7月14日，据The Information报道，谷歌正将自研AI芯片TPU从内部基础设施推向外部市场，首次大规模瞄准长期依赖英伟达GPU的新兴云服务商（Neocloud）。谷歌不仅向客户推销TPU的成本优势，还提出为数据中心项目提供融资支持，并承诺回租部分TPU——用"卖芯片+借钱+租回来"的组合拳，直接挑战英伟达在AI算力市场的统治地位。
这不是孤立事件。7月以来，AI芯片赛道进入前所未有的白热化阶段：OpenAI与博通联合发布首款自研推理芯片Jalapeño；Meta宣布自研Iris芯片9月投入量产；推理芯片创业公司Positron估值冲50亿美元；Etched获得台积电制造的首批定制芯片和10亿美元合同。所有人都在做同一件事——摆脱对英伟达的依赖。
谷歌的"融资+回租"攻势
过去TPU几乎全部部署于谷歌内部数据中心，仅通过Google Cloud对外提供算力。如今谷歌开始直接向新云服务商出售TPU，这一市场此前几乎完全由英伟达GPU主导。
谷歌向潜在客户强调三大优势：更高的运行效率、更稳定的硬件平台、更简单的网络架构。相比英伟达不同代GPU之间硬件架构变化较大、增加部署复杂度的问题，TPU的跨代兼容性更好。此前Grace Blackwell平台在大规模部署初期一度遭遇可靠性问题，给了谷歌可乘之机。
但谷歌最大的筹码来自商业模式：为TPU数据中心提供融资支持，帮客户筹集购买芯片和设备所需资金；同时回租这些TPU，用于自身AI模型训练和Google Cloud业务。这相当于客户买芯片有贷款、设备闲置有兜底——大幅降低了投资风险。
英伟达反制：GPU回租担保
面对谷歌攻势，英伟达迅速展开防御。一方面针对部分客户讨论新的财务激励措施，另一方面推出GPU回租担保计划，希望稳固新云服务商生态。
谷歌近期接触的新云服务商之一是Nscale——一家成立仅两年、与英伟达关系密切的公司。截至去年底，英伟达还是Nscale的最大优先股股东。这意味着谷歌不仅在抢客户，还在抢英伟达自己的投资标的。
OpenAI和Meta加入自研行列
6月24日，OpenAI与博通联合发布首款自研推理芯片Jalapeño。全球最强大的AI实验室开始从"买芯片"转向"造芯片"，这本身就是对现有供应链格局的最大否定。OpenAI的逻辑很清晰：推理是永不停歇的运营支出，自己造芯片才能控制成本。
7月9日，Meta宣布自研AI芯片Iris将于9月投入量产，并计划每半年推出新一代芯片直至2027年。Meta的策略是构建"模型-应用-基础设施"闭环，通过自建算力强化长期竞争壁垒。新模型Muse Spark 1.1在多个基准测试中逼近第一梯队，且成本优势显著。
核心观点：推理芯片战争决定AI产业走向
训练芯片的战争已经结束——英伟达赢了。但推理芯片的战争才刚刚开始。GPU的设计初衷是图像渲染的并行计算，后来被"意外"用于AI训练。但推理需要的是低延迟、高吞吐、低功耗，而不是数千个CUDA核心全速运转。当OpenAI、Meta、谷歌都在自研推理芯片时，英伟达在推理环节的统治力将被逐步瓦解。2026年下半场的AI芯片竞争，主战场已经从"训练"转向"推理"——而这一次，英伟达不再拥有主场优势。
2026.07.16