OpenAI 正在把谷歌变成自己的芯片供应商。
这不是 OpenAI 第一次接触谷歌的芯片。早在 2025 年 6 月，The Information 就报道过，OpenAI 已经开始通过谷歌云租用 TPU 来运行 ChatGPT 的推理任务，那是它首次显著摆脱对英伟达硬件的独家依赖。当时的版本是“租用”，是试探，是权宜之计。而现在，财联社的消息把动词换成了“采购”。从租到买，一字之差，意味着 OpenAI 正在把谷歌 TPU 从“临时替补”升级为“长期供应商”。
这笔交易的财务条款和细节尚不清楚。但方向本身，比金额更重要。
把三件事摆在一起，才能看清 OpenAI 的算盘
第一件事，是 OpenAI 与英伟达的“世纪联姻”。根据双方官方公告，OpenAI 将部署至少 10 吉瓦的英伟达系统，英伟达则计划随着每一吉瓦的落地，逐步向 OpenAI 投资至多 1000 亿美元。第一个吉瓦将在 2026 年下半年基于 Vera Rubin 平台部署。这是一份写在明面上的绑定协议。
第二件事，是 OpenAI 的自研芯片计划。据财联社 10 月报道，博通正在为与 OpenAI 合作开发的定制 AI 芯片项目安排超过 500 亿美元的融资，阿波罗全球管理和黑石是洽谈参与的贷款机构之一。OpenAI 内部把这个芯片计划代号定为“Nexus”，旗下的定制芯片以辣椒命名，前两代分别是 Jalapeño 和 Serrano，也就是墨西哥青辣椒，区别在于辣度、外形和果肉厚度。这笔交易预计在 2026 年底前敲定。
第三件事，才是这条新闻本身：OpenAI 计划采购谷歌的 AI 芯片。
一边是 10 吉瓦的英伟达绑定，一边是 500 亿美元的自研融资，一边是向竞争对手谷歌采购芯片。这三条线同时推进，指向同一个结论：OpenAI 不再相信任何单一供应商。
从“租用”到“采购”，谷歌 TPU 的身份变了
2025 年 6 月那则报道里，OpenAI 是通过谷歌云“租用”TPU，用于推理任务。当时 The Information 援引的消息源说，谷歌并没有把最强版本的 TPU 提供给 OpenAI，最先进的芯片仍然留给自家的 Gemini 项目。
那是一个典型的“试探性合作”：谷歌试探外部客户对 TPU 的接受度，OpenAI 试探 TPU 在真实业务里的性价比。双方都留了后手。
现在“采购”这个词出现，说明试探期结束了。TPU 对 OpenAI 而言不再是临时替补，而是进入了供应商名录。对谷歌而言，这意味着它押注多年的自研芯片，终于从内部成本中心变成了可以对外销售的商品。
谷歌在这条路上已经走了很久。它从 2015 年就开始自研 TPU，最初只是为了让自己的 AI 跑得更快、更便宜。很长一段时间里，TPU 是谷歌的“私兵”，不对外销售，也不对外出租。直到 AI 算力变成稀缺资源，谷歌才发现，自己手里握着的不仅是技术优势，还是一门可以收费的生意。
2026 年 7 月，谷歌云首次把 TPU 系统销售计入财报，当季云收入同比激增 82% 至 248 亿美元。谷歌的 TPU 系统销售已经被计入 5140 亿美元的云积压订单里，TPU 收入大部分将在 2027 年确认。谷歌 CFO 在财报电话会上亲自确认了这一点。
同一时间，谷歌把 2026 年的资本开支指引上调到 1950 亿至 2050 亿美元。这笔钱很大一部分流向了 TPU 产能。
谷歌的“第三条路”：不做头牌，做卖水人
AI 竞赛的叙事一直是“谁做出了最强的模型”。但谷歌正在选择另一条路：我不一定非要赢下模型竞赛，但我可以卖给所有参赛者铲子。
这条路的可行性，已经被几个大客户验证了。
Anthropic 是谷歌迄今最大的外部 TPU 客户。2025 年 10 月，谷歌云承诺向 Anthropic 提供最多 100 万颗 TPU，2026 年上线超过 1 吉瓦的容量，交易价值数百亿美元。2026 年 4 月，三方又把合作扩展到约 3.5 吉瓦的下一代 TPU 容量，从 2027 年开始交付。这是谷歌迄今最大的外部 TPU 承诺。
