google转型为tpu生产企业吗

在这个世界上，目前敢对英伟达 gpu 说不的只有一家公司，那就是谷歌，因为它有最严的 tpu， tpu 到底有多强大，就这么跟你说吧，谷歌自己啊，包括 ai 在 内的所有内部业务，基本上都是靠它来实现计算的，那么英伟达 gpu 在 其数据中心内部的这个占比啊，是 非常小的，仅供租赁客户啊，选择性使用。而目前呢，有超过百分之六十的深圳市 ai 的 创业公司和超过百分之九十的生 是 ai 的 独角兽，都在使用谷歌的 tpu 云服务。就连苹果这样的巨步，那么在训练 apple intelligence 的 模型底座时呢，也是毫不犹豫向谷歌投怀送抱了，把英伟达直接晾在一边了。这期视频呢，我们就来深度了解一下谷歌的 tpu 是 如何撼动英伟达的地位的。 饭局必备，先赞后看！可能很多人会反驳，敢对英伟达 g p u 说不的只有谷歌吗？啊，华为它不是吗？华为啊，它当然有资格啊，我们之前也讲过，它的升腾系列已经是可以追标英伟达上一代产品，但是呢，华为目前它主要走的是超节点的狼群战术啊，它的单卡性能与英伟达差距依然是非常巨大。 而谷歌最新的第七代 t p u 不 仅是单卡，性能上已经是对标了英伟达的 b 二百，甚至啊，这个集群互联上更是直接吊打在 t c o 上，更是一跃绝尘啊，能够比英伟达低出百分之四十都不止， 直接把鸿星尔给干一懵了。故事要从二零一三年讲起啊，当时呢，谷歌的 ai 负责人就发现啊，如果说有一亿的安卓用户每天使用手机语音转文字服务三分钟，那么它所消耗的这个算力啊，就已经是谷歌所有数据中心 总算力的两倍。而这种巨大的工作赋能呢，如果说通过 c p u 的 话，必然是效率吃不消，如果说用 g p u 的 话，那么更是面临巨大的基建投入。所以啊，当时谷歌呢，就毅然决定啊，自研 ai 芯片，并于二零一五年发布了第一代 t p u。 谷歌的 t p u 到底跟 g p u 有 何区别呢？那么这个其实很好理解，如果说当年老黄坚持开发 g p u 是 为了从 g p u 分 流出专业任务啊， 提高效率，那么这个 t p u 呢，就是从 g p u 来分流专业任务，提高效率。而 t p u 所分流出来的这个专业任务呢，就是为深度学习技术，深度定制的。大家都知道英伟达的 g p u 啊，有两种啊，那么一种是游戏显卡，专门用于渲染。另外一种啊，就是 g p g p u 也就是数据中心 g p u 啊， 可以用于科学计算和 ai 大 模型，两者的区别就在于啊， g p g p u 在 核心数量、内存、宽带和数据格式等等方面呢， 是专门为高性能计算而设计的。而开发者呢，可以通过扩大这个框架来调用 gpu 的 算力，用于各种各样的计算任务，比如流体力学模拟等等。啊，那么这个是因为啊， gpu 它相比 cpu 来说的话，它的这个预算单元数量，这个面积是大幅度提升的，那么它的核心数量呢，也比较多，可以支持并行计算。 而谷歌的 tpu 则是进一步从 gpu 的 这个价值中啊，凸出专属于 ai 的 那一部分。而更进一步啊，谷歌还让 tpu 呢只适配自家的 ai 软件，也就是特色 flow 啊，形成一个深度的绑定。所以呢，谷歌的 tpu 啊，它其实呢就是一种 ic 芯片啊， 它的这个电路设计呢，是高度定制化的，只能够运行谷歌自己的特定算法，这样的好处是什么呢？就是可以获得最为极致的 tco 啊，因为谷歌呢，它不是别的公司啊， 它同时坐拥最大的搜索引擎和 v 二的移动 os， 那 么每天都要应对以 e 为单位的这个用户请求，它如果说用 gpu 来作为这个算力底座的话，那么这个电费账单啊，就直接拉爆了。而当时来说的话，第一代的 tpu 就是 一个专门为 ai 的 推理而诞生的定制芯片。