过去两年，AI 基础设施最直观的叙事是：谁能拿到更多英伟达 GPU，谁就能跑得更快。
这句话到今天依然成立。但问题也越来越清楚——头部云厂商已经不满足于只做“买卡的人”了。
Google 最近把与 Broadcom 的定制 AI 芯片合作签到了 2031 年；Anthropic 还将从 2027 年开始获得大约 3.5 吉瓦、基于 Google AI 处理器的算力。几乎同一时间，Uber 也宣布把一部分业务计算和 AI 模型训练放到 AWS 的 Graviton 与 Trainium 上。把这些信号放在一起看，你会发现一个越来越清晰的趋势：Google、AWS、Microsoft、Meta 这些平台型公司，正在一边继续拥抱英伟达，一边加速把自研芯片做成自己的第二条主航道。
如果只把这件事理解成“去英伟达化”，就看浅了。真正发生的，是云厂商正在把 AI 时代最核心的生产资料——算力——从外部采购品，重新变成自己可以定义、可以优化、也可以议价的内部能力。
核心判断
第一，自研芯片不是为了立刻替代英伟达，而是为了避免被单一供应商定义全部利润结构。第二，最先被自研芯片拿下的，不是所有工作负载，而是那些可标准化、可重复、可规模化的训练与推理任务。第三，真正决定胜负的，不再是单颗芯片的参数对比，而是芯片、网络、散热、调度、框架与客户workload 的系统级协同。
一｜云巨头为什么越来越不愿意“只买英伟达”了？
先把一个前提说清楚：英伟达依然是今天AI 基础设施里最强、最通用、最成熟的那套选择。无论是模型训练、复杂推理，还是面对海量外部客户的通用算力供给，英伟达的生态、工具链和兼容性，短期内都很难被彻底替代。
但也正因为如此，任何一家头部云厂商都不会愿意把自己的未来完全交给单一供应商。
原因并不复杂。第一，成本压力会越来越重。市场之所以追逐定制芯片，一个很现实的原因就是要寻找高价GPU 之外的替代路径。第二，供给与路线图会被外部厂商牵着走。对于超大规模云厂商来说，最核心的基础设施如果完全建立在别人定义的节奏上，战略上天然是不舒服的。第三，差异化会被削弱。如果所有人都买同一套芯片、跑同一套软件栈、卖同一类实例，云厂商最终更像“转售商”，而不是平台定义者。
所以再看Google 与 Broadcom 把合作拉长到 2031 年，这件事就不只是“买几代芯片”的问题了。它更像是一次长期产能、长期架构、长期服务能力的绑定。Broadcom 不只是为 Google 供货，而是在参与 Google 下一代 AI 机架与 TPU 路线的共同设计。
Uber 使用 AWS 自研芯片也是同样的逻辑。Uber 不是不知道英伟达强，而是在更现实地做取舍：并不是所有 workload 都需要最通用、最顶格的 GPU。对于一部分业务来说，更好的价格性能比、更多的资源可得性，以及更贴近云平台自身服务体系的工具链，反而更重要。
说得更直白一点：在AI 时代，云巨头不想永远做“英伟达的二级经销商”。
二｜自研芯片最先吃掉的，不是全部算力，而是“稳定的大单”
很多人一看到Google TPU、AWS Trainium、Azure Maia，就会自动联想到一个结论：它们是不是要全面替代 GPU？
答案恰恰不是。
自研芯片最强的地方，不在于它一上来就能把所有场景都打穿；它真正擅长的，是先把那些足够大、足够稳定、足够重复、足够容易做软硬协同优化的工作负载吃下来。
Google 的路径就很典型。Google Cloud 明确说过，像 Gemini、Veo、Imagen 这样的前沿模型，训练和服务都建立在 TPU 之上。Google 真正想做的，不是单纯卖一块芯片，而是把 TPU、网络、调度、软件框架和消费模型一起打包进 AI Hypercomputer 这套体系里。换句话说，Google 卖的表面上是 TPU，实际上卖的是一整套可规模复制的 AI 基础设施方法论。
AWS 的路径也一样清晰。AWS 官方给出的说法非常直接：Trainium2 对比 GPU 型 EC2 P5e、P5en 实例，可以做到 30%—40% 更好的价格性能比；它又通过 NeuronLink、EFA 网络和 Neuron SDK，把芯片、服务器、集群与开发体验连成了一体。对云厂商来说，这意味着只要某类训练或推理任务足够稳定，就有机会把原本依赖外部 GPU 的成本结构，逐步迁移到自己可控的栈上。
Meta 的 MTIA 进一步说明了这条路线最适合什么场景。Meta 自己说得很坦白：MTIA 主要优化的是排序与推荐推理，并且已经在数据中心里大规模部署。也就是说，自研芯片并不是先去挑战最难、最通用、变化最快的所有任务，而是优先去吃下那些最容易形成规模优势的内部核心负载。
这也是为什么Anthropic 的现实选择很有代表性。今天的头部模型公司，并不是“全世界都只剩一种芯片”的单选题，而更像是一个按照 workload 类型切分的组合世界：谁更适合训练，谁更适合推理，谁更适合内部服务，谁更适合对外出租，谁的工具链迁移成本更低，谁就会拿下那一部分订单。
所以，自研芯片不是从“全面替代”开始的，而是从“先拿下最稳定、最值钱、最能规模化复用的那部分”开始的。
三｜真正的战场不是芯片，而是“芯片 + 系统”
如果说很多人的第一层理解还停留在“Google 也有芯片，AWS 也有芯片”，那么更深一层的问题是：为什么这些云巨头现在都在强调系统级协同？
