AI算力竞赛：英伟达与谷歌TPU的较量，ASIC时代已至

“我们为谷歌的成功感到高兴——他们在AI领域取得了巨大进步，我们也将继续向谷歌提供产品。然而，在英伟达的GPU似乎垄断的市场中，一股新生力量正悄然崛起。ASIC芯片，特别是谷歌TPU，正被视为英伟达Blackwell芯片的可行低成本替代方案。”

11月25日，英伟达在社交平台X上的这番声明，被视为对谷歌TPU近期备受关注的直接回应。

就在声明前一天，有消息传出Meta正考虑从2027年开始在其数据中心部署谷歌的TPU，这一潜在交易金额可能高达数十亿美元。受此影响，英伟达股价一度重挫逾7%，市值蒸发近3500亿美元。这一市场波动清晰地表明，AI算力领域正迎来一场静默而深刻的变革。

在英伟达GPU看似垄断的市场中，专用芯片（ASIC）逐渐崭露头角。OpenAI开始租用谷歌的TPU芯片为其ChatGPT提供算力支持，亚马逊宣布其Trainium2芯片性能价格比优于其他硬件30%到40%，博通和Marvell的AI业务收入暴涨。这一切都在释放一个明确的信号：ASIC的时代，已经到来。

01

ASIC芯片的崛起与繁荣

2025年，全球ASIC芯片市场迎来爆发式增长。据中商产业研究院数据，2024年全球ASIC芯片市场规模已约达120亿美元，到2030年，这一数字有望超过500亿美元。

长期以来，英伟达凭借其GPU和CUDA生态，在AI芯片市场占据了超过90%的份额。然而，谷歌TPU作为ASIC芯片的代表，正逐渐改变市场竞争格局。在AI模型训练成本呈指数级增长的今天，通用GPU虽然灵活，但其本质上仍是为图形渲染设计的硬件，在面对神经网络的特定计算模式时，存在大量的效率损失。

TPU和GPU都能处理训练AI模型所需的大量计算，但实现方式截然不同。英伟达的GPU最初为渲染视频游戏图像而开发，通过数千个计算“核心”并行处理多项任务。而TPU专门为矩阵乘法这类AI相关工作而构建，这是训练神经网络的主要操作。

专用与通用，成为ASIC与GPU的核心差异。英伟达在声明中强调，其芯片相比谷歌TPU等专用集成电路芯片提供“更高的性能、多功能性和互换性”，后者通常只为单一公司或单一功能设计。

随着谷歌决定在2027年TPUv9导入EMIB试用，Meta亦积极评估规划用于其MTIA产品，EMIB技术有望为英特尔IFS业务带来重大进展。

02

博通与Marvell，双足鼎立

在ASIC定制芯片的繁荣背后，两大巨头成为最大赢家：博通和Marvell。 这两家公司已形成近乎垄断的双寡头格局，合计占据ASIC市场超过60%的份额。

博通作为绝对霸主，单独拿下55-60%的市占率。从业绩就能直观感受到它的强势——Q2财报里，AI业务收入直接突破44亿美元，同比增长46%。更关键的是它和大客户的深度绑定，最典型的就是与谷歌的合作：从谷歌第一代TPU芯片开始，博通就全程参与设计和制造。除了谷歌，博通还跟Meta敲定了未来两年的AI基础设施合作。此外，博通还跟OpenAI启动了10吉瓦级的定制AI加速器项目。

再看Marvell的“逆袭打法”。它虽然份额不如博通，但增长势头极猛：26Q1数据中心营收达到14.41亿美元。Marvell聪明的地方在于不跟博通正面硬刚，而是走差异化路线。在客户布局上，它搭建了“亚马逊+谷歌+微软”的三角合作网。技术上，Marvell也有自己的侧重点，专门盯着“能效+互联”做文章。这种“芯片-互连-存储”的垂直整合能力，成了它区别于博通的关键优势。

03

生态和供应链，是关键

AI算力竞争远不止于芯片性能本身，更延伸到软件生态和供应链安全。

英伟达凭借CUDA生态系统构建了深厚的护城河。谷歌则通过垂直整合，强化软硬件协同优势。谷歌上周发布了公司最强大模型Gemini 3，这款广受好评的最先进AI模型是在该公司的TPU上训练的。这种技术成就增强了TPU作为英伟达GPU可靠替代方案的可信度。

供应链多元化成为云巨头的重要考量。研究机构Gartner分析师表示，谷歌尽管拥有自己的芯片，仍是英伟达最大客户之一。与英伟达不同，谷歌不向其他公司出售TPU芯片。

国内市场方面，巨头企业在ASIC领域的布局同样亮眼。其中阿里巴巴自研的PPU芯片走在前列。据机构研判，这款PPU芯片在显存容量、片间互联带宽等关键指标上已超越英伟达A800。

对于国产AI芯片的发展，多家券商也给出积极判断。中信证券指出，当前国产AI芯片自主可控进展顺利；西部证券认为企业拥有自研芯片可替代外部供给；浙商证券则分析称ASIC芯片在特定场景下具备低成本、高性能、低功耗的优势。

在AI技术快速迭代的今天，算力格局的重塑才刚刚开始。