【新智元读】去GPU化的波浪北屯无粘结钢绞线，也曾拦不住了！OpenAI嫌英伟达太慢，Anthropic1486亿投靠TPU，老黄被动200亿天价收购「叛徒」自救。如今，算力武备赛阐明参预能为的新时间：谁先卡住「每焦耳每微秒」的限，谁无意便是下个十年的霸主。

再过两周，黄仁勋将站上GTC 2026的舞台。

他提前放了话：「咱们准备了几款寰球向前所未见的全新芯片。」

底气来自份炸裂的收货单——

英伟达2026财年年收入2159亿好意思元，净利润翻倍，数据中心业务三年翻了13倍。在财报电话会上，CFO平直甩出个数字：客户也曾部署了9吉瓦的Blackwell基础措施！

但诡异的幕出现了。

财报发布当晚，英伟达盘后度涨4。随后股价悄然转跌，次日平直低开低走，收跌5.46，夜挥发数千亿好意思元市值。

华尔街不是看不懂数字，是看懂了趋势。

前有Anthropic甩出210亿好意思元订单，采购基于谷歌TPU的算力系统；后有Meta跟谷歌签下数十亿好意思元芯片大单，大领域租用TPU考研模子。

为了给编程带来接近及时的反映体验，OpenAI是历史前次将主力家具GPT-5.3-Codex-Spark，部署在了低蔓延与鲁钝耗的非GPU芯片Cerebras上。

英伟达大的几个客户，正在集体散播筹码。

大家AI芯片中GPU架构和非GPU架构比例（数据开首：盛大家投资商榷部）

凭据摩根大通的产能论说，谷歌相干在2027年部署600至700万颗TPU，大部分供给Anthropic、OpenAI、Meta和苹果等外部客户。

盛投资商榷部的模子高慢，大家AI职业器中非GPU芯片出货占比，将从2024年的36升至2027年的45。

肖似的，IDC也预计，到2028年，非GPU职业器市集领域占比将面对50。

GPU的致命短板

个层的转化正在发生：AI的竞争焦点，正从单纯的算力领域，转向对能比与蔓延的致追求。

昔时拼谁卡多、谁集群大。

咫尺拼的是，相同花块钱，谁能吐出多Token。

「每好意思元产生的Token数」正在取代峰值算力，成为臆测芯片生意价值的中枢狡计。

究其原因在于，GPU的架构决定了，每次狡计时数据皆要在外部显存和狡计单位之间走动搬运。

旅途长、次数多，能耗就、蔓延就大。堆多卡处分不了这个问题。

路透社爆料北屯无粘结钢绞线，OpenAI已屡次抒发对英伟达芯片的「活气」——反映速率没达预期，在代码生成家具Codex上感受尤为昭着。

压力迫使英伟达这条「巨龙」寻求改变。

图灵得主David Patterson解析在新商榷中指出，大模子每次token生成皆绕不开数据搬运，而搬运能耗远于狡计自己。

将来的中枢命题是「让数据离狡计近」。

为此，他给出了三个AI芯片的演进向：近内存处理、3D堆叠、低蔓延互连。

本色上，这些皆指向同件事——用架构创新虚构数据搬运的能耗和蔓延。

换句话说便是，谁能用低的能耗、低的蔓延跑通下代模子，谁就能在将来十年的算力桌上占得先机。

谷歌TPU向商用市集

直以来，谷歌TPU供委宛模子考研和理，外东说念主用不到。

旧年开动，谷歌把TPU向了商用。

订单立时涌入。

博通CEO显现，Anthropic下了210亿好意思元的大单；Meta签下数十亿好意思元TPU租借公约；潜在客户还包括苹果和已与SpaceX并的xAI。

原因不难领略。大模子参预领域化落地阶段，算力需求爆发、老本压力加重，单依赖GPU的瓶颈越来越昭着。而谷歌TPU的能，也曾具备与顶GPU分庭抗礼的实力。

2025年出的七代TPU，是谷歌迄今截至能、可膨大强的AI芯片——

单芯片峰值算力4614 TFLOPS（FP8精度），大集群9216颗芯片、总算力达42.5 EFLOPS。

划：TPU v7在同等算力输出下功耗仅为英伟达B200的40至50。

不仅如斯，谷歌自研的光电路交换机（OCS）本领，还让万卡集群完结近乎线的加快比。比拟之下，传统GPU集群领域越大，通讯损耗越严重；而TPU集群基本不吃这个亏。

Google TPU v5e、v5p、v6、v7芯片要津能对比

谷歌TPU崛起还有为平直的例证：在TPU上考研的Gemini 3，在多个基准测试中位居榜，为业界顶模子之。

回到老本账上。

TPU凭借AI用架构带来的2-4倍能势，将大模子理的综老本比拟GPU拉低50以上。而这恰是Anthropic、Meta们用订单投票的根蒂逻辑。

当下，大多数大模子企业也曾在用TPU+GPU的组来缓解老本压力。

旧年11月，半体商榷机构SemiAnalysis对比大模子公司的采购老本后发现：与OpenAI比拟，同期使用TPU与GPU的Anthropic，钢绞线在与英伟达筹商时领有强的议价权。

