当"算力即霸权"成为 AI 时代的共识，算力芯片的竞争就不只是比性能，更是比性价比。谷歌发布 TPUv7 Ironwood，公开数据显示其在每美元性能上最高领先英伟达 B200 达 50.4%，外部化进程加速，连 Anthropic 等头部玩家也在扩大采购。AI 算力格局，正在松动。

TPUv7 Ironwood 强在哪

  • 性能领先：每美元性能最高超英伟达 B200 达 50.4%，即在同样成本下能提供更多算力；
  • 性价比导向：训练/推理大模型，成本是命门，TPU 用"更高性价比"切入；
  • 外部化提速：谷歌开始对外提供 TPU 算力，不再只自用，直接杀入英伟达的地盘。

为什么英伟达的垄断开始被撬动

  • 成本压力：大模型玩家最怕"算力烧钱"，性价比高的替代方案天然有吸引力；
  • 多供应商化：Anthropic 等扩大 TPU 采购，说明大厂不愿只依赖单一芯片供应商；
  • 差异化竞争：TPU 针对 AI 工作负载深度优化，与其拼"最强单体"，不如拼"最划算"。

算力竞争的新维度

  • 从"最强"到"最划算"：AI 规模化应用后，单位成本比峰值性能更关键；
  • 生态与可靠性：芯片竞争还比工具链、弹性、供应链稳定；
  • 资本与产能：谷歌、亚马逊（与高通 AI 芯片 600 亿美元合作）等巨头纷纷加码，算力格局多极分化。

对产业的意义

  • AI 成本下降：良性竞争压低算力价格，利好所有大模型应用；
  • 供应链多元化：不再"非英伟达不可"，降低单一依赖风险；
  • 格局磨平：TPU、自研芯片、国产算力多线并进，算力生态更丰富。

结语

TPUv7 Ironwood 用"每美元性能碾压"放大了一张王牌——AI 时代真正稀缺的不是"最强"，而是"用得起"。当谷歌把 TPU 对外卖、亚马逊牵手高通、多厂商分庭抗礼，英伟达一家独大的局面正被逐渐改写。对 AI 产业而言，算力越便宜、越多元，创新的空间就越大。算力军备竞赛的下半场，拼的是"性价比"和"生态"，而不只是"参数"。

本文基于公开报道整理，性能与价格数据以官方发布为准，不构成投资建议。