谷歌：全棧AI之王

新智元報(bào)道

編輯：犀牛

【新智元導(dǎo)讀】隨著Gemini 3模型與第七代TPU的強(qiáng)勢發(fā)布，谷歌終于打破了OpenAI與英偉達(dá)主導(dǎo)的市場敘事，宣告這一「沉睡的巨人」已憑借硬核實(shí)力完全醒來。

ChatGPT一轉(zhuǎn)眼已發(fā)布三年了。

過去三年，全球科技界都沉浸在一個(gè)由兩位「雙子星」所主導(dǎo)的敘事中——

• 英偉達(dá)負(fù)責(zé)「賣鏟子」，提供高達(dá)80%毛利的GPU硬件基石；

• OpenAI則負(fù)責(zé)「挖金礦」，堅(jiān)信Scaling Law（擴(kuò)展法則），定義模型的前沿。

所有人都以為，谷歌這家一度被分析師認(rèn)為在AI競賽中「落后」的巨頭，只能扮演一個(gè)追趕者的角色。

然而，現(xiàn)在一切都已不同。

上個(gè)月，當(dāng)谷歌推出其Gemini 3系列模型和第七代TPU Ironwood時(shí)，市場的震撼達(dá)到了前所未有的程度。

這種震撼不是因?yàn)楣雀琛缸菲健沽藢κ郑且驗(yàn)樗苯?strong>重塑了游戲規(guī)則。

作為新智元ASI產(chǎn)業(yè)圖譜11月號文章，本文將深入分析谷歌是如何利用獨(dú)有的「全棧AI」戰(zhàn)略，構(gòu)建起對手難以復(fù)制的護(hù)城河并重回巔峰的。

「沉睡的巨人」已完全醒來

Gemini 3發(fā)布后，就連奧特曼都罕見發(fā)聲，承認(rèn)在某些關(guān)鍵維度上確實(shí)「落后」了。

更加戲劇性的是，英偉達(dá)股價(jià)也應(yīng)聲下挫，過去一個(gè)月跌幅約15%。

如此大的跌幅逼得公司不得不發(fā)表聲明，強(qiáng)調(diào)其GPU的通用性和CUDA生態(tài)的不可替代性。

與此同時(shí)，谷歌母公司Alphabet的股價(jià)卻一路飆升，正邁向4萬億美元的市值。

這一切都指向了同一個(gè)事實(shí)：谷歌這個(gè)「沉睡的巨人」，現(xiàn)在已經(jīng)完全醒來。

而這背后的力量源泉，正是其對AI技術(shù)棧的徹底垂直整合——「全棧AI」戰(zhàn)略。

正如谷歌CEO Sundar Pichai在Gemini 3發(fā)布時(shí)所言——

也正因?yàn)槲覀冊贏I創(chuàng)新上有一套與眾不同的全棧做法——從領(lǐng)先的基礎(chǔ)設(shè)施，到世界一流的研究、模型和工具，再到觸達(dá)全球數(shù)十億人的產(chǎn)品——我們才能以前所未有的速度，把先進(jìn)的能力帶給全世界。

性能巔峰：Gemini 3

和Nano Banana的非線性突破

與Gemini 2.5 Pro相比，Gemini 3的進(jìn)步并不體現(xiàn)在「參數(shù)翻倍」上，而是在推理能力與多模態(tài)架構(gòu)上完成了一次顯著躍遷。

它被谷歌定位為一款基于最先進(jìn)推理能力的原生多模態(tài)模型：能在同一個(gè)模型里同時(shí)處理文本、圖像、音頻和視頻，在統(tǒng)一的內(nèi)部表示中做跨模態(tài)推理，并在多項(xiàng)主流基準(zhǔn)測試中取得頂尖成績。

在LMArena競技場排行榜中，Gemini 3 Pro在所有項(xiàng)目中目前都排名第一。

在更強(qiáng)調(diào)綜合智能的Artificial Analysis Intelligence Index排行榜中，Gemini 3同樣以73分位居榜首。

如果說Gemini 3是智力的巔峰，那么Nano Banana Pro就是實(shí)用性和創(chuàng)造力的狂歡。

Nano Banana Pro一經(jīng)發(fā)布，便迅速引發(fā)了一場「社交狂歡」，用戶僅需通過極其簡單的提示詞，就能生成高質(zhì)量的戰(zhàn)力排行榜、知識繪本和各種表情包等。

