谷歌定制芯片，不再局限于TPU

谷歌与Marvell的定制芯片交易，其潜在交易规模十分引人注目。但这份协议更具深远影响的，或许是它覆盖的业务广度。这项合作远不止张量处理单元（TPU）。十余年来，谷歌一直在研发TPU，将其作为通用加速芯片的替代方案。Marvell表示，双方合作涵盖AI推理加速器、存储控制器、网络接口控制器、内存接口控制器以及近内存计算。

这表明谷歌正把TPU背后的设计思路，更深地渗透到AI数据中心之中。既然专用芯片能够改善AI计算的经济效益，那为何只局限于加速器呢？到目前为止，对外公开说明双方合作范围的主要是Marvell。谷歌并未单独发布公告，SEC归档文件以及后续财报解读，成为这份协议公开细节的主要信息来源。

这份交易还包含一项特殊认股权证，允许谷歌以每股206.58美元的价格收购近5900万股Marvell股票。大部分股份将随谷歌采购符合条件的定制产品逐步解锁行权。实际上，这份股权奖励与Marvell截至2033财年最高1200亿美元的累计营收挂钩。因此，1200亿美元并非谷歌的确定性采购承诺，而是认股权证全部行权所对应的营收上限。

Marvell CEO Matt Murphy在公司2027财年第二季度财报电话会议上表示，该认股权证覆盖已经开展的项目、新拿下的设计订单以及未来潜在项目。他称，协议内2028财年之前的相关营收，已经纳入Marvell此前的业绩预测，更大的增量影响将从2029财年开始显现。

围绕TPU搭建更多定制芯片项目

Futurum集团半导体、供应链与新兴技术研究总监Brendan Burke表示，这份协议并不是要让Marvell从博通手中抢走TPU业务，而是谷歌要围绕TPU搭建更多定制芯片项目。“这笔交易把整体市场蛋糕做大了。”

Brendan Burke预计博通仍会参与TPU核心项目，而谷歌会在系统其他环节新增各类专用芯片。他提到，TPU的成功促使谷歌把定制芯片思路拓展到推理、内存、存储与网络领域，谷歌有望打造一整套自研数据中心芯片，产品覆盖广度逐渐向Nvidia、AMD这类厂商看齐。

这种业务扩张，折射出AI架构层面更广泛的变化。内存与数据传输过去大多被视作处理器的配套功能，如今对整体系统性能的影响正变得越来越关键。

Murphy在Marvell财报电话会议上也表达了类似观点。他说，公司多年来一直认为，芯片定制化最终会延伸到 “网络的每一跳节点”，而不是仅仅局限于加速器。时隔五年，Marvell正在越来越多地看到这一趋势。随着AI从大规模训练任务转向推理工作负载，需要低成本生成海量token，这一转变就显得格外重要。

超大规模云厂商为何能够做专用芯片

Silicon Data与compute.exchange的CEO Carmen Li表示，对超大规模云厂商来说，定制芯片的成本收益逻辑，和规模更小的云服务商并不相同。

她介绍，售卖裸机加速算力的新型云服务商，客户会明确指定要Nvidia H100或者B200芯片。反观谷歌、AWS或者微软，它们售卖的往往是服务或者任务执行结果。客户关心的是延迟、吞吐量或是推理任务的运行成本，并不会关心、也无需关心底层用的是什么处理器。“它们可以自由选用任何硬件。”

这就给了超大规模云厂商更大空间：只要能提升经济效益，就可以把合适的业务迁移到自研芯片上。Li表示，如果谷歌能用TPU或者其他专用ASIC，实现同等服务水平且成本更低，客户几乎没有理由非要坚持使用通用GPU。

但这不代表所有业务都适合ASIC。“一切要看具体工作负载。”Li说。运行状态相对稳定的工作负载更容易做芯片优化，云厂商可以预判业务需求，据此设计芯片。而快速迭代的业务，例如新兴多模态应用，风险会更高，专用硬件的适配能力可能跟不上变化。

因此超大规模云厂商大概率会采用混合方案：可预测业务用定制加速器，需要灵活性的业务继续使用通用GPU。

推理场景让定制芯片的收益更有吸引力，这类重复运行的业务可以围绕成本、功耗、性能做深度优化。Murphy称，行业进入他所说的 “商业化时代”，AI基础设施企业越来越关注每生成一个token对应的成本与性能。

谷歌定义规格，合作厂商负责工程实现

定制芯片应用越来越广，也引出一个问题：谷歌内部已经拥有半导体行业顶尖的芯片设计团队，为什么还需要Marvell或者博通？

Brendan Burke区分了两件事：定义芯片要实现什么功能，以及把架构转化为可量产的产品。他表示，谷歌擅长计算架构，包括处理器内核与互联。而商用半导体合作伙伴在SerDes、物理互联、先进封装、高带宽内存集成、晶圆厂落地等方面具备专业积累，这些技术需要服务大量客户沉淀经验。

所以谷歌的定制芯片模式可以概括为 “谷歌定义设计，合作方完成工程落地”。谷歌确定功能与架构，半导体合作方负责提供物理子系统、系统封装，并且对接管理晶圆厂。

Marvell的优势在于，它集齐了AI基础设施关键环节的大量技术。产品涵盖定制计算、交换芯片、SerDes、光互联、内存控制器、CXL、存储以及先进封装。

Murphy在财报电话会议上反复强调这一业务广度。以横向扩展网络为例，超大规模云厂商越来越需要能够提供端到端技术路线图的合作方，产品覆盖交换机、铜缆互联、近封装光模块，最终演进到共封装光模块。“我们认为，现阶段只提供单点解决方案是行不通的。”

谷歌获得更多议价筹码

引入Marvell，也给谷歌多了一重谈判筹码。Brendan Burke表示，博通对客户拥有很强的定价话语权。Marvell的项目看起来和博通更多是互补，而非直接替代，但手握第二个靠谱的设计合作方，谷歌在未来项目谈判中就拥有更强议价权，也有望保留自研芯片更多的商业收益。

而Marvell则拿到潜力巨大的营收来源。但如果双方合作达到规模上限，Marvell的定制芯片业务会越来越依赖谷歌。

这一合作模式，也体现出议价格局的大变化：超大规模云厂商正在成长为更专业的半导体采购方。它们不再只选定一家定制芯片供应商，而是可以把项目拆分给多家合作方，同时牢牢把控架构与软件。

但这不代表Nvidia一定会受损。

被问及定制加速器会不会大规模抢占Nvidia GPU的市场份额，还是两类市场可以同步增长时，Li认为整体需求才是最核心变量。“两者都会增长，而且都会迎来高速增长。” 她说道。

所以更大的变革，并不一定发生在GPU与ASIC之间的竞争，而是定制芯片本身的定义正在改变。

谷歌最初只为机器学习打造专用处理器。而和Marvell的这份协议表明，芯片定制化正在向外延伸 —— 覆盖内存、存储、网络，以及处理器之间的数据传输链路。TPU或许只是开端。AI数据中心的其余部分，也正逐步走向定制化。