打破英伟达垄断：OpenAI拟大规模采购谷歌TPU

据路透社及知名科技媒体 The Information 最新披露的一则重磅知情人士消息，人工智能领域的头号玩家 OpenAI 正在悄然改变其算力获取策略：计划从此前单纯的“租用”模式，升级为直接购买谷歌的 AI 芯片（TPU）。尽管双方均未对此进行官方确认，但这一潜在的交易安排如果落实，标志着全球算力供应链正在进行一场隐秘而深刻的重构——曾经被视若神明的英伟达（NVIDIA）垄断地位，开始出现实质性的裂隙。

消息人士指出，OpenAI 此次意图“购买”而非“租赁”谷歌芯片，意味着这笔交易并非普通的短期云服务订单，而是一份旨在锁定长期算力权益的深度捆绑协议。事实上，这已经不是两家巨头首次跨越竞争鸿沟达成深度合作。就在上周，OpenAI 刚宣布将其前沿的人工智能模型通过谷歌云平台（Google Cloud）向外提供服务。彼时业界还认为这仅是一场单纯的产品渠道合作，如今看来，这只是 OpenAI 全面融入谷歌生态体系的第一步。更深层次的原因在于，随着算力军备竞赛进入深水区，算力供应端的稀缺性正倒逼需求方寻求多元化的破局路径。

算力供应链的“去单一化”危机

要理解 OpenAI 为何突然看上了竞争对手谷歌的芯片，首先要看清当前英伟达在算力市场所处的微妙位置。毫无疑问，目前英伟达依然是 OpenAI 最大的硬件供应商。无论是用于万亿级参数大模型的预训练，还是日常海量用户请求的推理任务，英伟达的 H100 和下一代 Blackwell 架构 GPU 都构成了 OpenAI 算力的底座。黄仁勋曾自豪地表示，英伟达几乎垄断了这一领域的供给，毛利率长期维持在惊人的水平。

然而，这种近乎独家的卖方地位也带来了严重的副作用。一方面，极其高昂的采购成本和不断攀升的维护费用，正在极度消耗像 OpenAI 这样以烧钱著称的初创公司的现金流；另一方面，当英伟达自身也在疯狂扩产以满足所有客户需求时，产能分配的优先级成为了一个巨大的博弈筹码。对于微软、亚马逊（AWS）和谷歌这三家同时拥有顶尖公有云服务和自有大模型的巨头来说，他们的首要目标永远是把有限的先进制程芯片留给自己内部的模型训练，只有腾出多余的空闲产能，才会轮到 OpenAI 这样的外部大客户去“挤占”算力。

在这种“巧妇难为无米之炊”的困境下，OpenAI 必须寻找第二条出路。谷歌自研的张量处理单元（TPU）恰好提供了一个极具诱惑力的替代方案。不同于英伟达主打通用灵活性的 GPU，TPU 是一种高度定制化的 ASIC（专用集成电路）。虽然它在运行极个别非标准算子的灵活性上稍逊一筹，但在处理大规模矩阵运算（即大语言模型的核心计算方式）时，其能效比往往更具优势。对于 OpenAI 而言，采用谷歌芯片并非意味着彻底抛弃英伟达，而是一种极其务实的“对冲策略”：通过将一部分核心负载迁移到 TPU 上，既可以有效摊薄整体算力采购的平均单价，又能避免因为英伟达显卡缺货而导致模型迭代停滞的风险。

2027 年的收入大饼：谷歌的算盘

如果说 OpenAI 转向谷歌是因为“求新求存”，那么谷歌愿意将原本仅供内部使用的尖端算力打包出售，则是出于对资本开支沉重压力的财务考量。

近年来，谷歌母公司 Alphabet 在人工智能基础设施上的投入可谓挥金如土。据路透社统计，包括亚马逊、微软和 Alphabet 在内的美国四大云厂商，今年计划在 AI 基础设施上合计砸入数千亿美元的天价资本开支。这些水泥森林盖起来容易，但如何在短期内产生可观的利润回响，始终是资本市场最揪心的问题。

