The Information日前报道，Meta正式与Google协商，打算斥资数十亿美元购买Google所开发的张量处理单元（Tensor Processing Unit，TPU）。不管是Meta或Google都未回应此事，但Nvidia作出回应，表示对Google的成功感到高兴，同时强调Nvidia领先业界一个世代，仍是唯一能够在所有运算环境中完整支持并运行各种AI模型的平台。

GPU原本为加速3D图形而设计，其并行运算架构非常适合矩阵运算；Nvidia在2006年推出CUDA，首次让研究人员能够使用GPU进行科学与机器学习运算；深度卷积网络AlexNet在2012年的图像分类挑战赛ImageNet中，使用了两张Nvidia GPU进行训练，大幅降低了错误率，此后深度学习模型普遍依赖GPU进行训练与推理。

CUDA开启了GPU的通用运算时代，随着AI模型规模自2016年开始快速增长，GPU逐渐面临成本及扩展性瓶颈，市场开始发展专为AI运算设计的加速器，TPU即是Google自2015年针对AI加速所开发的定制化芯片，最初用于支持搜索及翻译等内部服务，2016年正式对外公开，并应用于Google Cloud上。

其他还包括AWS为AI训练及推理所开发的Trainium与Inferentia芯片，微软自行设计的AI加速器Maia 100，Meta开发的MTIA，且AMD及Intel也相继加入AI赛道。

上个月AI新创Anthropic宣布要大幅扩充使用Google Cloud的TPU，计划取得多达100万颗TPU的使用权，并于2026年启用超过1GW算力，预计合作金额达数百亿美元。

根据报道，Meta也打算自2027年起在自家数据中心采用Google TPU，但将先于明年租用Google Cloud的TPU。市场分析认为，若Meta与Google真能达成协议，TPU将更有机会成为Nvidia芯片的替代方案。

消息一出，Google母公司Alphabet股价连日上涨，从上周五（11/21）收盘时的299.65美元，涨到周二（11/25）的323.64美元。反之，Nvidia周二股价下滑了2.59%，跌至177.82美元。

Nvidia则在声明中表示，Google在AI领域取得长足进展，他们对Google的成功感到高兴；Nvidia领先业界一个世代，是唯一能够在所有运算环境中完整支持并运行各种AI模型的平台。相较于仅针对特定AI框架或功能设计的各类ASIC，Nvidia提供更高的性能、多功能性与更强的弹性。Nvidia并强调，将持续向Google提供产品与服务。

另一方面，Google发言人向华尔街日报（WSJ）表示，市场对Nvidia GPU及TPU的需求都在上升，该公司将同时支持两者。