OpenAI向谷歌采购TPU：AI算力供应链打破英伟达独占格局

2026年10月27日，同一天发生了两件事：Oracle宣布将从2027年初开始在其云平台上提供谷歌TPU芯片，这是谷歌TPU首次登陆自家云体系之外的超大规模云平台；几小时后，The Information和彭博社披露，OpenAI计划直接采购谷歌的张量处理单元（TPU）。具体采购规模、价格和时间表尚未确定，两家公司均拒绝置评。

谷歌正在把TPU从内部算力资产变成面向全行业的芯片生意，而头号潜在买家正是自己在AI产品上最直接的竞争对手。

竞争对手之间的算力交易

OpenAI与谷歌在大模型助手、搜索引擎和企业AI工具上全面竞争。据路透社报道，OpenAI早在2025年6月就已开始租用谷歌的AI芯片算力资源；今年10月21日，OpenAI宣布通过Google Cloud平台向用户提供其前沿模型。此次潜在的TPU直接采购，是这条合作线的再次延伸——从租用云端算力，到直接购置芯片资产。

这种关系在科技行业并不罕见，但OpenAI与谷歌之间的结构张力尤为突出：谷歌DeepMind和OpenAI都在争夺同一批顶尖AI研究员，GPT与Gemini直接比拼能力，而谷歌的TPU业务需要OpenAI这样的大买家来证明其商业价值。

为什么是现在：推理成本的压力

训练一个大模型是一次性的巨额支出，可以集中采购、谈判价格；而将模型服务于数亿用户，则是每小时都在燃烧算力的持续开销。据Gadgets Now报道，“训练是分期支付的大额账单，推理则是每小时到账的账单”——对OpenAI这种规模的服务商而言，后者的成本压力更为持续且难以压缩。

英伟达GPU在训练任务上的优势无可争辩，但在推理场景下，TPU凭借专用架构和更低的单位算力成本，正成为部分企业的替代选项。谷歌内部使用TPU运行Gemini和搜索推理任务多年，积累了大量优化经验。OpenAI若能将部分推理负载迁移到TPU，理论上可以降低每次API调用的成本，进而在定价竞争中获得更大空间。

TPU在软件生态、模型适配和工程运维上与英伟达GPU存在显著差异，OpenAI正在招募工程师专门针对TPU优化前沿模型，这本身说明迁移成本不低。

英伟达的地位：受损但未动摇

这笔交易对英伟达的冲击是真实的，但需要量化看待。据多家媒体报道，英伟达在2026年初以约300亿美元入股OpenAI，参与了OpenAI约1100亿美元融资轮，双方还签订了部署英伟达最新Vera Rubin系统的大规模协议。OpenAI迄今已排好六家芯片供应商队列：英伟达、AMD、博通、Cerebras、亚马逊，谷歌若成交将是第六家。

这说明英伟达并非被取代，而是被稀释。OpenAI的策略是多点布局、分散风险，避免单一供应商在产能、价格或技术路线上的制约。对英伟达而言，真正的风险不是失去OpenAI这个客户，而是失去“AI基础设施等同于英伟达GPU”这一等式的定价权。一旦TPU被验证为可用替代方案，谷歌、AMD、英特尔等竞争者就有了真实的参照系来撬动谈判。

谷歌的芯片商业化转型

谷歌自研TPU已有超过十年历史，但长期以来仅限于内部使用。今年，谷歌开始正式向部分外部客户直接销售TPU，这是一个战略性的业务模式转变。Alphabet首席财务官Anat Ashkenazi此前表示，公司预计在2026年底前开始确认部分TPU销售协议收入，大部分相关收入预计将在2027年确认。

分析机构TD Cowen预测，谷歌TPU销售额在2026年下半年将达到约94亿美元，2027年可能跃升至625亿美元。这一预测尚未经过验证，但量级本身说明市场对TPU商业化的预期正在急剧扩大。Oracle此次宣布在自有云平台上提供谷歌TPU，则是谷歌通过合作伙伴渠道扩大TPU触达面的新一步，也是谷歌绕开“只能在Google Cloud上用TPU”这一用户顾虑的直接回应。

OpenAI的自研芯片路线并行推进

OpenAI并非只在外部采购上做文章。据TradingKey援引报道，OpenAI正与博通合作开发代号“Jalapeno”的定制AI处理器，计划于今年晚些时候部署，是OpenAI多代自研芯片布局的一部分。OpenAI的芯片战略是三轨并行：继续采购英伟达作为核心算力基础，引入谷歌TPU和其他供应商分担推理成本，同时研发自有芯片以减少长期外部依赖。

这条路的终点，是OpenAI逐步掌握芯片层面的定价权和供应链韧性。短期内的代价，是巨大的工程复杂度——不同架构的硬件需要不同的优化路径，模型迁移的边际成本并不低廉。

一个判断

这笔TPU采购，本质上是OpenAI在用实际采购行动为谷歌TPU的可用性背书。头号模型厂商愿意为竞对的芯片掏钱，这一信号本身就会加速整个行业重新评估算力供应策略。但采购意向距离实际部署还有相当距离：OpenAI需要完成针对TPU的模型优化工作，谷歌需要证明其TPU在工程支持和供应可靠性上能够达到大规模生产部署的要求。

英伟达在AI芯片市场的主导地位不会因此动摇，但它正在失去的，是那种“没有替代方案”的议价绝对优势。当OpenAI、Anthropic（已与谷歌深度合作）等主要模型厂商都在为TPU投票时，这个市场正在从单极走向寡头并立。这对整个AI算力成本结构而言，可能是比任何单一技术突破更为深远的变化。