在这个背景下，谷歌首席财务官阿纳特·阿什肯纳齐在近期的表态显得意味深长。他明确对外透露，公司在今年年底前仅能确认来自 TPU 销售协议所涉收入中的一小部分，而绝大多数的相关收入，预计要到 2027 年才能正式入账。这句话看似平淡，实则释放了三个极其明确的信号：

第一，TPU 商业化进程已被实质性提速。它不再仅仅是谷歌搜索、自动驾驶 Waymo 等内部业务的后勤部门，而是变成了一个能够直接向第三方收钱的独立盈利单元。早在今年年初，谷歌就已经开始向与其存在直接竞争关系的 Anthropic（另一家头部大模型公司）直接出售 TPU。现在看来，拿下行业标杆 OpenAI 将是这类 B2B 芯片销售最具爆发力的一笔订单。

第二，这笔交易的体量极为庞大。CFO 特意强调“绝大部分收入要在明年（2027年）确认”，说明这绝非几百万美元的小单，而是一个跨度长达两年的超级长期供货框架。这也解释了为何路透社称其为“大规模采购”。对谷歌来说，这意味着他们终于找到了一种将内部重资产折旧转化为实实在在账面现金流的途径，从而有望在未来一两年内显著改善其云业务板块的利润率预期。

第三，这也侧面印证了当前 AI 泡沫之下隐忧的资本视角。每年上千亿美元的基建狂投究竟能不能转化为真金白银？投资者正在密切观察这些科技巨头手中的服务器是在空转还是满载。OpenAI 这种顶级租户的入场，无疑给了市场一颗定心丸。

双管齐下：OpenAI 的备胎与自研棋局

值得注意的是，OpenAI 这次转向采购谷歌芯片的行为，并不应被简单解读为对英伟达的背刺，也不代表它会无条件倒向谷歌的怀抱。在这场算力大棋局中，OpenAI 始终在布局属于自己的“第三条路”。

据今年 6 月的公开报道，OpenAI 早已悄悄启动了与半导体巨头博通（Broadcom）的合作，共同设计属于自家品牌的首款定制 AI 芯片。按照当时的规划，这款完全由 OpenAI 定义规格、由台积电代工生产的“亲儿子”芯片，计划在今年年底前完成部署测试，并将其作为后续数代芯片演进的基础。

这一动向揭示了一个更加冷酷的产业真相：任何一家想要成为顶级大模型巨头的企业，都不可能永远甘心做别人底层硬件的依附者。无论是购买谷歌的 TPU，还是未来启用博通联合打造的自研芯片，OpenAI 的根本目的只有一个——掌握算力成本的定价权。目前的格局是，英伟达吃下了最肥美的早期红利，但凭借自研设计和跨厂商混用策略（Multi－Vendor Strategy），OpenAI 正在试图把自己从“硬件附庸”解放出来。

生态壁垒与迁移成本

当然，这种算力的“拆伙”注定是一场漫长的拉锯战。英伟达多年来构筑的 CUDA 软件生态壁垒极深，大量深度学习框架和模型代码都围绕其编程环境开发。从昂贵的英伟达显卡切换到谷歌相对封闭的 TPU 平台，OpenAI 的工程团队必须承担巨大的代码重写和迁移调试成本。这也是为何即便在传闻中，OpenAI 也没有彻底切断对英伟达的采购——“英伟达负责前沿探索，谷歌负责规模化推理”或许是目前的最优解。

尾声与观察

目前，谷歌和 OpenAI 均未签署正式的书面合同，双方在接到媒体求证电话时也均选择了默契的沉默。OpenAI 拒绝置评，而谷歌则称需按照正常工作时间处理此类询问。这符合科技巨头在面对未决的重大商业谈判时的惯常作风。

这场关乎未来数年 AI 产业版图的算力易手大戏，依然处于迷雾之中。对于投资者和产业观察者而言，以下几个关键节点值得紧盯： 1。 长期协议的落地：未来两三个月内，是否会有关于这份长期采购框架的实质性文件或法律草案流出。 2。 自研芯片的进展：重点观察 OpenAI 与博通合作的首款定制芯片能否如期在今底跑通第一轮全流程，这将决定其摆脱外购依赖的底气。 3。 财报数据的验证：待到 2027 年，Alphabet 的云业务利润率是否会出现因向大客户卖卡而引发的结构性跃升。