谷歌不想贏英偉達(dá)

撰文｜版君

編輯｜畫畫

英偉達(dá)和谷歌，兩場大會(huì)，兩個(gè)人，說了同一個(gè)詞。

3月16日，圣何塞，GTC 2026。黃仁勛把數(shù)據(jù)中心定義為"生產(chǎn)Token的工廠"，并給出一個(gè)驚人的判斷，到2027年，這個(gè)市場的需求規(guī)模至少1萬億美元。

4月22日，拉斯維加斯，Google Cloud Next 2026。桑達(dá)爾·皮查伊給出另一組數(shù)字：谷歌每分鐘處理160億個(gè)token，上個(gè)季度還是100億。今年資本開支1750億到1850億美元。

兩個(gè)人都在談Token。但一個(gè)在描述供給，一個(gè)在展示消耗。

過去很長一段時(shí)間，外界習(xí)慣性地把谷歌放在追趕者的位置。

這個(gè)判斷，正在失效。

把這兩場大會(huì)放在一起看，會(huì)發(fā)現(xiàn)一個(gè)更關(guān)鍵的變化：這不是同一場競爭。

一、賣鏟子的，和造工廠的

理解這兩家公司，先要看清它們各自在賣什么。

英偉達(dá)的產(chǎn)品，是生產(chǎn)資料。

GPU是通用算力，從OpenAI到Meta，從字節(jié)跳動(dòng)到主權(quán)基金，幾乎所有頭部AI玩家，都在它的客戶名單里。

CUDA生態(tài)匯聚超600萬全球開發(fā)者、900余個(gè)CUDA-X加速庫，二十年持續(xù)迭代的生態(tài)飛輪，早已成為AI時(shí)代算力底層的標(biāo)準(zhǔn)件。

黃仁勛那句判斷很有代表性：即便競爭對(duì)手的架構(gòu)是免費(fèi)的，也未必足夠便宜。

2025財(cái)年，NVIDIA數(shù)據(jù)中心業(yè)務(wù)收入超過1150億美元，同比增長超過200%，毛利率在75%以上，在全球AI加速器市場占據(jù)約80%的份額。

換句話說，每10塊AI算力芯片里，至少有8塊來自英偉達(dá)。

這是一門典型的賣鏟子的生意，而且是所有人都離不開的那種。

谷歌的路徑完全不同，它提供的不是單一工具，而是一整套運(yùn)行體系。

自研TPU芯片、訓(xùn)練Gemini模型、運(yùn)行在Cloud之上，再對(duì)外提供服務(wù)。從底層算力到上層應(yīng)用，全部打通。

目前Google云業(yè)務(wù)年收入已接近600億美元，過去一年增長接近50%，AI相關(guān)需求成為最核心的驅(qū)動(dòng)力。

這種模式更像是自己搭建了一座完整的工廠，再把多余的產(chǎn)能對(duì)外輸出。

英偉達(dá)的邏輯，是把設(shè)備賣給所有人。谷歌的路徑，則是先把體系跑起來，再讓別人接入。

一個(gè)掌握生產(chǎn)資料，一個(gè)在組織生產(chǎn)過程。

二、TPU一刀切兩半

這次谷歌Cloud Next，TPU最值得注意的變化，不在參數(shù)，而在結(jié)構(gòu)。

從 2017 年 TPU v2 起至 2025 年 v7 Ironwood，整整六代產(chǎn)品，谷歌始終采用單顆通用芯片同時(shí)承載大模型訓(xùn)練與推理任務(wù)。

直到這次發(fā)布第八代 TPU，谷歌首次徹底戰(zhàn)略轉(zhuǎn)向，將訓(xùn)練、推理拆分為兩顆專屬獨(dú)立芯片（TPU 8t、TPU 8i）。

• TPU 8t，代號(hào)Sunfish，博通設(shè)計(jì)，臺(tái)積電2nm工藝，專門做訓(xùn)練。單個(gè)超級(jí)Pod（9600顆芯片）峰值算力121 EFLOPS（FP4精度），是上一代的2.8倍，價(jià)格相同。能把前沿模型的開發(fā)周期從數(shù)月縮短到數(shù)周。

