GPU时代落幕？硅谷巨头集体“叛逃”，英伟达1500亿疯狂自救

新智元03-06

导读：去GPU化的浪潮，已经拦不住了！OpenAI嫌英伟达太慢，Anthropic砸1486亿投奔TPU，老黄被迫200亿天价收购「叛徒」自救。如今，算力军备赛正式进入能效为王的新时代：谁先卡住「每焦耳每微秒」的极限，谁或许就是下一个十年的霸主。再过两周，黄仁勋将站上GTC 2026的舞台。他提前放了话：「我们准备了几款世界上前所未见的全新芯片。」底气来自一份炸裂的成绩单——英伟达2026财年...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/1101618629?lang=zh_CN&edition=full","thumbnail":"https://static.tigerbbs.com/e39f5931d4cf3fccc49c0e890fceb462","is_english":false,"pubTime":"2026-03-06 19:06","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"1101618629","market":"us","top_or_hot":-1,"title":"GPU时代落幕？硅谷巨头集体“叛逃”，英伟达1500亿疯狂自救","media":"新智元","content":"<div>\n<p>导读：去GPU化的浪潮，已经拦不住了！OpenAI嫌英伟达太慢，Anthropic砸1486亿投奔TPU，老黄被迫200亿天价收购「叛徒」自救。如今，算力军备赛正式进入能效为王的新时代：谁先卡住「每焦耳每微秒」的极限，谁或许就是下一个十年的霸主。再过两周，黄仁勋将站上GTC 2026的舞台。他提前放了话：「我们准备了几款世界上前所未见的全新芯片。」底气来自一份炸裂的成绩单——英伟达2026财年...</p>\n\n<a href=\"https://mp.weixin.qq.com/s/j5igu7NS4QQjyN2DcMIATw\">网页链接</a>\n\n</div>\n","source":"lsy1569730104218","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>GPU时代落幕？硅谷巨头集体“叛逃”，英伟达1500亿疯狂自救</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nGPU时代落幕？硅谷巨头集体“叛逃”，英伟达1500亿疯狂自救\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-03-06 19:06 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/j5igu7NS4QQjyN2DcMIATw><strong>新智元</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>导读：去GPU化的浪潮，已经拦不住了！OpenAI嫌英伟达太慢，Anthropic砸1486亿投奔TPU，老黄被迫200亿天价收购「叛徒」自救。如今，算力军备赛正式进入能效为王的新时代：谁先卡住「每焦耳每微秒」的极限，谁或许就是下一个十年的霸主。再过两周，黄仁勋将站上GTC 2026的舞台。他提前放了话：「我们准备了几款世界上前所未见的全新芯片。」底气来自一份炸裂的成绩单——英伟达2026财年...</p>\n\n<a href=\"https://mp.weixin.qq.com/s/j5igu7NS4QQjyN2DcMIATw\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"IGV","symbol_name":"北美软件ETF-iShares","start_time":0,"source_url":"https://mp.weixin.qq.com/s/j5igu7NS4QQjyN2DcMIATw","article_id":"1101618629","we_media_id":null,"thumbnails":["https://static.tigerbbs.com/e39f5931d4cf3fccc49c0e890fceb462"],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=1101618629","pubTimestamp":1772795182,"columns":[],"sourceInfo":{"source_id":"lsy1569730104218","name":"新智元"},"weMediaInfo":null,"summary":"OpenAI嫌英伟达太慢，Anthropic砸1486亿投奔TPU，老黄被迫200亿天价收购「叛徒」自救。财报发布当晚，英伟达盘后一度涨超4%。划重点：TPU v7在同等算力输出下功耗仅为英伟达B200的40%至50%。