那个时候呢， 其实谷歌还无法直接对英伟达的 tpu 说不，到了二零一七年，谷歌推出了第二代 tpu， 开始支持浮点预算， 也就开始支持了 ai 的 训练，这个时候呢，它与英达的这个供需关系呢啊，就开始发生了改变。那么之后的几年内， t p u 呢，不仅是对架构进行了持续优化啊，性能在不断提升。那么到了这个二零二四年啊，谷歌更是发布了第六代 t p u 啊，也就是这个吹领。那么这个版本呢，就是在叉 t v t 爆火之后呢， d p u 对 于声控式 ai 的 一个最直接的响应，相较于第五代啊，第六代的这个峰值性能呢，直接上调了四点七倍啊，这个架构更为激进。而目前在二零二五年发布的则是第七代 t p u 叫做 ionward， 它在 f p 八峰值专利内存容量和贷款方面呢，已经是跟英伟达的 b 二百直接看齐了啊， 与这个 b 三百还是有点差距的。不过呢， t p u 最大的优势啊，其实呢，在于这个集成互联，那目前英伟达的这个恩维力克呢，可以实现七十二个 g p u 的 质联，也就是说啊，组成一个巨大的 g p u 嘛，而谷歌的这个 t p u 呢，它可以一次性实现九千两百一十六个芯片的质联，也就是说啊，组成一个巨大的 t p u， 这个呢，主要就是得益于啊，谷歌它自研了一款叫做 polo 码的一个光学芯片和 ocs 系统。那么这里呢，我们来简单的说一下啊，在谷歌的这个服务器配置中啊，六十四个 tpu 呢，通过电互联会组成一个 cube， 而基于这个 ocs 系统呢，一百四十四个 cube 呢，就可以通过光互联组成一个大的计算域啊，而英伟达所对应的这个概念呢， 其实呢是 nvlink 啊，目前呢是只有七十二个 gpu 来组成一个域。所以说啊，谷歌通过对互联技术的一个深度资源，就直接在这个算卡的基群上碾压了英伟达。不仅如此呢，在谷歌的这个 ocs 内部啊，各个 q 部之间呢，它还可以改变互相连接的这个拓扑结构啊，根据具体的这个模型来重新配置，那么这个就极大增强了灵活性。而 而这一点呢，最直接的收益啊，就是 tpu 的 这个算力利用率就大幅度提升了，一定要注意这个利用率啊，因为数据中心它的这个大量算卡儿，它们在训练和推理时呢，是需要对这个任务进行分布式这个处理的， 而如果说各个算卡之间它的这个沟通啊，桥梁是七拐八绕的，就容易卡住啊，那么只有少部分算力呢，是得以有效利用，那么谷歌在对这个互联系统进行深度的自研啊，就提升了这个指标，那么这也是为何谷歌啊在这个 t c o 上有巨大优势的一个原因之一。而 o c s 呢，是在二零二一年在第四代的 t p o 发布时引入的， 那可见谷歌当时的野心是有多么大，前瞻性是有多么强。那么谷歌的 t p o 从架构层面来说，它到底是一种什么样的设计呢？前面讲到啊，它是一个专门为 a f 的 而设计的， 更进一步讲呢，它是只支持特定的一个开发框架啊，比如说自带的这个 turn flow jacks 以及 meta 的 pie charts。 当然了，目前的第七代已经是不支持 turn flow 了啊，不过它的这个核心精髓就在于通过与主流开发框架的深度融合，那么从电路层面 来实现单向的奔赴啊，最大化它的开发效果。我们来看下这个图啊，那么这个就是第四代 tpu 的 一个简图，那么这个是芯片 level 的 一个结构啊，这里是 hbm 内存，那么这个 cm 呢，就是共享内存的意思啊，它呢是一个 sm 电路，相当于是 cpu 中的这个缓存的这个性质， 而这些就是它的计算核心，叫做 tensor 啊，那么 tpu 中的 t 就是 tensor 嘛，张亮的意思，而这个 tensor 呢，就是跟英伟达 gpu 那 个 tensor 呢，其实这个作用是一样的， 而 turn circle 它的内部呢，就有这些东西，那么这个呢，叫做标量单元，它相当于是一个小小的 c p u 啊，负责控制和调度整个 turn circle 的 这个运行的这个是标量内存，就是标量单元的缓存，那么这个 v p u 呢，是向量处理单元的意思啊，那么它类似于 这个 g p u 中呢，扩大口的一个作用，那主要是负责计算一些计算函数等等非矩阵操作，而这个就是向量处理单元的一个缓存。