• TPU 8i，代號(hào)Zebrafish，聯(lián)發(fā)科設(shè)計(jì)，這是聯(lián)發(fā)科第一次進(jìn)入超大規(guī)模數(shù)據(jù)中心芯片領(lǐng)域，專門做推理。性價(jià)比比上代提升80%，集合操作延遲降低最高5倍。

分家的原因很直接，Agent時(shí)代，推理和訓(xùn)練的負(fù)載特征完全不同。

一個(gè)智能體完成任務(wù)，往往需要多次調(diào)用模型，每一次調(diào)用都要求低延遲、高并發(fā)。這和訓(xùn)練階段的集中算力需求完全不同。

一顆芯片同時(shí)跑訓(xùn)練和推理，哪頭都湊合，哪頭都不夠好。

背后的算賬邏輯很清楚。訓(xùn)練是一次性投入，模型訓(xùn)好就行。推理是持續(xù)性消耗，用戶每用一次就推理一次。

當(dāng)token規(guī)模從100億/分鐘躍升到160億/分鐘，推理端的效率開始直接決定成本結(jié)構(gòu)。

這也解釋了兩家公司技術(shù)路徑的差異。英偉達(dá)持續(xù)優(yōu)化單顆芯片性能，谷歌更關(guān)注集群效率與整體成本。

三、Anthropic的一百萬顆芯片

TPU從內(nèi)部工具走向外部市場，有一個(gè)明顯的標(biāo)志，開始承載頭部模型公司的核心負(fù)載。

2025年10月，Anthropic與谷歌簽了一份多年期協(xié)議，最多使用100萬顆Ironwood TPU，價(jià)值數(shù)百億美元。

這是AI歷史上最大的單筆算力交易。

緊接著，Meta傳出正在考慮從2027年起部署TPU。消息一出，英偉達(dá)股價(jià)當(dāng)天大跌。

這一系列動(dòng)作，對(duì)英偉達(dá)來說，是最危險(xiǎn)的信號(hào)。不是某個(gè)小公司在試水，是Anthropic，是Meta，全球頭部的大模型公司，都要把自家最核心的推理負(fù)載全部押在了TPU上。

谷歌的策略很明確：用Anthropic和Meta做樣板客戶，證明TPU能替代英偉達(dá)，然后通過Cloud平臺(tái)把TPU算力賣給所有企業(yè)。

如果說英偉達(dá)的優(yōu)勢在軟件生態(tài)，CUDA形成了強(qiáng)綁定。谷歌的突破口，則來自成本。

Ironwood TPU的核心目標(biāo)是顯著降低總擁有成本。精密分析顯示，其每美元性能/價(jià)格比較前代提升2倍，相比NVIDIA B200在總擁有成本上具有約30%～41%的優(yōu)勢，可有效幫助企業(yè)控制推理成本。

當(dāng)推理成本被壓到對(duì)手的一半以下，軟件壁壘就開始松動(dòng)了。因?yàn)槠髽I(yè)算賬的時(shí)候，省下來的錢足夠覆蓋遷移成本。

技術(shù)壁壘依然存在，但經(jīng)濟(jì)驅(qū)動(dòng)開始改變選擇。

四、160億token背后的真話

皮查伊在Cloud Next上說了三個(gè)數(shù)字：160億token每分鐘。75%的新代碼由AI生成。今年投入1750億到1850億美元。

看起來分散，其實(shí)指向同一件事。

這些token，不只是API調(diào)用，還包括搜索、廣告、YouTube推薦、安全系統(tǒng)和內(nèi)部開發(fā)。

從100億到160億，單季度增長超過60%，按這個(gè)規(guī)模估算，谷歌每天處理的token已經(jīng)達(dá)到萬億級(jí)。

作為對(duì)比，當(dāng)前頭部模型公司的API調(diào)用，大致處在數(shù)百億到千億token/天的區(qū)間。

谷歌的體量，已經(jīng)超出單一模型公司的范疇，更接近一個(gè)基礎(chǔ)設(shè)施級(jí)消費(fèi)體。

這和黃仁勛提出的"Token工廠"，形成了一個(gè)有意思的對(duì)照。

黃仁勛描述的是一個(gè)賣方市場。Token是商品，GPU是生產(chǎn)設(shè)備，價(jià)格分五個(gè)層級(jí)，從免費(fèi)到150美元每百萬token。你來買設(shè)備，生產(chǎn)Token，賣給你的客戶。