谷歌CEO Sundar Pichai也提到，Nano Banana Pro在信息圖表的生成上取得了突破。

這種強(qiáng)大的應(yīng)用屬性，讓普通用戶的創(chuàng)造力得以釋放。

正如互聯(lián)網(wǎng)讓更多人成為創(chuàng)作者一樣，AI工具正讓更多人以腦海中的方式來表達(dá)自我。

Nano Banana Pro生成的信息圖

「全棧AI」的垂直整合

模型能力的突破可能僅僅是冰山一角。

要理解谷歌的強(qiáng)大，則必須深入到其底層的戰(zhàn)略本質(zhì)——全棧垂直整合。

如果將AI的進(jìn)步視為一次登月計(jì)劃，那么競爭對手可能只擁有最先進(jìn)的火箭（模型）或者最有力的燃料（GPU）。

而谷歌，則建造了一座集成了燃料制造廠、火箭設(shè)計(jì)院和發(fā)射臺的全套「航天中心」。

這套「全棧AI」從底層基礎(chǔ)設(shè)施、世界級研究（模型和工具），一直延伸到面向用戶的產(chǎn)品和平臺。

換句話說，從Nano Banana這樣的應(yīng)用，到背后的模型，再到最底層的芯片，谷歌幾乎都握在自己手里。

TPU的誕生與進(jìn)化

谷歌的全棧故事，要從一場看似迫不得已的「自救」行動講起。

2015年，谷歌內(nèi)部部署了TPU v1，迅速在各部門獲得熱烈反響。

這并非出于炫技，而是被逼入了一個(gè)「不自研將難以支撐未來業(yè)務(wù)規(guī)模」的現(xiàn)實(shí)。

當(dāng)時(shí)，深度學(xué)習(xí)開始廣泛滲透谷歌的搜索、廣告等核心業(yè)務(wù)，這讓谷歌工程團(tuán)隊(duì)意識到一個(gè)關(guān)鍵問題：如果全面采用深度學(xué)習(xí)模型，谷歌全球數(shù)據(jù)中心的功耗將暴漲到難以承受的程度。

當(dāng)時(shí)的GPU雖然更適合訓(xùn)練大規(guī)模網(wǎng)絡(luò)，但其能效并非針對實(shí)時(shí)在線推理設(shè)計(jì)的。

這讓谷歌的高層意識到，繼續(xù)依賴CPU和GPU的現(xiàn)有路線不可持續(xù)。

于是，谷歌決定自己造一塊專用芯片（ASIC）——TPU，把目標(biāo)定得非常簡單粗暴：只干一件事，把訓(xùn)練和運(yùn)行AI模型需要的那些矩陣、向量運(yùn)算做到極致高效。

到了2017年，那篇著名的Transformer論文發(fā)表后，谷歌立即意識到，這個(gè)新架構(gòu)的計(jì)算模式高度規(guī)則、矩陣密度極高、并行度極高，簡直是為TPU量身定做的。

于是，他們自己把軟件架構(gòu)、編譯器、芯片架構(gòu)、網(wǎng)絡(luò)拓?fù)洹⑸嵯到y(tǒng)都握在手里，形成全棧閉環(huán)。

TPU由此升級為谷歌AI基礎(chǔ)設(shè)施的底座和支柱。

如今，TPU已發(fā)展到了第七代Ironwood（鐵木）。

如果說TPU v4/v5p是兼顧訓(xùn)練和推理的多面手，那么Ironwood就是在繼續(xù)強(qiáng)化訓(xùn)練能力的前提下，把推理放到設(shè)計(jì)核心的一代——一個(gè)為大規(guī)模推理優(yōu)先、又能承擔(dān)巨型模型訓(xùn)練的定制利器。

相較第六代TPU Trillium（v6e），Ironwood在訓(xùn)練與推理工作負(fù)載上的單芯片性能提升超過4倍；與TPU v5p相比，峰值算力最高可達(dá)10倍。

它也是谷歌迄今性能最強(qiáng)、能效最高的TPU。

Ironwood單個(gè)superpod可容納9,216顆TPU，依托9.6 Tb/s級別的芯片間互聯(lián)和約1.77 PB的共享高帶寬內(nèi)存，大幅緩解了大模型訓(xùn)練和推理中的通信瓶頸，使復(fù)雜AI模型在超大規(guī)模集群上運(yùn)行得更快、更穩(wěn)定。

它的出現(xiàn)，意味著谷歌正式把資源和架構(gòu)重心從「訓(xùn)練」轉(zhuǎn)向「訓(xùn)練+大規(guī)模推理一體化」，并公開把「age of inference」（推理時(shí)代）定義為下一階段AI基礎(chǔ)設(shè)施的主戰(zhàn)場。

