谷歌云推出两款新一代TPU AI芯片对标英伟达主打高性价比

AI创作导航管理员 LV4 资深连续登录30天萌新

5 个月前

风向

226

2026年4月22日，谷歌云正式推出两款新一代张量处理器（TPU）AI芯片，新品算力较上一代提升47%，单位算力成本降低32%，主打AI训练与推理场景性价比，直接对标英伟达同类GPU产品。目前谷歌云仍保留英伟达芯片的云服务支持，形成双路线并行的AI算力供给布局。

在2026年谷歌Cloud Next全球合作伙伴大会的 keynote 环节，谷歌云基础设施部门负责人上台揭晓了两款自研AI芯片的完整参数，全场掌声持续近半分钟——这是谷歌首次将TPU产品线的最新迭代同时面向B端客户开放商用，而非仅支撑内部搜索、大模型研发需求。

过去三年，全球AI算力需求年复合增长率超过120%，英伟达高端AI GPU的市场份额稳定在80%以上，供需紧张时溢价甚至超过40%，云厂商的算力采购成本连年走高。不少AI创业公司此前曾公开抱怨，英伟达GPU的租用成本已经占到其研发支出的60%以上，过高的算力门槛已经成为阻碍中小团队创新的核心因素。

头部云厂商布局自研AI芯片，本质上是为了降低对单一供应商的依赖，同时通过定制化优化降低算力成本，抢食更多AI云服务市场份额。

本次发布的两款TPU分别针对大模型训练、端侧推理场景做了定向优化，官方测试数据显示，在训练70B参数规模的大语言模型时，新品算力较上一代TPU提升47%，单位算力成本下降32%，比同规格英伟达GPU的使用成本低27%左右。

两款新TPU已经完成与谷歌云Vertex AI开发平台的适配，客户可以将现有训练任务无缝迁移到新实例，不需要大幅改动代码。同时谷歌云也明确，现阶段不会停供英伟达GPU的云实例，会同时提供两种算力选项，满足已经基于英伟达CUDA生态做了开发的客户需求。

从AWS的Trainium、Inferentia，到谷歌的新一代TPU，头部云厂商的自研AI芯片已经从“内部适配”转向“对外商用”。虽然短期内英伟达的CUDA生态壁垒还很难被完全打破，但长期来看，性价比更高的自研芯片会分走中低端算力市场的不少份额，也会倒逼英伟达调整产品定价策略。

谷歌云相关负责人也暗示，若后续自研TPU的生态适配率达到预期，不排除进一步降低英伟达芯片采购比例的可能，整个AI算力市场的寡头格局有望在未来2-3年出现松动。

英伟达 AI芯片云计算 TPU 谷歌云

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。