对OpenAI、Meta、Anthropic等模型公司，它既竞争又共生，一边用Gemini争夺模型身位，一边把TPU卖给他们、租给他们。

支撑这套打法的投入规模在快速抬升。文章给出的数据是，谷歌资本开支从2022年约310亿美元升至2026年预计约1800亿美元，自研芯片是投入核心。文章认为，谷歌真正的护城河不是某一块芯片，而是芯片、模型、编译器、网络、数据中心与云的垂直一体化。

对中国同行，文章将其视为一面镜子和一种压力。百度昆仑芯被拿来与TPU对照，差距被归结为商业化半径：谷歌已实现对外规模化供给，而中国互联网公司的自研芯片绝大部分仍停留于自用。寒武纪、燧原、壁仞、沐曦等独立芯片公司正在追赶，但文章指出关键区别在于，中国的供给更多来自分散的创业公司，美国则是巨头亲自下场。文章最后提出的问题是，中国能否出现既有顶级自用需求、又有开放分发能力的平台级玩家。

要点

第一代TPU于2015年支撑AlphaGo落子
2024年第六代Trillium性能提升4.7倍
2025年第七代Ironwood单芯片FP8算力达4614 TFLOPS
2026年4月第八代拆分为TPU 8t与TPU 8i
谷歌2026年TPU出货目标预计突破370万片