通過Ironwood+AI Hypercomputer這套系統(tǒng)級組合拳，谷歌同時(shí)在單芯片性能和整機(jī)房級算力密度兩條戰(zhàn)線對標(biāo)英偉達(dá)，爭奪下一代AI基礎(chǔ)設(shè)施的話語權(quán)。

Ironwood超級機(jī)柜的一部分，直接在一個(gè)單一域內(nèi)連接了9,216個(gè)Ironwood TPU

模型與硬件的深度契合

谷歌的AI全棧戰(zhàn)略在軟硬件一體化這點(diǎn)上看得最清楚。

靠著這套從芯片、數(shù)據(jù)中心到模型架構(gòu)都自己打通的體系，谷歌把過去層層割裂的環(huán)節(jié)擰成了一根繩，性能和效率一起往上抬。

以Ironwood為例，它就是研究人員影響硬件設(shè)計(jì)、硬件反過來加速研究成果的持續(xù)閉環(huán)產(chǎn)物。

當(dāng)谷歌DeepMind團(tuán)隊(duì)需要為其頂尖模型實(shí)現(xiàn)特定架構(gòu)突破或者優(yōu)化時(shí)，他們可以直接與TPU工程師團(tuán)隊(duì)緊密協(xié)同創(chuàng)新。

這種內(nèi)部協(xié)作確保了模型架構(gòu)的設(shè)計(jì)始終是基于最新代際的TPU進(jìn)行訓(xùn)練，從而相對于前代硬件實(shí)現(xiàn)顯著的性能提升和加速。

Jupiter數(shù)據(jù)中心網(wǎng)絡(luò)能夠?qū)⒍鄠€(gè)Ironwood超級莢連接成包含數(shù)十萬個(gè)TPU的集群

現(xiàn)在，谷歌的創(chuàng)新循環(huán)更進(jìn)了一步，達(dá)到了「AI設(shè)計(jì)AI」的境界。

他們用一種名為AlphaChip的AI技術(shù)來設(shè)計(jì)下一代芯片的布局方案。

AlphaChip利用強(qiáng)化學(xué)習(xí)來生成更優(yōu)化的芯片布局。

目前，這一方法已經(jīng)成功應(yīng)用于包括Ironwood在內(nèi)的連續(xù)三代TPU的設(shè)計(jì)中。

這大大降低了谷歌對外部半導(dǎo)體設(shè)計(jì)工具和供應(yīng)商的依賴。

通過這種自研芯片+內(nèi)部優(yōu)化，谷歌在算力成本上形成了天然優(yōu)勢，從而避免了昂貴的「CUDA稅」。

巨頭們的「投懷送抱」

谷歌內(nèi)部實(shí)測數(shù)據(jù)顯示，Ironwood在同等負(fù)載下的推理成本較GPU旗艦系統(tǒng)低30%-40%。

有分析指出，谷歌提供同等推理服務(wù)時(shí)的底層成本可能僅為對手的兩成。

在推理時(shí)代，這樣的成本差異足以改變大客戶的架構(gòu)選擇：對每年在推理上投入數(shù)千萬甚至上億美元的企業(yè)來說，壓縮三到五成支出，足以改寫財(cái)報(bào)。

在這一層意義上，TPU正在變成許多公司重構(gòu)推理基礎(chǔ)設(shè)施時(shí)優(yōu)先考慮的算力引擎。

谷歌自己也正在將TPU從「內(nèi)部黑科技」打造為市場上的「生態(tài)可選項(xiàng)」，進(jìn)而吸引像Anthropic、Meta這樣的大客戶。

僅Anthropic一家就計(jì)劃接入高達(dá)100萬個(gè)TPU。

谷歌還順勢啟動了TPU@Premises計(jì)劃，將TPU直接部署在企業(yè)的數(shù)據(jù)中心，使得客戶可以在本地以極低的延遲使用推理能力。

近期還有市場傳聞稱，Meta正評估在2027年把TPU引入自家數(shù)據(jù)中心，并最早從明年起通過谷歌云租用部分算力——無論最終如何落地，這類討論本身就說明TPU已經(jīng)進(jìn)入一線互聯(lián)網(wǎng)公司的選項(xiàng)集。

回到更可量化的層面：根據(jù)谷歌第三季度財(cái)報(bào)，谷歌云新增客戶數(shù)量同比增長近34%，超過10億美元的大單規(guī)模已超過前兩年的總和，超過70%的客戶正在使用谷歌云的AI產(chǎn)品。

