谷歌擁有全球最多AI算力，且主要依靠自研芯片構建

這已是不爭的事實：谷歌是全球最大的AI算力單一持有者，且其算力體系的構建在很大程度上繞開了英偉達。

根據Epoch AI研究機構的最新分析，全球超過60%的AI算力由美國超大規模云服務商掌控，其中谷歌獨占約四分之一。盡管這家搜索巨頭的算力主要依賴自研張量處理器（TPU），但其許多同行仍高度依賴英偉達的產品。

分析師指出，這種算力與基礎設施向少數巨頭高度集中的格局，可能會主導AI發展的整體節奏。

獨立科技分析師卡米·列維表示："沒有人會質疑成為超大規模云服務商所需的巨額資本投入。"他指出，這些巨頭能夠實現規模經濟，"是小玩家只能望塵莫及的"。

"但當它們基本上成為市場上唯一的選擇時，它們對定價、條款和服務可用性的影響力就很難被忽視，而這個市場實際上別無選擇。"他說道。

Epoch AI以"等效H100（H100e）"為單位評估算力規模，即一家云服務商或公司擁有足夠多的TPU、圖形處理器（GPU）或其他加速芯片，其總算力可以與相應數量的英偉達H100處理器相匹配。

按此標準，谷歌持有的算力約等效于500萬張H100 GPU，其中約400萬的算力來自自研TPU芯片，僅約四分之一的算力依托英偉達GPU。

穆爾洞察與戰略公司副總裁兼首席分析師馬特·金博爾表示，這一比例"遠低于"其競爭對手，"這充分說明谷歌對自家TPU用于AI的信心"。他還補充道，谷歌目前正大量采用第七代Ironwood TPU為谷歌云提供算力支撐。

微軟在算力規模上位列第二，但差距較大，相當于約345萬張H100，其算力主要依賴英偉達基礎設施，小部分來自AMD。

亞馬遜排名第三，算力約等效于250萬張H100；Meta排名第四，約為225萬；甲骨文排名第五，略超100萬H100e。據Epoch AI數據，Meta混合使用英偉達和AMD的基礎設施；亞馬遜的算力則大致由AMD和自研AWS Trainium芯片各承擔一半；甲骨文則高度依賴英偉達。

另一項來自Synergy Research Group的分析顯示，超大規模運營商目前已占全球數據中心總容量的近一半（48%），預計到2031年將超過三分之二（67%）。

該機構報告指出，超大規模數據中心中60%的容量已位于由這些服務商自建自有的設施內，而企業自建數據中心（即本地部署）僅占總容量的32%。這與2018年形成"鮮明對比"——彼時本地部署設施占據了56%的數據中心容量。

Synergy表示，當前本地部署數據中心容量正因生成式AI應用和GPU基礎設施的興起而獲得"一定程度的提振"，此前這一領域經歷了"相當長時間的幾乎零增長"。然而，該機構預測，本地部署在總容量中的占比將繼續以每年至少兩個百分點的速度下滑，到2031年降至19%。

Synergy Research Group首席分析師約翰·丁斯代爾表示："總體而言，全球正在加速邁向一個由超大規模運營商主導全球絕大部分數據中心容量的格局。"

毫無疑問，英偉達依然是AI技術棧中的核心要素。

列維表示，英偉達"以相當出色的姿態乘上了這波浪潮，并憑借提供滿足算力需求日益增長的AI時代所需的處理器級解決方案，獲得了當之無愧的回報"。

然而，他也指出，過度依賴單一芯片供應商"會讓所有其他方承擔不必要的風險"，這促使谷歌、Meta、亞馬遜等平臺型企業尋求更貼近自身的解決方案。至于是選擇自研芯片，還是通過多元化渠道獲取算力，"其實并不那么重要"。

"真正重要的是，它們要認識到自主開發和部署算力的優勢，以及將主動權拱手相讓所帶來的內在風險。"列維說。

Info-Tech Research Group研究員比爾·王指出，就谷歌而言，它將持續成為"最大的算力資源消耗者之一，甚至是最大的那個"。

"其商業模式驅動了這種全球性需求，具體體現在谷歌搜索和Gemini的廣泛使用上——這些服務對用戶來說是'免費'提供的。"他指出。然而，在企業客戶層面，谷歌恐怕難以復制這樣的市場滲透率，因為微軟Azure和亞馬遜AWS在企業市場擁有更為深厚的根基。

比爾·王還指出，AI基礎設施的布局也正受到"主權AI"這一新興趨勢的影響——各國傾向于將AI技術棧置于更本地化或本地部署的環境中加以管控。丹麥等國已著手將AI及非AI工作負載從美國服務商（尤其是微軟和谷歌）遷移出去。

值得注意的是，上述數據主要反映的是面向大規模模型訓練而構建的基礎設施——這一領域長期由英偉達憑借其芯片及CUDA并行計算平臺主導。

但金博爾預測，隨著推理市場逐漸走向成熟，市場格局可能會發生轉變。AMD、Cerebras等廠商將開始獲得更多份額，因為它們"同樣出色"，并具備差異化的性價比表現。

他還指出，上述排名也未將部分自研加速芯片納入統計，包括AWS的Trainium、微軟的Maia以及Meta的MTIA。云服務商將"隨時隨地盡可能地"部署自研芯片，因為這將帶來顯著的性價比優勢。

"所以，英偉達今天主導市場，明天依然會領跑，"他說，"但等推理在市場上真正站穩腳跟之后，我們再來看格局會是什么樣子。"

金博爾觀察到，對于在云端使用AI的企業來說，英偉達的故事確實容易令人困惑。"他們讀到的、看到的一切都在告訴他們要用英偉達，因為那是構建他們所使用的所有模型的底層架構，"他說。

但他指出，推理與訓練不同。合適的推理平臺有很多依賴因素：不同的模型類型和規模、推理模式、可移植性以及內存架構。而且，鑒于推理將在整個企業中無處不在地發生（數據中心、邊緣側、終端設備上），IT采購方必須充分考慮軟件棧和可移植性問題。

金博爾最終指出，企業IT部門需要將AI視為"一張白紙上的全新項目"，而不是被現有數據中心的既有資產所束縛。"你不會希望被鎖定在單一技術棧和/或單一芯片上，"他建議道。

Q&A

Q1：谷歌的AI算力為什么能排名全球第一？

A：根據Epoch AI的分析，谷歌持有相當于約500萬張英偉達H100 GPU的算力，居全球單一機構之首。其核心優勢在于大規模部署自研TPU芯片——約400萬H100等效算力來自自研TPU，僅四分之一依托英偉達GPU。這使谷歌在算力自主性和規模經濟上都具備顯著優勢。

Q2：谷歌的TPU和英偉達GPU相比有什么優勢？

A：谷歌的TPU是專為AI計算定制的芯片，目前已迭代至第七代Ironwood版本，廣泛用于支撐谷歌云服務。與英偉達GPU相比，TPU在特定AI任務上具有更高的能效比和成本優勢。谷歌對TPU的高度依賴，也體現出其對自研芯片在AI領域應用的充分信心，同時降低了對單一外部供應商的依賴風險。

Q3：英偉達在AI芯片市場的主導地位會被取代嗎？

A：短期內英偉達仍將主導AI訓練芯片市場，其GPU架構和CUDA平臺具有深厚的生態積累。但隨著AI推理需求的快速增長，AMD、Cerebras等廠商以及各大云服務商的自研芯片（如AWS Trainium、微軟Maia）將逐步蠶食市場份額。分析師建議企業在構建AI基礎設施時，避免被單一芯片或技術棧鎖定。