華爾街尬捧TPU學術界懵了：何愷明5年前就是TPU編程高手，多新鮮
Meta、xAI在內的大公司和學術界多年一直在用TPU，市場突然就拿他當成算力救世主了？
克雷西 發自 凹非寺
量子位 | 公眾號 QbitAI
學術界看不下去了，直接戳破：華爾街在尬吹谷歌TPU！
起因是Meta被曝要和谷歌簽訂數十億美元的TPU訂單，消息曝出后英偉達盤中最大跌幅達到了7%，按照現在的市值計算，一舉蒸發了超3000億美元。
反觀谷歌，在盤中情緒最熱烈時漲幅一度達4%，換算成市值相當于增加了約1500億美元，合人民幣超1萬億。
《華爾街日報》將其視為谷歌向英偉達的市場主導地位發起沖擊的信號。
但在從業人士看來，華爾街對此舉的看法實在是外行了：Meta、xAI在內的大公司和學術界多年一直在用TPU，市場突然就拿他當成算力救世主了？
谷歌沒有護城河，英偉達也沒有
OpenAI技術人員Clive Chan表示，不僅谷歌自己的Gemini一直在TPU上訓練，像Claude、生圖模型MidJourney、Ilya的SSI，也全都用過TPU。
所以在他看來，Meta和谷歌簽TPU訂單不是什么奇怪的事，如果Meta沒用過的話，反而會更讓他驚訝。
Clive對Meta的看法也被現實驗證——沒過多久謝賽寧就親口證實，Meta早在2020年就已經開始使用TPU了。
謝賽寧介紹，當時何愷明領導了TF和JAX代碼庫的初步開發，MAE、MoCo v3、ConvNeXt v2和DiT等研究項目都是完全在TPU上開發的。
同時，謝賽寧團隊在紐約大學的許多研究工作，也都用到了TPU。
在Meta的新訂單被曝光之后，英偉達這邊也對谷歌表示了祝賀。
但立馬話鋒一轉表示自家產品依然遙遙領先，是唯一能夠運行所有AI模型并應用于所有計算場景的平臺。
有意思的是，這則推文三句話就用了兩個長破折號，網友們一度懷疑是不是AI寫的。
不過在Clive看來，所謂的“英偉達護城河”，其實也是十分薄弱的。
比如OpenAI就專門開發了Triton來繞過CUDA，并且只需25行Python代碼就能達到cuBLAS的性能。
總之，從技術角度看，對于谷歌、Meta、OpenAI這樣的巨獸來說，至少其自身繞開英偉達不是什么難事。
當然了，除了CUDA之外，還有一個需要考慮的因素，那就是使用成本。
Artificial Analysis用Llama 3.3對多款英偉達芯片、AMD的MI300X以及谷歌TPUv6e來了波性價比橫評，結果從H100到B200，每1美元帶來的Token收益是TPU v6e的5倍。
具體來說，用30Tokens每秒的速度跑Llama 3.3，輸入輸出各100萬個Tokens，在H100上只需1.06美元，而在TPU v6e上需要5.13美元。
而谷歌最新的TPU v7成本核算下來，也和B200差不多。
TPUv7的FP8運算速度為4.6PFLOP/s，功耗約為1000瓦，GB200的FP8運算速度為5PFLOP/s，功耗約為1200瓦。
總之，綜合來看，不管是技術還是成本，英偉達和谷歌都沒有形成強有力的護城河。
但也有分析指出，谷歌選擇出售GPU，本來也不是為了賺錢，瞄準的目標也不是英偉達。
谷歌賣TPU不為賺錢為產能
Artificial Intuition作者Carlos E. Perez分析指出，大家都把Meta與谷歌的TPU交易看作是Meta對沖NVIDIA風險的一種手段，但事實并非如此。
Perez認為，Meta在這筆交易當中也在被谷歌利用，用出貨量換取排產和價格優惠，從而對沖來自芯片代工廠的風險。
代工廠需要獲得切實有效的多年期合約，才會啟動新的2納米生產線，這種“安全感”是初創公司無法給予的。
Perez想象了這樣一個場景：
谷歌走進代工廠，說道：
“我和Meta以及蘋果都簽了六年云服務合同，不管他們愿不愿意，他們每年都會消耗20萬個TPU。把你們N2容量的 25%按成本價給我。”
而代工廠垂涎三尺，欣然應允。
現在任何一家小型芯片公司（Groq、Cerebras、Tenstorrent等等）都可以進來索要同樣的晶圓。
Perez繼續暢想，當這些小公司走進代工廠時，得到的回應就會變成“抱歉，未來24個月的房源都已經賣給了谷歌。剩下的零碎貨，您只能按原價購買。”
他們正在利用Meta和蘋果的資本支出作為抵押，預購了未來的尖端芯片供應。這和蘋果當年在iPhone顯示屏上用的伎倆如出一轍。
當時蘋果用巨額預付款鎖定所有優質面板 ，導致其他廠商多年來只能使用二流屏幕。
當然谷歌一個巴掌自然是拍不響，但Meta和蘋果也都樂于簽署這些協議，因為目前谷歌的TPU是唯一可以批量獲得的芯片。
這樣做的結果就是，在代工廠那里，能和谷歌相抗衡的，也就只有英偉達了。
參考鏈接：
[1]https://x.com/itsclivetime/status/1993869419337142772
[2]https://x.com/ArtificialAnlys/status/1993878037226557519
[3]https://x.com/IntuitMachine/status/1993117888140439943
- 英偉達自毀CUDA門檻！15行Python寫GPU內核，性能匹敵200行C++2025-12-08
- GPT-5-Thinking新訓練方法公開：讓AI學會懺悔2025-12-04
- GPT5.5代號“蒜你狠”曝光！OpenAI拉響紅色警報加班趕制新模型，最快下周就發2025-12-03
- 混元OCR模型核心技術揭秘：統一框架、真端到端2025-11-30
