一句话看懂：据 The Information 报道，OpenAI 计划向 Google 采购 TPU 芯片，这是它首次在英伟达 GPU 之外锁定另一家主要算力供应商，反映 AI 公司正多方下注、分散算力风险。
事件核心：发生了什么
据 TechRadar 援引 The Information 的报道，OpenAI 计划购买 Google 的张量处理单元（TPU）。交易金额、采购数量和交付时间目前均未披露，目前公开信息显示这仍是一份采购意向。此前 OpenAI 主要依赖英伟达 GPU 训练和运行模型，包括支撑 ChatGPT 的模型；2025 年它已开始租用 Google 的 AI 芯片，双方合作早于此次采购计划。与此同时，OpenAI 在 2026 年 6 月宣布与博通合作设计自研 AI 芯片，并计划在 2026 年底前部署，作为多代硬件计划的一部分。Google 母公司 Alphabet 也扩大了 TPU 对外商业销售，其 CFO Anat Ashkenazi 表示，2026 年底只会确认一小部分 TPU 销售协议收入，大部分收入预计在 2027 年确认。报道还提到，Alphabet、亚马逊和微软 2026 年在 AI 基础设施上的合计支出可能高达 6000 亿美元。
为什么重要
这则新闻的重点是算力供应链开始松动。英伟达 GPU 长期是训练大模型的主流选择，Google TPU 过去主要服务内部基础设施；一旦 OpenAI 这样的头部客户真正下单，TPU 就从“内部自用”走向“对外商用”，英伟达在 AI 芯片市场的主导地位会面临更实际的竞争。对 OpenAI 来说，采购 TPU、继续买英伟达 GPU、推进自研芯片三线并行，目的是降低单一供应商风险，并在训练和推理成本上争取更多议价空间。Google 则可能借算力销售切入 AI 基础设施生意，与它在模型层面和 OpenAI 的竞争形成一种既竞争又合作的关系。
对用户/开发者/创作者的影响
普通用户短期内不会直接感知变化，ChatGPT 等产品不会因为更换芯片就立即改变功能或价格。对开发者和企业采购方而言，更值得留意的是：如果 TPU 路线被更多模型厂商采用，云上推理和训练的单位成本可能逐步出现分化，API 定价和可用算力套餐也有调整空间。对创作者来说，图像生成、视频生成等重度依赖算力的 AI 应用，其生成速度、排队时长和订阅价格，长期看都与底层芯片供给有关。不过这些影响取决于采购能否落地，目前不宜过度解读。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是采购协议是否从意向变为正式合同，数量和交付时间何时公开；二是 OpenAI 与博通合作的自研芯片能否按计划在 2026 年底前部署，以及实际负载表现；三是 Alphabet 在 2027 年确认的 TPU 销售收入规模，能否证明对外卖芯片是一门可持续的生意。
来源：TechRadar