那么最为重要的当然呢，就是这些啊， m x u， 那 么它们呢，就是矩阵乘法单元，也就是乘法口中占据电路面积最大的计算模块啊，它们呢，主要就是负责乘积累加计算啊， 而这个计算呢，就是在大模型的训练和推理中，占百分之九十以上的预算量的一种操作，那么剩下的百分之十呢，就是由这个 v p u 来负责的啊， 所以 tpu 的 这个内部架构啊，从原件上来说的话，它跟 gpu 其实呢是有很大的交集的，只不过啊，它的具体的这个存储层级啊，和设计折形呢是有差异的，而 gpu 中呢，因为它要兼顾非大模型用途啊，那么所以说它存在大量的这个库达口啊， 那么这个地位上，就等同于 tpu 中的这个 vpu 这个电阻嘛，但是呢， vpu 在 tpu 中的这个占据的面积是非常小的，而在存储配置上呢， gpu 是 hbm 大 啊，这个 l 一 l 二合成， 那么 t p u 呢，是 h b m 相对较小，但是呢片上缓存大，所以呢，你可以简单的粗暴理解为啊， t p u， 它就是一个大幅度压缩了 g p u 中的库达扣的这么一个比例，进而去提升了吞吐扣的这个比例啊， 那么同时在这个运行逻辑上，只是会特定架构的一种算力芯片，而谷歌 t p u 的 这个核心精髓，其实呢，在于一种叫做脉动阵列的设计哲学，它就是说啊，数据呢，在一个阵列中流动啊，从输入开始啊，就一直计算出一个结果来，那么中间呢，不会频繁的访问内存，那么这个就是它的一个基本的架构啊， 传送数据和激活数据呢，分别输入那么一个 pe， 就是 说一个处理单元，那么得出结果后呢，就会传给下一个 pe 啊，那么正是因为这种设计啊，就使得 tpu 在 工号和效率上呢，又发挥出了非常大的优势，但是呢，也很明显啊，它只适合矩阵乘法这样的预算啊， 这个计算模式是非常固定的，那所以说它不如 gpu 那 么灵活。正是由于这种从底层架构到上层逻辑的自主构建，就让谷歌的 tpu 的 年出货量已经是超过了两百万克啊， 二零二五年呢，预计可能会达到三百万这个水平，其实目前啊，就仅次于英伟达的数据中心 gpu， 那 么后者呢，大概是三点五到四万万克的水平， 所以从出货量来看，那么谷歌的 tpu 当仁不让就是全球老二，这个可能是很多人还没有想到的，有人可能会问啊，这么大的出货量，那么平时都没有听说哪里可以买呢？这个是因为啊， tpu 此前全部都是在谷歌 cloud 啊， 还对外提供这个算力服务，一般是不对外直接销售硬件或者说系统的。那么根据全场报告呢，谷歌 t p u 的 这个算力啊，大约有百分之七十到百分之八十呢是用于自家产品的啊，比如说这个搜索广告，视频以及 java 等等，剩余的百分之二十到百分之三十呢，是对外租赁的啊，但是呢，目前随着算力需求的激增以及电力的短缺，那么谷歌的这个 t p u 啊，已经是开始 成见制对外销售了啊，根据公开报导的话，那么第一个客户就是 cloud 的 开发商 isop 已经啊签署了大规模的供货协议，还有报道显示啊，谷歌正在跟 mata 谈判啊，那么如果说一切顺利的话，那么可能会在二零二七年 会直接向 yata 销售 tpu 的 这个成品机架，用于后者自己的数据中心。而 openai 据传也曾试图通过转向 tpu 啊来向这个英伟达施压，从而呢还获得了后者百分之三十的 gpu 折扣，压缩了后者的利润。