谷歌TPU正式挑战英伟达！英伟达的AI推理霸权，还能守多久？

如果AI需求继续爆发，英伟达的收入还在增长，利润率却开始往下走，你还愿意给它同样的估值吗？

很多人担心英伟达，首先想到的是AI泡沫破裂、科技巨头削减开支。但还有另一种可能：客户继续花钱买算力，只是不愿意一直为英伟达支付那么高的溢价。

谷歌正在给这些客户提供一个选择。

谷歌的TPU已经在部分大模型推理测试中展现出成本优势。更关键的是，谷歌正在让企业沿用熟悉的软件工具，把模型部署到TPU上。

硬件值得买，软件也越来越容易用，客户才有理由真正分出一部分订单。

一旦这条路走通，英伟达即使没有失去客户，也可能需要拿出更好的价格和服务，才能留住客户的新增预算。

所以，我们要讨论的，是英伟达还能把多少AI需求，变成自己的利润。

SemiAnalysis在11月5日发布的研究，把这个问题摆到了投资者面前。谷歌这次的进展，究竟只是跑分上的一次领先，还是足以影响英伟达长期估值的变化？

推理成本为什么会影响芯片订单？

先把两个概念说清楚。

训练让模型学会能力，推理则是让它实际完成任务。模型上线后，每次调用都要花钱，推理成本越低，公司才越有机会留下更多利润。

因此，客户买算力，最终要看：在保证回答质量、速度和稳定性的前提下，同样一笔钱能完成多少任务。

尤其是需要多轮推理的AI智能体，芯片还得与内存、缓存和调度系统配合。芯片算得再快，如果总在等数据，实际效率也会打折。

谷歌这次参与竞争的切入点，就是整套推理系统的成本与效率。

它不需要在所有模型上赢过英伟达。只要能在一部分规模足够大、运行足够频繁的业务上提供更合适的方案，就有机会拿到订单。

谷歌已经赢了几场，但还没赢下整场比赛

先看最抢眼的一组数据。

运行Qwen3.5 397B模型时，同样花一笔钱，谷歌TPU的推理产出比英伟达GB300多约67%。如果这种优势能用到企业自己的业务上，就有了换平台的理由。

但英伟达也没有全面落后。换到GLM-5.3的部分测试，英伟达反而明显领先；运行Kimi K3时，英伟达经过几轮软件优化，也拉开了与TPU的差距。

所以，客户没必要一次性换掉所有GPU。先把适合TPU、确实能省钱的业务分出去，谷歌就能拿到一部分订单，英伟达也就多了一份竞争压力。

这些结果最值得投资者重视的地方，是客户开始有得选了。

比跑分更重要的，是客户换平台容易了多少

英伟达的护城河，一直不只是一块GPU。

开发者熟悉CUDA，模型和软件围绕它进行优化，企业也积累了相应的部署、监控和维护经验。

换一种芯片，意味着重新确认模型能不能跑、性能是否稳定、出了问题谁来处理。

对于已经上线的业务，这些迁移成本往往比硬件报价更难估算。

所以，竞争对手即使拿出一块便宜的芯片，客户也未必愿意换。

谷歌现在的做法，是主动进入开发者已经在使用的软件生态。

谷歌公开资料显示，TorchTPU已经开源，并与PyTorch、vLLM、SGLang、llm-d、Ray等工具衔接。其中，vLLM和SGLang负责模型推理服务，llm-d帮助分配和调度请求，Ray等工具则参与更大规模的分布式运行。

普通投资者不必记住这些名字，但需要理解它们的作用：

客户可以保留更多熟悉的开发和部署方式，再根据业务需要选择底层硬件。

这与要求客户为了使用TPU，重新学习一套完全不同的软件体系，商业意义差别很大。只要需要重做的部分减少，客户尝试TPU的门槛就会下降。

接下来，影响可能沿着两条路径传导。

一部分客户会把合适的业务实际迁过去，改变新增算力的分配。

另一部分客户即使继续购买英伟达，也会因为拥有可行的替代方案，在采购谈判中获得更多筹码。

软件适配的进展可能比某一次跑分领先更重要。跑分证明“值得试”，迁移和维护成本下降，才更有机会让客户长期使用。

Meta的参与，为什么比多一张测试图更有分量？

谷歌自己用自家芯片，和Meta愿意拿来运行实际业务，分量不一样。

前者可以按自己的需要量身定做，后者则说明，TPU也能满足外部客户的部分需求。相关合作方已经确认，这套系统在Meta的大规模实际业务中得到验证。

对投资者来说，这意味着谷歌有机会把内部使用的技术，变成对外赚钱的生意。而且，连与谷歌存在竞争关系的Meta，也愿意尝试它的算力。

这会怎样影响谷歌和英伟达的投资逻辑？

对谷歌来说，TPU的价值不应只按“能向外卖多少芯片”计算。

它首先可能降低谷歌自身AI服务的计算成本。同样的基础设施投入能够支持更多调用，公司就有机会改善单位经济性，或者通过更有竞争力的价格扩大使用量。

外部客户使用TPU，还可能增加对谷歌云的需求。客户需要的通常包括计算、存储、网络和运维服务，TPU可以成为谷歌云争取这些业务的一个差异化入口。

因此，我对谷歌的判断偏积极：TPU同时提供了降低内部成本和争取外部客户的机会。

对英伟达，最需要拆开的是两个命题：

AI算力市场继续扩大，是一个命题；

英伟达能够长期保持原有份额和高利润率，是另一个命题。

前者成立，并不能自动证明后者。

即使英伟达未来收入继续增长，只要客户拥有更多选择，它获得新增订单的条件也可能变化。

为了维持领先，公司可能需要投入更多软件工程资源、加快产品更新，或者在部分业务上提供更有竞争力的价格。

收入增长、份额变化和利润率变化，可能同时发生。

所以，这份材料还不足以让我得出“英伟达的生意要下滑”的结论，却足以让我对“AI越火，英伟达就必然越赚钱”保持更严格的审视。

我怎么看这场竞争？

美股投资网的判断是：谷歌TPU已经值得被当作推理市场的实际竞争者研究，英伟达的领先地位也仍然有充分基础。

我更看好谷歌借TPU改善自身成本、增强云业务竞争力的方向；

对英伟达，我会继续承认其系统和生态优势，同时降低对长期定价权的确定性预期。

接下来，最能影响我判断的，是这场竞争能否从测试结果继续走向稳定的商业使用。

市场扩大之后，各家公司还能留下多少利润。

未来的高利润，需要靠产品、软件和客户体验继续争取，不能仅凭AI需求增长来保证。

$GOOGL $NVDA #美股