十年磨一剑「TPU之父」要造下一代AI芯片2025年底，英伟达斥资200亿美元，拿下AI芯片创企Groq的核心技术和团队。数据显示，在相同推理任务中，Groq芯片首token延迟比谷歌TPU v7降低20%至50%，每token成本降低10%至30%。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"IGV":"北美软件ETF-iShares","NVDA":"英伟达"},"translate_title":"The end of the GPU era? Silicon Valley giants collectively \"defect\", Nvidia 150 billion crazy self-help","themeId":"","isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/86af101ce24ef49fde519ab2a1254823","symbols_score_info":{"NVDA":2,"IGV":1},"content_text":"导读：去GPU化的浪潮，已经拦不住了！OpenAI嫌英伟达太慢，Anthropic砸1486亿投奔TPU，老黄被迫200亿天价收购「叛徒」自救。如今，算力军备赛正式进入能效为王的新时代：谁先卡住「每焦耳每微秒」的极限，谁或许就是下一个十年的霸主。再过两周，黄仁勋将站上GTC 2026的舞台。他提前放了话：「我们准备了几款世界上前所未见的全新芯片。」底气来自一份炸裂的成绩单——英伟达2026财年年收入2159亿美元，净利润翻倍，数据中心业务三年翻了13倍。在财报电话会上，CFO直接甩出一个数字：客户已经部署了9吉瓦的Blackwell基础设施！但诡异的一幕出现了。财报发布当晚，英伟达盘后一度涨超4%。随后股价悄然转跌，次日直接低开低走，收跌5.46%，一夜蒸发数千亿美元市值。华尔街不是看不懂数字，是看懂了趋势。前有Anthropic甩出210亿美元订单，全面采购基于谷歌TPU的算力系统；后有Meta跟谷歌签下数十亿美元芯片大单，大规模租用TPU训练模型。为了给编程带来接近实时的响应体验，OpenAI更是历史上首次将主力级产品GPT-5.3-Codex-Spark，部署在了更低延迟与更低能耗的非GPU芯片Cerebras上。英伟达最大的几个客户，正在集体分散筹码。全球AI芯片中GPU架构和非GPU架构比例（数据来源：高盛全球投资研究部）根据摩根大通的产能报告，谷歌计划在2027年部署600至700万颗TPU，大部分供给Anthropic、OpenAI、Meta和苹果等外部客户。高盛投资研究部的模型显示，全球AI服务器中非GPU芯片出货占比，将从2024年的36%升至2027年的45%。类似的，IDC也预测，到2028年，中国非GPU服务器市场规模占比将逼近50%。GPU的致命短板一个更深层的转折正在发生：AI的竞争焦点，正从单纯的算力规模，转向对能效比与延迟的极致追求。过去拼谁卡多、谁集群大。现在拼的是，同样花一块钱，谁能吐出更多Token。「每美元产生的Token数」正在取代峰值算力，成为衡量芯片商业价值的核心指标。究其原因在于，GPU的架构决定了，每次计算时数据都要在外部显存和计算单元之间来回搬运。路径长、次数多，能耗就高、延迟就大。堆更多卡解决不了这个问题。路透社爆料，OpenAI已多次表达对英伟达芯片的「不满」——响应速度没达预期，在代码生成产品Codex上感受尤为明显。压力迫使英伟达这条「巨龙」寻求改变。图灵奖得主David Patterson教授在最新研究中指出，大模型每次token生成都绕不开数据搬运，而搬运能耗远高于计算本身。未来的核心命题是「让数据离计算更近」。为此，他给出了三个AI芯片的演进方向：近内存处理、3D堆叠、低延迟互连。实际上，这些都指向同一件事——用架构创新降低数据搬运的能耗和延迟。换句话说就是，谁能用更低的能耗、更低的延迟跑通下一代模型，谁就能在未来十年的算力牌桌上占得先机。谷歌TPU杀向商用市场一直以来，谷歌TPU专供自家大模型训练和推理，外人用不到。去年开始，谷歌把TPU推向了商用。订单随即涌入。博通CEO透露，Anthropic下了210亿美元的大单；Meta签下数十亿美元TPU租赁协议；潜在客户还包括苹果和已与SpaceX合并的xAI。原因不难理解。大模型进入规模化落地阶段，算力需求爆发、成本压力加剧，单一依赖GPU的瓶颈越来越明显。而谷歌TPU的性能，已经具备与顶级GPU分庭抗礼的实力。2025年推出的第七代TPU，是谷歌迄今为止性能最高、可扩展性最强的AI芯片——单芯片峰值算力4614 TFLOPS（FP8精度），最大集群9216颗芯片、总算力达42.5 EFLOPS。划重点：TPU v7在同等算力输出下功耗仅为英伟达B200的40%至50%。不仅如此，谷歌自研的光电路交换机（OCS）技术，还让万卡级集群实现近乎线性的加速比。相比之下，传统GPU集群规模越大，通信损耗越严重；而TPU集群基本不吃这个亏。Google TPU v5e、v5p、v6、v7芯片关键性能对比谷歌TPU崛起还有更为直接的例证：在TPU上训练的Gemini 3，在多个权威基准测试中位居榜首，为业界顶尖模型之一。