Meta 也在谈。据 The Information 报道，Meta 正洽谈 2026 年租用谷歌云 TPU，2027 年直接购买。
现在 OpenAI 也加入了这张客户名单。
对谷歌来说，这是一笔精明的生意。自研芯片最大的风险是“只给自己用”，一旦内部需求波动，巨额研发投入就会变成沉没成本。把 TPU 卖给竞争对手，等于把固定成本摊薄到整个行业。客户越多，TPU 的规模效应越强，单位成本越低，对下一个客户的吸引力就越大。
这是一个正向循环。而英伟达正在被这个循环挤压。
英伟达的护城河，裂在哪里
英伟达的护城河有三层：硬件性能、CUDA 生态、客户锁定。过去几年，这三层都牢不可破。
但现在，裂缝出现了。
第一层裂缝来自价格。AI 推理正在变成一项成本敏感的业务。当 ChatGPT 每天都要处理海量推理请求时，每一分钱的算力成本都会被放大成巨额支出。谷歌的 TPU 是 ASIC，也就是专用集成电路，在特定推理任务上的能效比通用 GPU 更有优势。The Information 当时就判断，TPU 可能成为英伟达 GPU 的“更便宜替代品”。
第二层裂缝来自供应安全。OpenAI 的胃口太大，10 吉瓦的英伟达系统，500 亿美元的定制芯片融资，再加上向谷歌采购。没有任何一家供应商能单独喂饱它，也没有任何一家供应商值得它完全依赖。当客户开始把“供应安全”放在“性能最优”之前，英伟达的议价能力就被削弱了。
第三层裂缝最隐蔽，也最致命：客户正在学会离开 CUDA。
CUDA 是英伟达最深的护城河。开发者习惯了 CUDA，模型在 CUDA 上训练和部署最顺手，迁移成本极高。但谷歌的 TPU 有自己的软件栈，Anthropic、Meta、OpenAI 这些顶级实验室有足够的工程能力做迁移。一旦它们开始为 TPU 优化模型，CUDA 的锁定效应就会松动。
这不是说英伟达会立刻失势。恰恰相反，英伟达在可预见的未来仍然是 AI 芯片的绝对主导者。OpenAI 与英伟达的 10 吉瓦绑定就是证明。但“主导”不等于“垄断”，不等于“没有替代方案”。
黄仁勋的那通电话
这里有一个值得玩味的插曲。
2025 年 The Information 报道 OpenAI 租用谷歌 TPU 之后，据 WSJ 后续报道，黄仁勋亲自打电话给奥特曼核实情况。OpenAI 方面曾向媒体表示，公司没有大规模使用谷歌 TPU 的计划。有报道称，英伟达方面随后还转发过 OpenAI 的澄清声明。
这个细节说明，英伟达比任何人都清楚 TPU 意味着什么。它不怕客户买更多 GPU，它怕的是客户开始认真考虑“不用 GPU 也行”。
现在，“采购”这个词出现了。OpenAI 没有否认，而是继续推进。
谁会赢，谁危险
这笔交易的具体条款还不清楚，可能也不会很快公开。但方向已经足够清晰。
OpenAI 正在搭建一个“三足鼎立”的算力结构：英伟达提供主力训练算力，自研芯片压降长期成本，谷歌 TPU 作为推理侧的替代选项。这三者互相制衡，也互相压价。
对英伟达来说，危险不在于丢掉 OpenAI 这个客户，它丢不掉。危险在于，它第一次被迫接受“客户有备选方案”这个现实。议价权一旦松动，毛利率就很难维持在历史高位。
对谷歌来说，这是一次迟来的胜利。它在模型竞赛里被 OpenAI、Meta、Anthropic 抢了风头，Gemini 始终没能成为那个“第一”。但它手里的 TPU，正在变成一门比模型更稳的生意。当所有人都在赌谁做出最强的 AI 时，谷歌在赌“无论谁赢，都要用我的芯片”。
对行业来说，这意味着 AI 算力市场从“单极”走向“多极”。英伟达仍然最强，但不再是唯一。
AI 竞赛的终局，可能不是某一家公司做出最强的模型，而是所有模型都不得不向少数几家芯片商交税。OpenAI 向谷歌买芯片，只是这张税单上的又一个签名。
快报