7月22日，Alphabet交出二季度成绩单，Google Cloud单季收入直接冲到248亿美元，同比增速82%。真正让我停一下的，不是这个增速本身，而是财报里那句很短的话：Google Cloud的产品收入，主要来自TPU系统销售。
这味道就不一样了。
以前大家聊TPU，默认它是谷歌自家机房里的“内部神兵”，给搜索、广告、Gemini这些核心业务省钱提速。现在它已经不是纯自用，而是开始变成一条能对外卖、能单独记账、能直接贡献收入的生意线。说白了，谷歌终于把十年前那把手术刀，从工具间拎到了柜台上。
TPU这条路，谷歌其实走得特别早。TPU v1在2015年就已经进了谷歌数据中心，2018年Cloud TPU开始对外开放。到2025年4月，第七代Ironwood发布，被明确定位成“推理时代的第一款Google TPU”。这不是改个名字那么简单，而是方向变了：AI行业的主战场，正在从“谁更会训练”转向“谁能更便宜、更低延迟地把模型跑起来”。
这一步，我个人特别看好。
训练很重要，但推理才是真正烧钱、也真正能形成持续现金流的环节。用户每问一句、Agent每调一次工具、企业每跑一次工作流，背后都在吃推理算力。Google把TPU单独往推理上做，这就是典型的原厂路线，预算花在刀刃上。
而且谷歌不是只发芯片海报，它是真把客户拉上车了。
2025年10月，Anthropic宣布计划扩大使用Google Cloud TPU和服务，规模最高到100万颗TPU，交易价值是数十亿美元，预计2026年带来超过1GW上线容量。到2026年4月，Anthropic又和Google、Broadcom签了多GW级下一代算力协议，2027年起陆续上线。注意，是“多GW”。
一百万颗也好，多GW也好，这些数字翻译成人话就一句：外部头部模型公司，已经把TPU当成长期基础设施，不是试用，不是备胎，是认真押注。
这机器有点东西。
所以最近市场上冒出“2026年谷歌定制AI芯片出货400万颗、同比涨78%”这种说法，才会一下点燃讨论。这个数我不会当成铁板钉钉，因为先进封装、HBM、良率，全是硬瓶颈，产能不是喊出来的。但别被分歧带偏，重点不是400万这个点值，而是TPU已经从“内部效率工具”升级成“外部供给能力”。
这才是最值钱的变化。
再往深一层看，Broadcom很可能是这波里最闷声发财的那个。谷歌负责TPU架构和系统方向，Broadcom则深度参与物理实现、互联和供应链配套，双方合作也被拉长到了2031年前后。你可以把它理解成：谷歌是矿主，也是地主；Broadcom则更像卖铲子的。
所以英伟达慌不慌？我觉得没必要写成二选一。NVIDIA的CUDA生态、通用性、开发者心智，还是行业里最稳的那套；但TPU在Google Cloud体系内，已经证明了自己可以用更强的定制化，把特定大模型工作负载做得更高效。两条路，不是你死我活，更像两种正统。
真正要记住的是，谷歌现在同时有三重身份：自己用TPU跑Gemini和搜索，给云客户租TPU算力，还能把TPU系统作为产品卖出去。内部降本、云收入、产品收入，这三条线一旦拧在一起，资本开支看上去是在砸钱，实际上是在建一座可出售的算力工厂。
对普通读者来说，这事不只是芯片圈热闹，而是AI基础设施的风向变了。以后最能打的，不一定只是那张最强GPU，而是谁能把芯片、机房、网络、软件栈、客户订单一起攥在手里。
谷歌这条路，已经跑通了前半程。
如果你关注的是AI产业链、云计算、定制芯片和下一轮基础设施重构，这事值得持续盯着；如果你还把TPU当成谷歌内部的小众玩具，那认知确实该更新了。这一刀，谷歌亮得很硬。
⚠️ 文中参数与行情整理自网络公开渠道，可能存在出入，最终请以官方发布和实际情况为准。