因为AI 基础设施越往后走，单颗芯片本身的重要性，反而越不够解释全部竞争力。
Google 在谈 Ironwood TPU 时，把话说得非常明白：Agentic workflows 的兴起，以及通用计算与机器学习加速之间更紧密的协同需求，正在为定制硅与垂直优化系统架构创造机会。它展示的不是一颗芯片，而是一整套从板卡、液冷、机架、光互连、调度到数据中心网络的系统。按照 Google 的说法，Ironwood 最多可以在一个 superpod 里直接连接 9,216 颗 TPU，再通过更大的数据中心网络扩展到数十万颗芯片级别的集群。
AWS 也是一样。Trainium2 的价值，并不只在芯片本身，而在于它被放进了 Trn2 实例、Trn2 UltraServers、EC2 UltraClusters、EFA 网络和 Neuron 软件栈这整条链路里。官方材料显示，Trn2 UltraServers 可以把 64 颗 Trainium2 芯片通过 NeuronLink 连成一个系统，提供最高 83.2 petaflops 的 FP8 算力。这个时候你就会明白：云厂商真正想定义的，不是一块芯片，而是一种把芯片变成云服务的能力。
图3｜Google 展示的 Ironwood 板级与液冷/系统设计。定制芯片的竞争，越来越是系统工程竞争。图源：Google Cloud
Microsoft 对 Maia 的表述也很有代表性。它不是把 Maia 说成“一颗自研 AI 芯片”，而是明确把这条路线概括为“from silicon to software to systems”。从芯片封装、机架级供电、闭环液冷，到 PyTorch、ONNX Runtime 这类软件适配，微软强调的是整套链路的共同演进。意思非常清楚：在 AI 时代，单点参数领先不够，系统整体效率、整体成本和整体可用性，才是决定平台竞争力的关键。
这背后还有一个更容易被忽略的变化：软件迁移门槛正在被刻意做低。
Google 在 PyTorch/XLA 2.5 中提到，开发者已经可以用实验性的 vLLM on TPU，并且把已有 vLLM endpoint 切到 TPU，只需要做少量配置变更；AWS 则强调 Neuron 对 PyTorch、JAX 以及 Hugging Face 等生态的原生支持。为什么这件事重要？因为自研芯片真正难的，从来不是流片成功，而是能不能让开发者用起来不痛苦、让客户迁移成本足够低、让服务团队大规模交付时不出问题。
谁能把“硬件能力”真正做成“服务能力”，谁才有机会把自研芯片变成一条长期生意。
四｜这不是“英伟达失势”，而是云厂商在搭建“双轨制”
最容易犯的错，就是把这轮自研芯片潮理解成“英伟达要不行了”。
现实刚好相反。
Google 一边推进 TPU 和 AI Hypercomputer，一边又在 2026 年 GTC 期间继续扩大与 NVIDIA 的合作，扩展 G4 VM、分片 GPU、以及后续对 Vera Rubin NVL72 的支持。AWS 也是同一套逻辑：它在推进 Trainium 的同时，依然推出了基于 NVIDIA GB200 NVL72 的 P6e-GB200 UltraServers，而且明确把它定义为 EC2 中最高 GPU 性能的实例选择。
图4｜Amazon EC2 Trn2 服务器 sled。云厂商真正要卖的，不是一颗芯片，而是一条可复制的服务能力链路。图源：Amazon Web Services
这说明什么？说明云巨头真正追求的，不是“把英伟达踢出去”，而是建立一套双轨制。
一条轨道，继续拥抱英伟达。因为它依然代表最成熟的通用生态、最广泛的客户兼容性，以及面向前沿模型、开放市场和复杂实验的最高灵活度。
另一条轨道，则是把自研芯片做深。让它承担那些规模足够大、需求足够确定、成本足够敏感、而且能够通过软硬协同不断压缩单位经济成本的任务。
只有把这两条轨道同时跑通，云厂商才不会在AI 时代被迫二选一。
所以，Google、AWS、Microsoft、Meta 当下做的，其实不是一次“背离英伟达”的动作，而是在为自己争取更大的回旋空间：对上，可以提升与芯片供应商谈判时的主动权；对下，可以把不同客户、不同模型、不同任务的需求，分配到最合适的基础设施栈里。
五｜最后：云厂商想要的，不只是芯片，而是AI 时代的定义权
如果把时间再往前拨十几年，云计算时代最重要的事，是把CPU、存储、网络虚拟化，然后以更灵活的方式卖出去。
而到了AI 时代，事情变了。
云厂商不再满足于只提供“别人发明好的算力”。它们想要的是从芯片，到机架，到网络，到调度，到框架，再到客户 workload 的整套定义权。因为只有掌握这套定义权，才能真正决定成本结构、服务形态、交付效率和利润分配。
这也是为什么今天看起来像是一场“芯片竞赛”的事，实际上越来越像一场基础设施工业能力竞赛。
英伟达当然还会继续强，而且短期内依然强得惊人。但真正值得关注的变化，已经不是“谁能替代英伟达”，而是云巨头已经不愿意只做英伟达的客户了。
它们要做的，是在继续购买英伟达的同时，把自己也变成AI 时代的芯片玩家、系统玩家、平台玩家。
这才是这轮自研芯片潮最重要的底层逻辑。
盛达优配提示：文章来自网络，不代表本站观点。
