人工智能革命标志着英伟达商业历程的转折点，使其从一家为游戏及其各种平台（有时也可能涉及挖矿）制造显卡的公司，转型成为全球市值万亿美元俱乐部中最大的科技公司之一。
但正如人工智能处理器是英伟达繁荣的原因一样，在谷歌宣布其人工智能处理单元后，随着该公司价值的变化，人工智能处理器似乎也将成为其衰落的原因。
自从有关谷歌人工智能“TPU”处理器的传闻传播开来后，英伟达的市值下跌了超过 4%，而谷歌的母公司 Alphabet 的市值则回升了高达 12%。
但为什么仅仅因为一条小小的传闻，处理器本身都还没出现，甚至还没正式上市，就能产生如此巨大的影响？英伟达在这个领域的统治地位会不会在谷歌面前终结？
这一切究竟是怎么发生的？
近日，谷歌发布了其下一代人工智能模型 Gemini 3.0，其先进功能超越了许多竞争模型。
但谷歌发布新模型的方式却很不寻常。虽然谷歌着重描述了该模型的功能和潜力，但它只是简单地表示，该模型是使用谷歌自家的处理器进行训练的，也就是谷歌今年4月发布的“TPU”处理器。
几天后，《The Information》发布了一篇报道，称Meta打算依靠谷歌的 GPU 来训练其人工智能模型，此举动摇了英伟达在该领域的统治地位。
值得注意的是，根据巴伦周刊发布的另一份报告，Meta并非首家使用谷歌TPU处理器的公司。苹果和Anthropic此前也已使用过该处理器。
英伟达处理器和谷歌的新处理器有什么区别？
由于设计各异，所有处理器都能高效轻松地处理大量多样化的数据，但每种处理器处理数据的方式都与其他处理器不同。
英伟达处理器依靠数千个计算核心同时处理大量数据，而谷歌处理器则按顺序处理大量数据。它们不是一次性处理所有数据，而是将数据分成连续且相互关联的部分进行处理。
这种差异源于各处理器核心设计的不同。英伟达处理器（GPU）专为处理图像、视频和动态场景而设计，因此需要同时处理大量数据。
但是，“TPU”处理器是“张量处理单元”概念的缩写，专门用于处理人工智能数据，因此它们不像英伟达的图形处理器那样消耗能源或计算能力。
谷歌的处理器缺乏英伟达处理器那样高的适应性，而且在可定制性和学习能力方面也逊于英伟达的旗舰处理器。但另一方面，它们的价格更低，能耗也更低。
TPU处理器最早出现于何时？
这些处理器最早出现于2013年，随后于2015年上市，该公司利用它们运行搜索引擎算法，从而提高效率和速度。之后，在2018年，该公司开始将这些处理器应用于其云服务器。
只要用户能够访问谷歌的云服务，谷歌就向所有用户提供其领先的 TPU 处理器；后来，DeepMind 使用这些芯片来训练人工智能模型。
新一代“TPU”芯片名为“Ironwood”，是一款液冷处理器，专为适应人工智能负载和任务而设计，有两种尺寸：一个胶囊包含 256 个芯片，或者一个胶囊包含 9216 个芯片。
这些芯片对英伟达构成什么风险？
目前，建设用于训练和运行模型的AI数据中心的成本是AI领域中最高的。
这意味着，对于人工智能开发公司而言，这笔费用是一笔主要的开支，尤其是在英伟达芯片快速发展以及新型号的需求迫使公司快速、稳定地升级数据中心的情况下。
因此，如果企业能够降低这项成本，使其相对较低，这将保证它们获得更高的利润，并在运营和训练人工智能模型方面实现更大的可持续性。
谷歌的处理器通过两种方式提供这种功能：第一种是直接购买芯片并拥有它们，然后将它们安装在自己的数据中心中，预计谷歌将在未来提供此选项。
但最合乎逻辑的选择是通过谷歌的云服务直接租赁处理单元功能，这样人工智能公司就可以快速获得最新、最强大的芯片，而无需承担安装和运营芯片的成本。
彭博社在一篇关于新处理器的报道中指出，谷歌并不热衷于完全取代英伟达，因为它是英伟达最大的客户之一，但据 Gartner 分析师加拉夫·古普塔称，这种情况未来可能会改变。
古普塔向彭博社补充道：“图形处理器更适合处理更广泛的工作负载；英伟达领先其竞争对手好几代。”
英伟达通过其官方发言人告诉彭博社，该公司对谷歌取得的进展感到满意，并表示谷歌为人工智能领域做出了巨大贡献，同时确认将在不久的将来继续向谷歌提供处理服务。