Alphabet ( GOOGL 0.50% ) ( GOOG 0.34% ) 多年来一直在开发自己的张量处理单元 (TPU)。但直到最近，该公司才开始将这些处理器不仅仅视为一个副业项目，而且视为 Nvidia (NVDA +3.90%) 图形处理器的真正替代品。
这一转变对英伟达来说可能意义重大，因为谷歌更专注于使用自己的处理器并将其出租给其他人工智能公司。
这就是为什么谷歌的 TPU 对 Nvidia 的威胁可能比投资者想象的更大。
定制处理器非常擅长人工智能计算
过去，图形处理器是所有人工智能领域毫无疑问的赢家。
但人工智能公司最近发现，设计自己的定制处理器可能是实现快速高效的人工智能计算的好方法。
例如，与使用其他超大规模制造商制造的芯片相比，谷歌的 TPU 可以处理人工智能工作负载，预计总成本可节省高达 30%。这是因为定制处理器可以专门针对 Gemini AI 模型处理信息的方式进行设计。
Alphabet 今年的资本支出高达 1900 亿美元，管理层表示，“明年，我们预计与 2026 年相比将大幅增加”。大幅降低人工智能计算成本可以帮助谷歌最终更有效地运行其人工智能数据中心，并使其大规模的人工智能投资最终物有所值。
谷歌并不是唯一一家这样做的公司。许多科技公司正在更多地寻求定制处理器，以提高其人工智能模型的效率并降低成本。 Space Exploration Technologies ( SPCX 4.51% ) 正在构建一些人所说的“主权人工智能”，其中 SpaceX 拥有从芯片设计和制造到人工智能模型本身的一切。亚马逊和微软等其他公司也在设计自己的人工智能处理器。
所有这些都意味着英伟达可能会失去在人工智能芯片设计市场的主导地位。当然，这并不是不可避免的，但随着人工智能投资的猛增，科技巨头正在试图找出如何让这些投资获得回报。
纳斯达克：谷歌
为什么英伟达不能掉以轻心
几个月前，谷歌宣布将与 Blackstone 成立一家合资企业，到 2027 年部署 500 兆瓦的自有 TPU 产能，并补充说，它“计划随着时间的推移大幅扩展规模”。
这种产能水平表明，谷歌认真对待其 TPU，而不仅仅是将其视为一个宠物项目。
此外，它还计划将部分产能出租给其他科技公司。该系统被称为新云商业模式，其中一家科技公司使用自己的处理器和数据中心，并将部分容量出租给其他公司。到2030年，快速扩张的neocloud市场可能会占据人工智能云市场的20%。
如果更多科技公司转向出租谷歌的 TPU，或使用自己的处理器，这不仅会损害 Nvidia 在人工智能数据中心领域的市场份额（目前约为 86%），而且还可能降低 Nvidia 的利润率。
Nvidia 享有令人羡慕的约 74% 的毛利率，但随着谷歌 TPU 的竞争越来越激烈，用不了多久 Nvidia 就无法拥有以前那样的定价能力了。这可能是长期以来对英伟达统治地位的最大威胁之一。