所以可以预见的是啊，那么针对一些特定的大型客户啊，谷歌可能会直接开辟一个新的商用机器版图， 届时呢，将直接威胁到英伟达的业务。那我觉得马斯克的这个 x a i 啊，后续也可能会跟进，虽然目前 t p u 呢，它并不像 g p u 那 样啊，可以以个人身份去购买啊，或者说这个小批量购买。但是啊，它的外部化推动，其实呢，已经是给英伟达敲响警钟了。事实上呢，对于硅谷的那些大公司来说，也是苦英伟达久矣啊，敢怒不敢言罢了啊， 一方面呢，英伟达通过 g p u 挟持着大部分的这个 ai 生态，那么另一方面， g p u 这个硬件本身啊，它其实并不是 ai 时代的一个原生硬件啊， 他只是说有这方面的能力而已。那么此前一直用英伟达啊，其实那是一份没得选。而现在，经过了十年磨一剑，谷歌的 t p u 不 论从单卡性能还是低级水平上，已经完全可以跟英伟达在 ai 的 训练和推理层面呢摆摆手腕了。在 t c o 更低的前提下，那么硅谷大佬呢，肯定是更青睐 t p u 了，毕竟它的创造者谷歌才 这一波 ai 技术浪潮背后的真正的功臣，那么技术层面呢，是更为正统了。而对于谷歌来说的话，通过 tpu 的 这个外化推动，也能够进一步啊，就巩固自己在 ai 产业的核心地位。其实啊，说起来啊，谷歌作为一家互联网企业啊，那么它对于这个硬件真的是情有独钟。我在刚入行的时候呢，接触的就是谷歌 glass 啊， 这个 chromebook 这些谷歌推出的硬件，虽然说当时很多产品呢都失败了啊，或者说不温不火，但是呢，谷歌它的这个硬件野心是从未停止，现在啊，你还可以买到 pixel 手机和 ness 的 智能家居等等一系列的硬件， 而谷歌的 t p u 可以 说是他过去十年来做过的最为正确的决策之一。虽然这一波是被拆的 g p t 给带动起来的啊，但是呢，从目前 jamal 的 水平来看，这个谷歌啊，也还是宝刀未老，那不仅如此呢，他还意外收获了一个 bonus， 那 就是大家对于 t p u 开始产生了浓厚的兴趣。我是大刘，感谢观看。

每日一家好公司，谷歌一条九百三十亿美元的供应链，养肥了哪些公司？谷歌 t p u 供应链 三十亿美金的谷歌内部，正上演芯片内战。搜索、云计算、自动驾驶这些核心部门为了抢 ai 芯片，闹到要 ceo 劈柴哥亲自调停， 巨头钱多却陷入算力饥荒。但真正的赢家不是他们，而是背后卖军火、修基础设施的人，他们就是深度绑在谷歌 ai 心脏、 tpu 芯片全产业链上的中国硬核公司。不聊模型多智能，聊聊托起所有智能的物理根基。我们一起走一遍这条千亿供应链数数里面的中国面孔。 数据跑得快，全靠光膜快贷，这是中国公司优势最大的一环。中际续创核心益盛是谷歌八百 g 光膜快的两大核心，下一代一点六 t 也少不了他们。天福通信提供光引擎等核心器械，长飞光纤负责数据中心内部高速光纤。这条信息高速路，从核心到血管，中国公司全包了。 芯片再强，也要站在可靠的 pcb 板上，这是承载一切的地基。互电股份和深南电路是给谷歌最新 tpu 六 v 七造地基的主力，提供三十层、四十四层超高端 pcb。 盛虹科技订单不断，中副电路则专攻电源模块 pcb。 这四家公司牢牢托起了 tpu 的 物理根基，功耗冲天，供电散热就是生命线。新雷能已打进谷歌 v 七 tpu 电源系统，博科星才提供核心芯片。电感 散热方面，英维克是龙头，是谷歌 tpu 液冷方案核心供应商，没他们，芯片也得中暑。最后把数万芯片连成超级大脑 光交换， ocs 是 算力总指挥塞微电子的子公司，独家生产核心。曼镇近芯片光库科技负责 ocs 交换机整机代工、芯片集成环节。工业复联深耕封装。长电科技是国内唯一通过谷歌认证的先进封装商，负责 tpu 的 二点、五 d、 三 d 集成手术， 从数据传输、电路承载到供电散热集成调度，一条完整的千亿 ai 算力产业链清晰浮现。这十多家中国公司，在不同环节各司其职，成为不可或缺的螺丝钉和顶梁柱。 他们打入全球顶级供应链，解决真实痛点，业绩确定性与成长性更加清晰。这是一个中国制造从体力输出迈向脑力欠入的升级故事。这条产业链上，你觉得哪个环节壁垒最高？哪家公司潜力最大？评论区聊聊。

