AI芯片开启第二战场

随着谷歌全栈AI能力链条崭露头角，TPU这个核心硬件又被推到了聚光灯下。先说几个核心判断：谷歌正联手博通冲刺下一代TPU v7p，而Meta也已摆出大举租用甚至自研部署的架势，整个ASIC生态的爆发点和投资机会，正变得越来越清晰。

美东时间周一，谷歌股价一涨，直接带飞了它的芯片老搭档——博通。当天博通收盘大涨11.1%，创下4月9日以来的单日最佳战绩。市场的情绪，显然不只是随指数起舞那么简单。

消息层面，Trendforce的一则分析报告直接将谷歌TPU推上风口浪尖。报告指出，谷歌与博通正在共同开发一颗代号为Ironwood的TPU v7p芯片。这颗芯片专为大规模训练场景优化，计划2026年正式推出，届时将取代目前的TPU v6e（Trilium）。TrendForce预测，谷歌TPU的出货量将继续领跑全球通信服务提供商（CSP），并在2026年实现超过40%的年增长率。这可不是小数字，这意味着谷歌在自研芯片这条路上，正跑出加速度。

更具看点的是，Meta和谷歌最近被曝正在就TPU芯片合作展开谈判。根据消息，Meta计划从2026年起，先通过谷歌云租用TPU算力，然后在2027年把自己的数据中心部署上谷歌TPU。据说这笔交易规模可能高达数十亿美元。如果成行，这将是自研芯片对外输出的一个标志性案例。

西部证券的分析也点出了关键：谷歌在芯片侧走的完全是自研TPU的路线，且已打造出一套成熟的、训推一体的ASIC体系。就拿最新发布的Gemini 3模型来说，它就是在谷歌自己的TPU集群上完成训练的。而专为推理场景打造的新一代Ironwood TPU，更是把谷歌在大规模、低功耗推理上的工程化优势展现得淋漓尽致。

性能数据也很能说明问题。谷歌官方表示，新一代Ironwood TPU可以在单个集群内连接多达9216颗芯片，直接消除最复杂模型中的数据瓶颈。配合谷歌自家的Pathways软件堆栈，开发者能更轻松地调度数万颗Ironwood TPU的算力。整套体系看似庞大，但跑起来却很顺滑，这正是工程化能力的体现。

TPU的成功，正在反过来重塑整个市场对ASIC的认知。Wedbush Securities的Dan Ives说得直接：市场正在“重新发现”ASIC芯片的巨大价值。而引领这股风潮的，正是谷歌——它的TPU是市场上最成熟和最具代表性的ASIC芯片之一。

在这个赛道上，硅谷巨头们显然已经打响了新的军备竞赛。特斯拉的马斯克最近也高调宣布，已经组建了一支顶尖水平的芯片研发团队，并且在车辆控制系统和数据中心里部署了数百万颗自研AI芯片。他甚至表示要“亲自深度参与”芯片设计，目标是一年量产一款新芯片。这话虽然带有个人风格，但底层的信号是清晰且一致的：大家都在拼命造“铲子”，而不是只等着买别人的。

据Trendforce的报告，全球大型云端服务商们正在加速采购英伟达GPU的整柜解决方案、扩建数据中心，同时加快自研AI ASIC的步伐。预估2025年，谷歌、亚马逊云科技、Meta、微软、甲骨文等八大CSP的合计资本支出将突破4200亿美元。而国金证券更直接预计，2026至2027年，谷歌、亚马逊、Meta、OpenAI及微软的ASIC数量将迎来爆发式增长。这个窗口期，已经非常明确。

对于投资者和云厂商来说，ASIC芯片最大的吸引力或许在于成本优势。机构普遍认为，虽然目前AI ASIC的单卡算力还低于可比GPU，但优势在于成本更低，尤其在推理常用精度下，性价比更高，功耗也更低。更关键的是，因为ASIC是专为特定任务设计的，算力利用率往往更高——这意味着同样的硬件，能做出更多实际的活。

从投资层面看，华金证券的判断值得留意：在以GPT、Gemini等为代表的大模型浪潮下，训练数据和参数规模快速增长，推理型智能体对训练和推理计算的需求正在出现数量级的跃升。定制化ASIC的需求随之增加，这带来的投资机会贯穿算力芯片、PCB和光模块等多个环节。不难看出，这场芯片格局的重塑才刚刚开始。