谷歌把自研AI芯片的迭代速度，从两年一代硬生生压到了一年两款。
在SEMICON Taiwan大会上，谷歌AI基建负责人Vahdat公开宣布：TPU的研发迭代周期将大幅压缩，从原先的两年一代，改为每年推出两款，未来还会进一步加速。
这个数字变化看起来只是"快了一倍"，但它释放的信号相当重。
先说为什么提速。
过去大厂自研芯片，定位一直是"备选方案"——我先搞一个出来，主要用来在跟英伟达砍价时多点筹码，顺便处理一些内部特定负载。所以两年一代足够了。
但现在不一样了。AI推理进入规模化运营之后，算力成本成了大模型公司财务表上最大的一笔支出。谁的单位算力成本低，谁就能在价格战里活下去。自研芯片从"备选"变成了"主战略"。
一年两款意味着什么？意味着谷歌在芯片上的投入强度，已经接近专业芯片公司的节奏了。
再说这件事对产业的冲击。
第一，英伟达的护城河正被两头夹击。一头是客户自研（谷歌TPU、亚马逊Trainium、Meta MTIA），一头是定制芯片服务商崛起——博通最新财报里AI半导体收入同比暴增221%，就是证据。
第二，芯片设计人才要被疯抢。一年两款意味着设计、验证、流片、软件适配全链路提速。现在最缺的不是算法工程师，是懂AI芯片架构、能做定制加速器和网络芯片的人。
第三，也最容易被忽略：迭代加速会让软件生态绑定更深。TPU能跑起来靠的是谷歌自己的软件栈，迭代越快，外部替代者越难适配。
谷歌敢这么砸钱，本质上是一个判断：算力会成为长期稀缺资源，谁掌握自研芯片的节奏，谁就能把单位算力成本压到对手跟不上的位置。
自研不再是为了省钱，是为了定价权。
你觉得大厂自研芯片，最后能撼动英伟达吗？
芯片 ai