AIPress.com.cn报道

11月27日，据彭博社报道，Google与Meta在AI芯片领域取得突破性进展，其自研加速器与云芯片解决方案正在对 Nvidia 长达十年的行业统治力造成实际压力。

多条路径撼动 GPU 霸主地位

Google的TPU加速器：Google最新代AI芯片在其内部数据中心训练任务中表现大幅提升。根据报道，Meta正与Google商谈购买或租用其TPU，用于其大规模AI推理和训练任务。若合作达成，这将成为业界对Nvidia H 系列GPU的重大替代。

Meta 自研芯片 MTIA、Artemis：Meta 近年来不断强化自研芯片能力。其首代 AI 加速器 MTIA 已投入使用，最新版本据称在算力、效率和能耗上都有显著优化，足以支撑其生成式 AI 与推荐系统。

据知情人士透露，Meta 考虑自2027年起，在其数据中心全面部署Google的TPU芯片，并可能从2026年开始通过 Google Cloud 租用部分算力。

行业格局正在重塑

过去十年，Nvidia 的 GPU 几乎成为 AI 大规模训练与推理的“金标准”。然而，随着 Google 和 Meta 的方案逐渐成熟，多芯片、可替代方案成为现实：这意味着 Nvidia 曾经坚固的“护城河”正在出现裂缝。

分析指出，一旦 Google 或 Meta 将其芯片开放给第三方企业或云服务用户，将显著降低行业对 Nvidia GPU 的依赖，不仅冲击其硬件销量，也将挑战其与 GPU 深度绑定的软件生态优势。

此外，在成本敏感、算力需求刚性的 AI 研发与部署环境下，自研芯片和云供应替代方案更具吸引力。对于追求规模化部署的企业来说，多家供应商竞争将促进算力成本下降和供应链多元化。

多芯片竞争可能成新常态

业内评论认为，这场竞争或将重塑 AI 基础设施的供应格局：从过去“GPU 一家独大”，转向“GPU + TPU + ASIC + 自研芯片”的混合供应。长期来看，这对 AI 模型研发机构、中大型云服务商、AI 应用平台与初创企业都有深远影响。

对于用户与开发者而言，这意味着：更多选择、更低成本、也更灵活；对于硬件厂商，则意味着曾经的“垄断红利”可能逐渐消退。

当 Google 和 Meta 的芯片也能跑起大模型，Nvidia 的“独家特权”还剩多久？