谷歌神厂背后的公司有哪些呢？今天来具体聊下 ai 算力基建核心供应商的全景解析。拿笔记下，谷歌将二零二六年 tpu 芯片出货量目标大幅上调，那么推动了全球顶级科技巨头重构了供应链体系。 近期谷歌在亚洲密集开展的神厂工作，有一些公司成功突围，不仅拿到了确定性的大额订单，更重要的是进入了全球 ai 算力基建设施的核心圈层。首先，冷却系统 英伟克作为冷却赛道的核心标的，已完成了 cdo 冷却液分配单元和快接头的最终审核，成功锁定谷歌 cdo 约百分之二十到二十五的份额， 快接头约百分之十的份额对应新增订单价值二十亿到三十亿。其中 cdo 产品覆盖数据中心，液冷核心组建支持单机柜功率一百二十千瓦， tu 低至了一点一四六。 第二，金坛科技则通过谷歌干式变压器专项审厂，近两年来自谷歌的订单已达到了十二亿，作为电力设备领域的龙头企业，成为液冷配套电力系统的关键供应商。 然后是光通信中继续创成为了全球光模块龙头，是谷歌八百 g 和一点六 t 光模块的主力供应商， 其中八百 g 光模块份额超过六成，一点六 t 产品已通过认证。更值得关注的是，公司独家为谷歌代工 ocs 光电路交换机，单台价值超过三万美元，成为谷歌光互联系统的核心支撑。新益盛与联特科技则构成了光模块领域的核心补充。 新益盛作为谷歌光模块的供应商，八百 g 产品占比超过两成，一点六 t 产品已通过认证，联特科技已批量出货八百 g ioc 和 dr 八产品。长飞光纤作为全球光纤光缆龙头，更是谷歌数据中心内部光互联的主力供应商， 市场份额超过了百分之六十。第三， pcb 互电股份是谷歌 tpu 主板的核心供应商，市场份额约百分之三十，掌握七阶 hdi 和四层高多层的 pcb 技术， m 八材料加工量率达到了百分之九十五以上。 深蓝电路则在高端 pcb 领域实现了独家突破，为谷歌 tpu v 七提供了四十四层的高端 pcb， 是 该规格的独家供应商，占全球市场百分之十五的份额。工业复联作为 ai 服务器核心供应商，不仅承担了 tpu 芯片的封装业务，还拿下了 asic 芯片订单。 最后，消费电子逆讯精密作为谷歌 ar 眼镜的一级供应商，不仅负责关键结构件生产，还承担整机组装业务。 还在审核中的公司有哪些呢？伯爵股份，你提供 ai 服务器测试设备。易东电子，你提供 i v c 冷板代工。欧陆通，你提供服务器电源。东财科技，你提供 m 九材料。 飞龙股份，你提供液冷泵。忠实科技，你提供液冷泵模组。长兴博创，你提供 m p u 连接器和 o c s 交换机。聚光科技，你提供透镜阵力，你学会了吗？

临近年末，最大的看点在于，谷歌计划二零二六年 tpu 芯片出货量目标上调百分之五十到六百万颗， 这给目前也要入赘的 ai 打上了一次强行针。伴随着谷歌的神场推进工作，相关的产业链有望迎来持续的爆发期。 点赞加关注，马上发车。本次成长呢，是为了满足 tpu 的 i 芯片，构建全新的供应链体系，所以抛开其订单的确定性，此事对于行业的影响不局限于以下三点，第一呢，入围的企业有望其增强在市场细分领域的核心地位。 第二呢，谷歌放量达到四百万片以上，与英伟达相当，意味着广阔的市场空间。经过特算，即二次叶轮的市场规模就有望达到十一亿美金，整个叶轮市场二零二六年有望达到千亿，而二零二五年扩容达到五倍。 第三呢，持续范围不绝，续页了，还衍生到算力高功耗的 ai 服务器、光通信、 pcb 连接器等多个关键环节，所以呢，值得市场的高度关注。