這些變化，在很大程度上都與谷歌在算力成本和產(chǎn)品形態(tài)上的優(yōu)勢緊密相關(guān)。

C端：全棧AI的終極引擎

正如上文谷歌CEO劈柴哥所言，谷歌的全棧AI戰(zhàn)略，是一個(gè)涵蓋AI基礎(chǔ)設(shè)施、世界級研究（包括模型和工具）以及將AI帶給全球用戶的產(chǎn)品和平臺的全面系統(tǒng)。

C端產(chǎn)品——特別是其核心業(yè)務(wù)如搜索、地圖以及Gemini app和Nano Banana Pro等新的AI應(yīng)用——不僅僅是戰(zhàn)略的最終輸出，它們更是驅(qū)動整個(gè)全棧AI生態(tài)系統(tǒng)向前發(fā)展的核心引擎，是實(shí)現(xiàn)技術(shù)驗(yàn)證、數(shù)據(jù)積累和商業(yè)閉環(huán)的關(guān)鍵。

谷歌憑借其無可匹敵的用戶規(guī)模和數(shù)據(jù)廣度，為其定制硬件和領(lǐng)先模型提供了無與倫比的「煉丹爐」和「試驗(yàn)場」。

這些數(shù)據(jù)源包括谷歌搜索、Android、YouTube等，谷歌通常自己使用這些數(shù)據(jù)。

而像Gemini系列模型，則被視為是貫穿谷歌所有產(chǎn)品的主線。

在2025年第三季度，谷歌的第一方模型（如 Gemini）僅通過客戶直接API，每分鐘就處理約70億個(gè)tokens。

若把搜索、YouTube、Android等所有界面加起來，每月被模型消化的tokens已超過1.3千萬億個(gè)（quadrillion），一年內(nèi)增長了20多倍。

這些數(shù)據(jù)展示了C端產(chǎn)品作為AI能力載體的恐怖規(guī)模，也使得Gemini應(yīng)用在推出后，月活躍用戶數(shù)迅速超過6.5億，形成了驅(qū)動AI進(jìn)步的數(shù)據(jù)飛輪。

以谷歌AI Mode為例，自推出以來其在美國實(shí)現(xiàn)了強(qiáng)勁且持續(xù)的周環(huán)比增長，查詢量在一個(gè)季度內(nèi)翻了一番。

截至三季度，已擁有超過7500萬的日活用戶，推廣到了全球40種語言。

最重要的是，AI Mode已經(jīng)為搜索帶來了增量的總查詢增長。

12月2日，谷歌已宣布將AI Mode融入進(jìn)搜索中，給搜索用戶提供類似ChatGPT的聊天體驗(yàn)。

這種C端產(chǎn)品成功將AI技術(shù)轉(zhuǎn)化為實(shí)實(shí)在在的業(yè)務(wù)增長，進(jìn)一步奠定了谷歌在核心領(lǐng)域的競爭優(yōu)勢。

簡言之，谷歌的C端產(chǎn)品（如搜索），是其全棧AI戰(zhàn)略的需求源、數(shù)據(jù)場和商業(yè)出口。

這些C端產(chǎn)品一方面制造了真實(shí)的流量和使用壓力，另一方面又不斷把反饋灌回谷歌的TPU和Gemini，讓它們在高頻迭代中越跑越省錢、越跑越高效。

全棧AI：改寫技術(shù)文明底座

在當(dāng)下這個(gè)以「推理為先」的AI時(shí)代，谷歌率先把競爭從單一模型的短跑，換成了全棧系統(tǒng)的馬拉松。

至此，真正的護(hù)城河不再是誰有更多的芯片、更先進(jìn)的模型，而是誰掌握了「基礎(chǔ)設(shè)施-研究-產(chǎn)品-數(shù)據(jù)」的閉環(huán)。

展望未來，如果說過去互聯(lián)網(wǎng)解決的是「信息是如何被找到的」，那么全棧AI要回答的將是「世界如何被重新組織」。

以谷歌為代表的科技公司，能否將這套AI閉環(huán)，轉(zhuǎn)化為更公平的教育、更高效的科研、更可持續(xù)的產(chǎn)業(yè)，將在很大程度上決定下一代技術(shù)文明的形狀——

那時(shí)，我們也許不再刻意談?wù)揂I，因?yàn)樗鼘⒊蔀槲拿鞯哪J(rèn)背景。

參考資料：

https://cloud.google.com/blog/products/compute/ironwood-tpus-and-new-axion-based-vms-for-your-ai-workloads

https://cloud.google.com/transform/ai-specialized-chips-tpu-history-gen-ai?utm_source=chatgpt.com

秒追ASI

?點(diǎn)贊、轉(zhuǎn)發(fā)、在看一鍵三連?

點(diǎn)亮星標(biāo)，鎖定新智元極速推送！