算力博弈轉向專用領域 中昊芯英領跑國産TPU産業化

　　/朝聞通/近日，在COMPUTEX展會上，英偉達正式發布RTX Spark PC超級芯片，标志着其算力布局從雲端服務器全面下沉至終端PC場景。此前，英偉達宣布計劃率先在其下一代Vera Rubin AI平台上導入“GPU發起直接存儲訪問”(GIDS)技術、谷歌在2026 Google Cloud Next推出訓推分離的第八代TPU，全球AI算力産業迎來密集技術疊代窗口。行業逐步形成新的分工：通用GPU承接全場景與端側算力需求，專用TPU聚焦雲端大模型訓推核心任務，兩者協同的産業架構加速落地，TPU賽道迎來規模化産業化窗口期。

　　巨頭雙線縱深布局：英偉達打通端雲算力，谷歌TPU憑專用性形成技術互補

　　英偉達持續完善全棧算力版圖，在服務器端依托GIDS技術讓GPU直連SSD，大幅降低數據搬運延遲與功耗損耗;在終端依靠全新RTX Spark PC芯片，實現本地端側AI推理落地，強化了通用算力從雲到端的場景覆蓋能力。

　　與之形成差異化互補的是，谷歌持續深耕專用算力賽道，推出TPU 8t訓練芯片與TPU 8i推理芯片。其中TPU 8t綜合性能較上代提升2倍、算力提升3倍，适配超大規模千億、萬億級大模型訓練;TPU 8i實現每美元性能提升80%，有效降低雲端規模化推理成本，精準解決大模型商業化落地的高能耗、高成本痛點。

　　商業化層面，谷歌TPU生态已對外開放。Anthropic承諾未來五年投入約2000億美元采購TPU算力，黑石集團聯合谷歌成立AI雲公司、将TPU作為核心算力底座。頭部客戶落地采購，證明TPU已擺脫内部自用屬性，與英偉達GPU形成通用兜底、專用提效的互補格局。在Token經濟加速普及的背景下，能效比、單位算力成本成為行業選型核心标準，也讓TPU的專用技術優勢進一步凸顯。

　　市場重構，算力時代催生GPU、TPU雙主流格局

　　過去，英偉達GPU長期壟斷AI算力市場，市占率一度超90%，谷歌TPU以谷歌内部自用為主，市場規模有限。如今，市場将迎來重構。市場預測，2026年谷歌TPU出貨量将達600萬片，與英偉達同期700萬至750萬片的出貨量合計占據全球約80%的市場份額。

　　在性能方面，GPU勝在通用性、靈活性、終端适配性，覆蓋圖形渲染、通用計算、端側輕量化AI任務;TPU依托脈動陣列架構，在超大規模集群訓練、高密度雲端推理場景具備壓倒性能效優勢。以谷歌TPU v7為例，公開信息顯示，其峰值算力與英偉達B200相當，能效比達後者2至4倍，每美元性能高出1.4倍，搜索類負載速度可達5倍，大規模集群算力還能線性擴展，适配AI大模型長期穩定訓推需求。

　　當前，Meta、蘋果、亞馬遜等全球頭部科技企業，紛紛入局專用TPU芯片自研與規模化采購，進一步印證GPU與TPU深度協同已成為全球AI算力布局的主流标準與産業共識。

　　國産破局，中昊芯英填補自主算力版圖空白

　　放眼國内算力市場，當前AI芯片領域呈現通用GPU與TPU專用算力協同發展的格局，而TPU賽道尚處在規模化落地的成長階段，仍有廣闊提升與發展空間。“如果中國在TPU路線上長期缺失，不僅會錯失全球AI算力結構轉型的窗口期，更可能在未來形成新的‘卡脖子’節點。”業内人士指出。

　　在此背景下，中昊芯英作為國内唯一掌握高性能TPU架構AI專用算力芯片核心技術并實現芯片量産落地的本土企業，率先填補國内賽道空白。據了解，中昊芯英自研的刹那TPU芯片已于2023年實現規模化量産，目前企業已搭建完善軟件适配與行業生态，全面兼容DeepSeek、Qwen、GLM等國内主流大模型，在多個千卡級算力集群先後落地，賦能金融、傳媒、教育、醫療等行業，為國産TPU商業化應用蹚出可行路徑。

　　補齊TPU專用算力短闆，是完善國内AI算力産業體系、實現GPU與TPU雙核并行的關鍵一步。以中昊芯英為代表的本土企業率先實現技術落地與規模化商用，正在穩步填補國内産業鍊短闆。未來，國産TPU如若依托産業政策引導、市場化資本賦能持續完善軟硬件生态，完成全産業鍊突圍，國内算力産業将形成GPU、TPU雙線并行、協同互補的完整布局，進一步夯實我國AI産業自主根基，在全球AI主權競争中掌握更多發展主動權。