从落后生到全能战士，Google TPU是如何击穿英伟达垄断的？对国产算力卡有哪些启示？

外来客 • 2026-08-20 13:04:49

声明：本文为对公开内容的摘要整理，未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

市场份额逆转：2023 年谷歌 Gemini 市场份额仅 7%，落后于 ChatGPT 的 50%；2025 年第二季度，Gemma 3 系列 API 市场份额达 43%，超越 OpenAI 与 Anthropic。
TPU 技术演进：
早期 TPU 采用脉动阵列架构，聚焦矩阵运算，能效比优于 CPU/GPU。
第五代 TPU（V5P）引入光互联技术，单 Pod 扩展至 9000 颗芯片，HBM3 带宽达 4.8TB/s，总性能达 460 Petaflops。
据传在 V5P 上训练 Gemini 2.5 的成本比英伟达 H100 集群低 50% 以上。
生态与开发者：
谷歌优先支持 JAX 和 XLA 编译器，优化数据流动，降低开发门槛。
Gemini 系列开发者社区市场占有率从 5% 飙升至 50% 以上，成为全球最活跃的大模型生态之一。
苹果 Apple Intelligence 尝试使用 TPU 开发，OpenAI 和 Meta 租用 TPU 进行推理以降低对英伟达依赖。
成本优势：Gemini Flash 推理价格低至每百万 Token 0.4 美元，成为中小企业首选。