据行业内部消息，meta Platforms Inc.近期与谷歌达成一项重大合作，计划租用谷歌云定制的张量处理单元（TPU）用于人工智能开发。这项价值数十亿美元的协议标志着meta在AI硬件供应链多元化战略上迈出关键一步，同时也为谷歌在AI芯片市场挑战英伟达主导地位提供了重要契机。
作为社交媒体巨头，meta长期依赖英伟达GPU支撑其AI业务，但近期开始积极拓展供应商渠道。本月早些时候，该公司刚宣布采购数百万块英伟达下一代Vera Rubin GPU，同时与AMD达成价值数十亿美元的Instinct MI400系列GPU采购协议，并获得购买AMD 10%股份的选择权。此次与谷歌的合作，使meta成为首家同时使用三大主要AI芯片供应商产品的科技企业。
谷歌最新推出的Ironwood TPU在性能上实现重大突破。该芯片可提供超过竞争对手118倍的FP8 ExaFLOPS算力，训练推理性能较前代Trillium提升四倍，单个服务器群组最多可集成9216个芯片，通过高速互连技术实现9.6太比特/秒的带宽传输。更引人注目的是其1.77拍字节的共享高带宽内存配置，为处理大规模AI模型提供了强大支撑。
Anthropic PBC作为首批采用Ironwood TPU的企业，已验证该芯片在服务大型Claude模型时的显著成本优势。这家AI初创公司此前与谷歌达成价值数百亿美元的合作协议，将获得100万个TPU的云访问权限。这种合作模式为谷歌拓展企业客户提供了成功范本，促使meta考虑更深入的硬件合作。
谷歌的TPU战略正在发生根本性转变。传统上通过云平台提供芯片租用服务的方式，正在向直接销售硬件转变。公司计划未来允许客户在私有数据中心部署TPU，目标是在五年内夺取英伟达数据中心市场10%的份额。这种转变反映了谷歌对AI芯片市场格局的深刻判断——企业客户迫切需要替代英伟达的解决方案。
meta的多元化战略具有双重考量。从技术层面看，不同类型AI处理器各有优势：英伟达GPU在通用计算领域表现卓越，AMD芯片在特定工作负载中效率更高，而谷歌TPU则在大规模模型训练方面具有成本优势。这种差异化布局可使meta根据具体需求灵活调配硬件资源。从商业层面看，引入多个供应商将激发市场竞争，有助于meta在采购谈判中获取更有利条件。
值得注意的是，meta仍在推进自有芯片研发。其与台积电合作的MTIA项目已进入关键阶段，新一代芯片专门针对模型训练进行优化，试图弥补初代产品在算力上的不足。但技术挑战导致推出时间推迟，这在一定程度上加速了meta与外部供应商的合作进程。目前meta内部仍在评估是否扩大自有芯片生产规模，相关决策可能影响未来与谷歌的深度合作。
这场AI芯片领域的竞争正在重塑行业格局。谷歌通过云服务积累的技术优势，结合硬件销售的商业模式创新，正在对英伟达的市场地位构成实质性威胁。而meta等科技巨头的多元化采购策略，则进一步加剧了芯片供应商之间的竞争。随着各家企业加速部署新一代AI基础设施，全球AI算力市场即将迎来新一轮洗牌。