那具体有哪些看点？本次受益的对象有哪些？新哥特地给大家做了以下梳理。 夜冷方向是本次的重点，而神场的主角因为是国内夜景的主力一哥，有望锁定谷歌 cpu 百分之二十五的市场份额。飞龙呢，提供关键的电子水泵，为夜冷循环的动力来源。 散热呢，有忠实提供模组。宏盛看的是热交换器有望此次踏上快车。除了夜冷，核心的要点还在于光通信和光纤中继呢，是目前八百 g 和一点六 t 的 全球龙头，地位摆在那里。而腾锦呢，致力于提供 ocs 的 交换器， 占到整个采购量的百分之四十。博创提供定制化的 mpo 连接器份额占到百分之十五的份额。 而光纤呢，方向基本上是有前三缆，扩长飞提供主干光缆的百分之六十，亨通提供百分之三十的捉摩光纤，而烽火 提供特工抗弯光纤份额来的百分之二十。连续四天的情绪已经说明这个方向的强度。光纤呢，今年有望涨价达到百分之十五。 ocs 为上次爆发的时间已经启动，这个方向的格局高度确定。光库是国内唯一的碳酸锂调制器，占到榜七十。德克呢，是英某达的核心供应商，双料冠军。 赛维呢，是 m e m s。 的 金元制造龙头，提供不可或缺的微镜阵列，金元 横井式光收发的光器械。最后呢，今天高达百亿回流到 c p o， 在 业绩高度确定，同时板块技术突破的背景下，有望持续走出趋势。好了，本次分享就到这，关注新哥，给你带来最新的市场解读。

谷歌四百万克的 tpu 芯片会有哪些？中国供应商？自从谷歌的 tpu 动摇英伟达的地位后，其真量预期比英伟达近很多。谷口的 tpu 主要由博通设计，并由台积电代工生产，而中国供应商主要集中在供应链的下游环节， 包括 pcb 板、光模块、电源模块、热管理和光学主件等领域。经过这些报导的深度研究和对比交叉验证，我分为伙伴重要和间接供应商三类。伙伴供应商包括了中继续创光库科技赛微电子和长电科技，分别提供一点六 t 的 光模块， ocs 交换机、 imax 微镜芯片和 tpu 封装。二重要供应商包括富士康负责 tpu 的 服务器代工，新雷能提供电源模块，光伏电路提供 pcb， 英维克提供液冷 cdu 和冷板， 新益盛提供光模块，互电股份和澎湃科技都提供 pcb 板。三间接供应商包括天福通信和钛城光提供 ocs 交换机的 fau 主件， 藤井科技提供光学主件，长青薄创提供光鲜，飞龙股份提供电子水泵，龙池科技提供 t p u 电源。你记住了吗？我是聆听科技的，原谅，谢谢。

谷歌的 tpu 供应商的审厂进展如何？针对上一个视频，不少小伙伴告诉我有遗漏以及需要表格，我做了更详细的数据总结。 谷歌的直接和间接供应商可能有上百家，林金科技是算力集成商，所以我更关注直接供应商，因为更代表行业地位以及头部认可度。基于公开数据，我把信息可靠度分为高中低三档，再通过已完成审厂进行中和额外提示三点进行说明。 一、已完成审厂一共七家，英伟克十二月十七日完成，主要是检查 c、 d、 u 门板和快捷头对应二十到三十亿的年订单。金盘科技的干式变压器已经获得谷歌的十二亿订单，未来可能二十到三十亿。 中期续创和新意向依然是前两位的光模块供应商，必讯和工业互联分别提供电子制造和服务器集成。盛宏科技由于早就在提供 p c b 版，以及被谷歌锁定了泰国工厂的能源，也是审厂的重点对象。二、审核进行中的公司如图所示，分为页呢、 电力、光通信、 pcb 和其他一共二十一家，不包括间接供应的厂商。中华工科技、新雷能和互联股份。深蓝电路是可信比较高的，其余请大家等待明确的信息公布。 三、补充一下额外信息，就是谷歌大概率在一月份明确具体的公。此外，谷歌的 tpu 之后其实还有亚马逊的去年 ai 芯片，那么预期二零二六年会出货一百八十万颗左右。关注聆听科技，原谅，下期带你了解还不太热的 ai 芯片，谢谢！