手里有TPU北屯无粘结钢绞线，就多了张跟老黄还价还价的。将来头部AI公司梗概率皆会走「多芯片并行」路子。

OpenAI与Anthropic购买算力的老本对比

能跨越式进步，顶大模子领域化考据，头部公司主动布局——TPU已从算力产业的补充路子，升为主流路子。

英伟达大的步地，正在被改写。

十年磨剑

「TPU之父」要造下代AI芯片

2025年底，英伟达斥资200亿好意思元，拿下AI芯片创企Groq的中枢本领和团队。

这是英伟达史上大的笔交游，溢价近三倍。

Groq独创东说念主Jonathan Ross，被称为「TPU之父」，谷歌TPU的中枢联想者之。离开谷歌后，他创立Groq的标的很明确：作念颗越谷歌TPU的芯片。

两者的互异在架构。

谷歌TPU走的是「固定架构+集群膨大」路子。

其中，芯片里面搭载固定狡计单位，依托二维数据流运算；芯片间通过3D Torus拓扑完结互联。架构透露，但天真有限。

谷歌TPU架构

Groq的TSP（Tensor Streaming Processor）则是种「软件界说硬件」的数据流处理器。

其核脸色念是，通过构建可重构的软硬件系统，在保握可编程的同期，达到接近ASIC的致能。

具体来说，芯片里面作念了切片化微架构联想，配软件层的天真成立，可凭据不同任求及时调养狡计逻辑和数据流旅途。

同期，依托大容量片上SRAM及静态蜕变机制，显耀进步了数据访存率并虚构搬运能耗。

好意思国DARPA「电子回复相干」（ERI）度看好「软件界说硬件」向，将其列为国政策中枢。这亦然Groq被称为「阶TPU」的原因。

数据高慢，在相易理任务中，Groq芯片token蔓延比谷歌TPU v7虚构20至50，每token老本虚构10至30。

这场芯片翻新，才刚开动加快

Groq被收编，但「阶TPU」的进化没停。

国内清微智能、外洋Cerebras等公司正在数据流动态成立和集成式上握续冲破。

1. 通过3D Chiplet本领构建三维立体数据流架构。

具体来说，「狡计中枢+3D DRAM芯粒」的组在垂直与水平两个维度上酿成了的数据流狡计模式，冲破了传统二维架构的率局限。

三维架构不错依据狡计任务的需乞降数据特，在两个维度上天真蜕变数据流，大化缩小传输旅途，虚构搬运进程中的蔓延与能耗，从而跨越进步举座狡计率。

2. 依托算力网格本领构建天真数据流狡计范式。

传统固定组网存在膨大和语义适配瓶颈。而算力网格本领则不错通过天真组网，完结Scale up与Scale out的协同。

凭据AI任务特，系统能及时下发数据流的动态成立信息，在多种互联拓扑结构间天表示换、蜕变。终虚构互联蔓延，充分开释数据流架构的算力。

3. 通过前沿的晶圆芯片本领，将数据流架构的势阐明到致。

这项本领将数据流架构从芯片圭臬膨大到整片晶圆。

在整张晶圆上密度集成广泛狡计中枢，狡计中枢间的互联距离被大缩小。带来的效力是，互联带宽完结数目进步，通讯蔓延大幅虚构。

数据流架构的算力领域与狡计能由此被到致。这亦然为什么晶圆芯片被视为数据流狡计架构的理思物理载体。

以Cerebras为例。

数据高慢，Cerebras CS 3系统理能比英伟达旗舰DGX B200快21倍，老本与功耗均虚构三分之，在算力、老本、能上展现出显耀的综势。

在实测中，OpenAI的Codex-Spark跑出了每秒1000 token的生成速率，让代码编写次有了及时交互的体验。

Cerebras CS-3 vs英伟达GPU：大模子理速率对比

GPU霸的时间，回不去了

谷歌TPU走出围墙，OpenAI拥抱晶圆芯片，英伟达天价收编Groq。

这些信号均指向同个向：TPU已变成巨头们真金白银押注的主战场。

算力寰球的单时间，正在被多元架构终结。

决定下代AI天花板的，不是算力堆砌的武备竞赛，而是能耗、蔓延、详情共同组成的新狡计。

对国产芯片来说，这场变局既是机遇亦然挑战。 侍从者只可分残羹，走出我方的底层创新之路，才有阅历参与下轮大家算力洗。

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。