他在GTC上連Token的定價(jià)體系都替行業(yè)設(shè)計(jì)好了。

英偉達(dá)圍繞供給側(cè)構(gòu)建體系，谷歌則在放大需求側(cè)規(guī)模。

一個(gè)定義產(chǎn)能，一個(gè)吞下產(chǎn)能。而長期來看，需求會(huì)反過來塑造供給。

谷歌對(duì)TPU性價(jià)比的優(yōu)化動(dòng)力，遠(yuǎn)超任何外部客戶，因?yàn)槊拷档鸵环皱X的推理成本，省下來的錢首先進(jìn)了自己的口袋。本質(zhì)上，谷歌自己就是全世界最大的Token消費(fèi)者。

五、誰會(huì)贏？

短期看，英偉達(dá)贏。CUDA生態(tài)的壁壘、80%的市場份額、75%以上的毛利率，這些不會(huì)一夜被顛覆。

黃仁勛直言，到2027年英偉達(dá)將迎來至少1萬億美元的確定性算力需求；其中60%來自全球前五大超大規(guī)模云廠商，剩余40%分散于企業(yè)私有部署、主權(quán)云、邊緣計(jì)算及全行業(yè)場景。

這份預(yù)判，有著十足的底氣。

但谷歌正在把競爭拉到英偉達(dá)不擅長的維度。

這次Cloud Next上，GE在谷歌的Agent平臺(tái)上跑了超過800個(gè)智能體，覆蓋制造、物流和供應(yīng)鏈。畢馬威首月部署超過100個(gè)智能體，90%的員工在用。默克簽了10億美元合同。

谷歌云CEO庫里安還確認(rèn)，基于Gemini構(gòu)建的蘋果新一代Siri將于今年發(fā)布，合作每年價(jià)值約10億美元。

當(dāng)企業(yè)客戶的需求從一塊GPU變成了幫我管住一千個(gè)Agent，賣芯片的就比不過賣系統(tǒng)的了。

英偉達(dá)解決的是有沒有算力，谷歌要解決的是算力怎么被用起來。

這不是誰殺死誰的故事。就像石油行業(yè)既有賣鉆頭的哈里伯頓，也有自己鉆井、煉化、零售一條龍的沙特阿美。兩種模式會(huì)長期共存。

但有一件事正在發(fā)生變化。

過去，英偉達(dá)是所有人的唯一選擇?，F(xiàn)在，谷歌證明了另一條路走得通。Anthropic選了TPU，Meta在考慮TPU，蘋果把Siri交給了谷歌Gemini。

選擇變多了。對(duì)壟斷者來說，這就是最大的威脅。

ChatGPT出來后的兩年多，谷歌看起來像一個(gè)追趕者。但Cloud Next講了一個(gè)不同的故事，谷歌沒有贏模型競賽，但它把AI重新變回了一個(gè)基礎(chǔ)設(shè)施問題。

而做基礎(chǔ)設(shè)施，恰好是谷歌最擅長的事。

谷歌不是在追英偉達(dá)，也并非想在芯片戰(zhàn)場打敗英偉達(dá)。

從一開始，它們跑的就不是同一場比賽。

【版面之外】的話：

AI的上半場，是訓(xùn)練模型。下半場，是管理智能體。終局，可能是控制系統(tǒng)。

黃仁勛說Token是新的大宗商品。皮查伊說谷歌每分鐘消耗160億個(gè)。一個(gè)在定義市場，一個(gè)在吃下產(chǎn)能。

如果說上一輪互聯(lián)網(wǎng)的入口是App，這一輪AI入口不是模型，是系統(tǒng)。

而系統(tǒng)一旦形成，就不會(huì)輕易更換。