卖云算力的公司，货架上通常只摆一家的芯片。10月27日，甲骨文把货架改了：一边宣布扩大和英伟达的合作，一边宣布把谷歌的 TPU 摆上自家云平台，还顺手放上了另外两家做推理芯片的产品。
据财联社、凤凰网科技报道，甲骨文将大规模部署英伟达最新一代 Vera Rubin 服务器，规模达到“数吉瓦级”；同时首次向客户提供谷歌 TPU 算力，预计2027年推出，并在多年内逐步扩大。按报道，甲骨文将成为谷歌以外第一家提供 TPU 的超大规模云服务商。
一
吉瓦是功率单位，不是芯片数量。数据中心说“几吉瓦”，说的是这些机器同时开动要吃多少电。英伟达首席执行官黄仁勋此前说过一个换算：Vera Rubin 系统每部署一吉瓦，能给英伟达带来最高400亿美元收入。双方没有披露这次交易的具体金额，但这个换算足够说明“数吉瓦”不是小数目。
有意思的是，甲骨文一边加买英伟达，一边在自家服务器里换掉英伟达的部分网络芯片，改用自研的 Acceleron。整机还是人家的，血管换成自己的——这是大客户在对供应商做“减法”。
二
甲骨文云基础设施部门总裁马赫什·蒂亚加拉詹的说法很直白：不同的 AI 工作负载对算力需求不一样，多给几个选择，客户才能按性能、吞吐和成本挑最合适的。
这句话背后是一个正在变化的市场结构。训练大模型这件事，英伟达仍然占主导；但推理——也就是用户提问、模型回答的那一环——竞争格局分散得多。推理任务五花八门，有的吃显存，有的吃延迟，有的只求便宜，没有一种芯片能全吃下。
Cerebras 首席执行官安德鲁·费尔德曼的说法更直接：和甲骨文合作会大幅扩大他们的一级客户群，他们的产品正大规模进入其他公司的数据中心。对一家芯片新势力来说，能被超大规模云厂商摆上货架，比拿几个 benchmarks 有用得多。
三
多云多芯听着开放，做起来是重资产。甲骨文上个月在财报电话会上说，维持2027财年约900亿至950亿美元的资本支出目标，同时越来越多客户开始自己承担芯片采购成本。这次采购怎么融资，公司没有披露。
这就带出一个不太好听的问题：当一家云厂商同时卖四种芯片，它卖的其实是“选择的自由”，而这份自由的价格，是它自己要先把四种货都备齐。备货要钱，钱要利息，利息最终摊到算力单价上。
所以这件事既不是“认输”，也不是纯粹的“开放”。它是算账之后的选择：训练这块守不住独家，就去推理那块抢份额；芯片上守不住独家，就把网络、存储、调度这些自家能做的环节攥紧。
对用云的公司来说，短期是好消息——多一个供应商，多一分议价空间。对行业来说，更值得看的是另一个信号：AI 算力的竞争，正从“谁的芯片快”，转向“谁能把不同芯片拼成一套划算的系统”。这个转向一旦成立，卖铲子的和卖水管的，位置都要重排。