抢英伟达份额？OpenAI拟采购谷歌AI芯片

据报道，OpenAI计划采购谷歌AI芯片，潜在交易的金额、规模与其他细节尚未披露。若交易落地，OpenAI与Alphabet旗下谷歌的关系将进一步加深。尽管两家公司在AI产品与搜索服务上正面对竞争。市场更关注这笔潜在交易对英伟达主导地位的含义，以及两家竞对企业算力关系的走向。

竞争对手之间的合作意向

这并非双方首次在算力层面产生交集。早在2025年6月就有报道，OpenAI已开始租用谷歌AI芯片张量处理单元（TPU）支撑ChatGPT等产品运行。同年7月，OpenAI方面曾表示正对谷歌TPU进行早期测试，暂无大规模部署计划。从云端租用测试到传出采购意向，两家公司的算力合作层级在一年多内明显抬升。两家公司产品层面的竞争并未缓和：ChatGPT与谷歌Gemini在对话式AI市场正面对垒，算力合作与产品竞争并行。

英伟达芯片的替代方案

OpenAI是英伟达GPU最大的采购方之一，模型训练与推理计算长期依赖英伟达产品。谷歌对TPU的研发投入已超过十年，自2013年启动，产品迭代至第七代。TPU正成为英伟达GPU的热门替代选择：成本更具优势，且针对AI负载进行了专门优化。今年，谷歌已开始直接向部分客户销售TPU，商业边界从自家云服务扩展至外部市场。英伟达凭借CUDA软件生态与先发优势，在AI加速器市场占据主导，GPU一度成为大模型训练的默认配置。

TPU的对外输出早已不限于传闻。2025年4月，谷歌发布第七代TPU Ironwood，定位面向推理场景；同年10月，Anthropic宣布扩大TPU使用规模，将获取最高100万颗TPU芯片。博通CEO陈福阳随后在财报电话会上披露，Anthropic于2025年第三、四季度向谷歌订购了合计约210亿美元的Ironwood机架系统。头部模型厂商的大规模采购，标志着TPU正从"谷歌自家芯片"转变为可对外供应的成熟算力产品。凭借针对推理负载的架构设计与规模化部署经验，TPU在推理环节的单位成本表现优于通用GPU，这成为需求方转向的外部动因。

自研与多源并行：算力多元化的产业路径

对OpenAI而言，采购谷歌TPU只是其算力多元化布局的环节之一。2025年10月，OpenAI与博通宣布合作部署10吉瓦自研加速器；2026年6月，双方推出首款自研推理芯片Jalapeño，采用台积电3纳米工艺，目标将推理成本降低约50%。在此之前，OpenAI已与AMD、Cerebras等芯片厂商达成合作，并与AWS签署约380亿美元规模的多年期算力协议。训练仍以英伟达GPU为主、推理逐步多源化、长期推进自研，已成为头部模型厂商对冲供给紧张与成本压力的共同选择。自研芯片并非新现象：亚马逊Trainium、微软Maia此前已落地，云厂商将自研加速器对外出租，多源化正演变为行业性选择。

这一趋势正在重塑AI加速器市场格局。谷歌、亚马逊、微软各自以自研芯片（TPU、Trainium、Maia）切入算力供给；OpenAI、Anthropic等模型厂商则主动分散采购，降低对单一供应商的依赖。对英伟达而言，数据中心业务收入近年持续创新高，GPU在训练环节的地位短期难被撼动，但其产能与交付周期已成行业性瓶颈，推理场景中ASIC类芯片的性价比优势则逐步显现，与GPU更多构成补充而非替代关系。

从更宏观的产业视角看，云厂商自研芯片对外销售，正在改变以往"芯片厂—云厂商—模型厂商"的单向供给链条，算力批发与定制化设计并行推进；AI算力需求本身也在从少数巨头外溢至企业乃至国家层面，数据中心与半导体的资本开支持续扩张。竞争与合作在同一产业内的叠加，或将成为常态：OpenAI与谷歌在搜索、AI助手等市场直接交锋，算力供应链上的相互依赖却在同步加深。

分析人士认为，若本次采购最终落地，将是OpenAI与谷歌算力合作从"租用"升级为"采购"的标志性一步，为AI芯片市场的供给格局再添变量。交易细节仍有待官方确认。