回到成本账上。TPU凭借AI专用架构带来的2-4倍能效优势，将大模型推理的综合成本相比GPU拉低50%以上。而这正是Anthropic、Meta们用订单投票的根本逻辑。当下，大多数大模型企业已经在用TPU+GPU的组合来缓解成本压力。去年11月，半导体研究机构SemiAnalysis对比大模型公司的采购成本后发现：与OpenAI相比，同时使用TPU与GPU的Anthropic，在与英伟达谈判时拥有更强的议价权。手里有TPU，就多了一张跟老黄讨价还价的牌。未来头部AI公司大概率都会走「多芯片并行」路线。OpenAI与Anthropic购买算力的成本对比性能跨越式提升，顶尖大模型规模化验证，头部公司主动布局——TPU已从算力产业的补充路线，升级为主流路线。英伟达一家独大的格局，正在被改写。十年磨一剑「TPU之父」要造下一代AI芯片2025年底，英伟达斥资200亿美元，拿下AI芯片创企Groq的核心技术和团队。这是英伟达史上最大的一笔交易，溢价近三倍。Groq创始人Jonathan Ross，被称为「TPU之父」，谷歌TPU的核心设计者之一。离开谷歌后，他创立Groq的目标很明确：做一颗超越谷歌TPU的芯片。两者的差异在架构。谷歌TPU走的是「固定架构+集群扩展」路线。其中，芯片内部搭载固定计算单元，依托二维数据流运算；芯片间通过3D Torus拓扑实现高效互联。架构稳定，但灵活性有限。谷歌TPU架构Groq的TSP（Tensor Streaming Processor）则是一种「软件定义硬件」的数据流处理器。其核心理念是，通过构建可重构的软硬件系统，在保持可编程性的同时，达到接近ASIC的极致性能。具体来说，芯片内部做了功能切片化微架构设计，配合软件层的灵活配置，可根据不同任务实时调整计算逻辑和数据流路径。同时，依托大容量片上SRAM及静态调度机制，显著提升了数据访存效率并降低搬运能耗。美国DARPA「电子复兴计划」（ERI）高度看好「软件定义硬件」方向，将其列为国家级战略核心。这也是Groq被称为「高阶TPU」的原因。数据显示，在相同推理任务中，Groq芯片首token延迟比谷歌TPU v7降低20%至50%，每token成本降低10%至30%。这场芯片革命，才刚开始加速Groq被收编，但「高阶TPU」的进化没停。国内清微智能、海外Cerebras等公司正在高效数据流动态配置和先进集成方式上持续突破。1. 通过3D Chiplet技术构建三维立体数据流架构。具体来说，「计算核心+3D DRAM芯粒」的组合在垂直与水平两个维度上形成了高效的数据流计算模式，突破了传统二维架构的效率局限。三维架构可以依据计算任务的需求和数据特性，在两个维度上灵活调度数据流，最大化缩短传输路径，降低搬运过程中的延迟与能耗，从而进一步提升整体计算效率。2. 依托算力网格技术构建灵活数据流计算范式。传统固定组网存在扩展性和语义适配瓶颈。而算力网格技术则可以通过灵活组网，实现Scale up与Scale out的协同。根据AI任务特性，系统能实时下发数据流的动态配置信息，在多种互联拓扑结构间灵活切换、精准调度。最终降低互联延迟，充分释放数据流架构的算力。3. 通过前沿的晶圆级芯片技术，将数据流架构的优势发挥到极致。这项技术将数据流架构从芯片尺度扩展到整片晶圆。在整张晶圆上高密度集成大量计算核心，计算核心间的互联距离被极大缩短。带来的结果是，互联带宽实现数量级提升，通信延迟大幅降低。数据流架构的算力规模与计算效能由此被推到极致。这也是为什么晶圆级芯片被视为数据流计算架构的理想物理载体。以Cerebras为例。数据显示，Cerebras CS 3系统推理性能比英伟达旗舰DGX B200快21倍，成本与功耗均降低三分之一，在算力、成本、能效上展现出显著的综合优势。在实测中，OpenAI的Codex-Spark跑出了每秒超1000 token的生成速度，让代码编写第一次有了实时交互的体验。Cerebras CS-3 vs英伟达GPU：大模型推理速度对比GPU独霸的时代，回不去了谷歌TPU走出围墙，OpenAI拥抱晶圆级芯片，英伟达天价收编Groq。这些信号均指向同一个方向：TPU已变成巨头们真金白银押注的主战场。算力世界的单极时代，正在被多元架构终结。决定下一代AI天花板的，不是算力堆砌的军备竞赛，而是能耗、延迟、确定性共同构成的新指标。对国产芯片来说，这场变局既是机遇也是挑战。 跟随者只能分残羹，走出自己的底层创新之路，才有资格参与下一轮全球算力洗牌。","kind":"news","is_publish_news":true,"is_publish_highlight":true,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"-1","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.39.0","shortVersion":"4.39.0","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/1101618629","isCrawlerRequest":true}