黄仁勋的“铁王座”松动？谷歌TPU性能追平B200，巨头纷纷转向！

以前想搞大模型，基本只有一条路：买英伟达的芯片，或者租别人云上配好的机器。

黄仁勋靠着这套“独家供货”的模式，稳坐AI圈头把交椅好多年。

可到了2025年下半年，情况变了！

谷歌不只想当房东收租了，它开始直接把高性能计算设备送到客户自家机房门口，让人自己装、自己用。

这一下，整个行业都紧张起来了。

过去，谷歌的自研芯片只能在它自己的云服务里用，外人根本碰不到。

但现在不一样了。据多家权威媒体报道，谷歌今年悄悄推了个新计划，允许像Meta这样的大公司，把它的高性能计算设备直接部署在自己的数据中心里。

说白了，就是从“只能租”变成“可以买+自己管”。

陈叔觉得，这事能成，关键是因为谷歌这次真拿出了硬货。

最新一代设备在速度、内存和多机协同能力上，已经跟英伟达目前最强的产品打了个平手，甚至某些地方还略胜一筹。

这意味着什么？它不再是“只能干点轻活”的配角，而是能扛起最复杂AI训练任务的主力选手。

更重要的是，客户确实有这个需求。

Meta正在跟谷歌谈一笔可能高达几十亿美元的合作，打算几年内把这套系统搬进自家机房。

为啥？因为数据太敏感，放在外面总不放心。

与其把命脉交给第三方，不如自己牢牢攥在手里。谷歌这回，正好递来了钥匙。

但光机器快还不够。

英伟达真正的护城河，其实是它那套被全球开发者用惯了的软件系统。

换别的平台，等于要重新学一套操作方式，很多人根本不愿意折腾。

谷歌这次没傻乎乎地推自己的那一套，反而做了一件聪明事：它主动适配了现在最流行的AI开发工具——PyTorch（由Meta主导）。

现在，开发者写代码几乎不用改，就能让程序跑在谷歌的设备上，体验跟用英伟达的差不多。迁移门槛一下子低了很多。

这招效果很明显。

今年以来，越来越多团队开始尝试在谷歌平台上跑主流项目。

连一些原本只认英伟达的公司，也开始悄悄测试谷歌的方案。

更狠的是，谷歌连“烧钱绑客户”的玩法都学会了。

比如它最近跟一家英国云服务商合作，不仅提供设备，还承诺：如果对方付不起电费或场地费，谷歌最高能垫32亿美元。

这不就是当年英伟达拉拢合作伙伴的套路吗？如今对手学会了，还玩得更猛。

而英伟达也没闲着。

黄仁勋今年频频砸钱投资热门AI公司，就为了让他们继续用自家产品。

可现实有点尴尬——有些拿了他钱的公司，转头就在用谷歌的算力训练模型。

连最铁的盟友都在“两边下注”，你说他能不着急？

说到底，这场变化背后，是科技巨头们对AI基础设施控制权的重新争夺。

谷歌不想永远当配角，Meta不想被卡脖子，小公司则希望多一条活路。

AI算力市场，正从“一家独大”慢慢变成“几家共舞”。

最新消息也显示，除了Meta，还有不少欧美和亚洲的大企业，已经开始测试把谷歌的设备放进自家机房。

就连一些低调的科技公司，其实早就在用谷歌的算力跑模型了。

当然，英伟达短期内还是老大。它的新一代产品依然很强，技术积累也深。

但当对手性能追上来了、软件兼容变好了、客户也开始“货比三家”了，垄断的墙就已经出现裂缝。

对咱们普通企业和开发者来说，这反而是好事。

选择多了，价格才能谈下来，技术路线也不用被绑死。未来的AI世界，不该只有一种“标准答案”。

当算力不再被一家掌控，创新才真正有了空间。

谷歌把高性能设备送出云端，不只是商业策略的转变，更是推动AI走向更开放、更多元的关键一步。

真正的技术进步，从来不是靠垄断，而是靠竞争与选择共同催生。