Meta签数十亿美元租谷歌TPU，挑战英伟达AI芯片垄断

社交媒体巨头Meta近日与谷歌达成数十亿美元跨年度协议，租用谷歌自研张量处理单元（TPU）开发新一代AI模型，这一举措直指英伟达在AI芯片市场的垄断地位。此前Meta刚宣布采购数百万个英伟达、AMD的GPU，而谷歌则定下夺取英伟达约10%年收入（约200亿美元）的算力业务目标。

刚宣布采购数百万个英伟达、AMD GPU的Meta，在短短几天后就抛出了另一项重磅算力布局——与谷歌达成一笔数十亿美元的跨年度协议，这一次，它选择的不是GPU，而是谷歌专为大模型训练自研的张量处理单元（TPU）。这种看似矛盾的动作，实则是Meta在算力布局上的深思熟虑。

长期以来，Meta的AI模型训练（如Llama系列大语言模型）高度依赖英伟达的GPU，后者凭借CUDA生态和高性能架构，占据了全球AI加速芯片市场的绝对主导地位。此次Meta转向谷歌TPU，并非彻底放弃GPU——它依然保留了数百万个英伟达、AMD GPU的订单——而是为了缓解算力供需缺口，同时探索摆脱单一供应商依赖的路径。据透露，Meta甚至考虑从2027年开始直接采购TPU硬件，将其部署在自有数据中心，为下一代自研大模型提供稳定算力支撑。

对于谷歌而言，这笔订单是其TPU算力商业化的关键里程碑。作为谷歌为自家Gemini大模型量身打造的专用芯片，TPU此前主要服务于内部业务和谷歌云的基础算力需求，并未大规模对外开放。此次与Meta合作，谷歌不仅能获得数十亿美元的稳定收入，更能通过Meta的大模型训练场景，验证TPU在外部客户环境下的适配性与性能优势，从而直接冲击英伟达的市场份额。谷歌云高管已明确表态，将通过TPU的对外租赁业务，夺取英伟达约10%的年收入（约200亿美元），正式撬动AI芯片市场的垄断底盘。

值得注意的是，Meta与谷歌既是算力合作的伙伴，也是大模型赛道的直接竞争对手——前者的Llama系列开源模型与后者的Gemini闭源模型在全球AI市场正面交锋，这种“竞合”关系也让这笔交易充满了微妙的战略意味。

过去三年，英伟达凭借GPU产品和CUDA生态，占据了AI加速芯片市场80%以上的份额，几乎所有头部AI厂商都依赖其产品构建算力体系。但随着全球大模型训练需求的爆发，越来越多的厂商开始寻求多元化布局：AMD的MI系列GPU凭借高性价比获得了Meta、微软等巨头的大额订单；谷歌的TPU则通过云租赁的方式切入市场，凭借专为大模型优化的架构吸引客户；而Meta此次的“双轨布局”，更是打破了AI厂商对单一芯片供应商的依赖惯性。

未来，AI芯片市场可能会从英伟达“一家独大”转向“多足鼎立”的格局，厂商的算力选择将更加注重适配性、成本与供应链安全，英伟达的垄断地位将面临来自多方的持续挑战。