据科技媒体报道，Meta 正与谷歌磋商合作协议，计划自 2027 年起在数据中心部署谷歌自研的张量处理单元（TPU）。这一消息引发市场剧烈反应，英伟达股价于 11 月 25 日大盘上涨时逆势下跌 3%，超微半导体（AMD）股价跌幅更逾 4%，标志着谷歌与英伟达在 AI 芯片领域的竞争正式进入白热化阶段。

AI制图

据悉，双方拟议的合作采取 “云租 + 自建” 分步推进模式：Meta 明年将先从谷歌云按需租用 TPU 算力进行测试，若进展顺利，2027 年将启动实体芯片大规模采购，采购金额或达数十亿美元。作为专为 AI 神经网络张量运算优化的专用集成电路（ASIC），TPU 此前主要服务于谷歌内部及小规模云客户，此次若进驻 Meta 数据中心，将是其首次在谷歌云外实现大规模部署。

分析师指出，这一合作对谷歌意义重大，不仅能开辟全新收入来源，更使其得以与英伟达形成直接竞争。而谷歌上周发布的 AI 模型 Gemini 3 恰是基于自研 TPU 训练，该模型在多项基准测试中表现惊艳，带动谷歌股价上涨逾 13%，为 TPU 的技术实力提供了有力佐证。Seaport 分析师戈德透露，第七代 TPU 单芯片算力达 4614 TFLOPS，能效比 GPU 高 2-3 倍，在特定 AI 任务中已实现性能超越。

面对竞争压力，英伟达在社交平台 X 回应称，公司 GPU “领先业界一代”，是唯一可运行所有 AI 模型、适配任何计算环境的平台，强调其相比 ASIC 具备更强兼容性与灵活性。分析师也认为，Meta 短期内难减对英伟达的依赖，“更换供应商可能影响模型开发速度，云服务商仍将依赖灵活的 GPU 处理复杂负载”。

GPU 与 TPU 的技术差异构成市场分化基础：GPU 凭借成熟的 CUDA 生态和可编程性，占据全球 AI 训练市场约 80% 份额，仍是 OpenAI GPT 系列、Meta LLaMA 等主流模型的首选；TPU 则以高能效优势适配固定工作负载，Anthropic 已订购 100 万块用于模型训练。

分析师普遍认为，此次合作将重塑行业格局。AMD 因护城河较窄受冲击更大，需进一步证明自身 AI 能力；长期来看，英伟达、AMD 与谷歌 ASIC 将形成多元竞争格局，市场份额取决于技术创新与应用适配。目前双方尚未敲定最终协议，但其引发的行业震动已显现 AI 芯片赛道的变革信号。