我先核查电商清单技能可用性,并联网检索谷歌 TPU 进入对手机房、华为客户走进芯片设计室两条线索的多信源信息。
我再定向检索华为 "客户进入芯片设计 / 联合定义芯片" 的具体报道,避免把不相关的大会信息关联进来。
我再核实华为与 DeepSeek 联合设计芯片这条线索的其他信源,确认合作方式和芯片目标。
核心结论: 2026 年 AI 芯片供给正在沿两条不同路径走出厂商自有机房。谷歌一侧,TPU 从十年仅限内部使用、在 Google Cloud 内出租算力,转向把包含硬件、软件、安装、支持和延保的 TPU 系统直接交付到客户自有机房,并通过合资算力公司 Crux AI 和首个外部超大规模云 Oracle Cloud Infrastructure(OCI)向外分发;华为一侧,据 The Information 援引知情人士报道,华为工程师分阶段进驻 DeepSeek 办公地点,把大模型训练中的算力分配、处理器间数据传输等实际需求纳入下一代昇腾芯片设计,合作深度超出普通供应商与客户关系。前者是成熟自研芯片的多渠道外售变现,后者是头部模型客户与芯片厂商联合定义下一代硬件;两条路径都在冲击英伟达主导的 AI 算力格局,但涉及客户名单、产能分配和训练时间表的部分多来自媒体援引信源,尚未获得双方完整官方确认,落地节奏仍可能调整。
一、谷歌 TPU:从内部秘密武器到四条外部供货路径
1. 演进时间线
| 时间 | 节点 | 关键信息 |
|---|---|---|
| 2016 年 | TPU 首次公开 | 谷歌披露 TPU 已在内部数据中心运行一年以上,服务搜索、RankBrain、街景等产品 |
| 2018 年 2 月 | Cloud TPU 公测 | 客户可通过 Google Cloud 租用网络接入的 TPU 算力,硬件仍留在谷歌机房,只租不卖 |
| 2026 年 Q1 | 签订本地供货协议 | Alphabet 10-Q 披露,Google Cloud 与有限数量客户达成协议,供应多吉瓦级 TPU 硬件,用于客户自有或提供的本地基础设施和专用高规模负载 |
| 2026 年 Q2 | 首次确认系统销售收入 | 7 月 22 日财报电话会确认,首批交付外部客户数据中心的 TPU 系统已确认收入;2026 年收入规模较小,合同收入大部分预计在 2027 年落地 |
| 2026 年 9 月 9 日 | Crux AI 成立 | Blackstone 管理基金提供初始 50 亿美元股权承诺,谷歌提供 TPU、软件和服务;首个 500MW TPU 容量计划 2027 年上线 |
| 2026 年 10 月 27 日 | Oracle OCI 接入 TPU | OCI 成为谷歌之外首个提供 TPU 的超大规模云;Oracle 负责电力、散热和数据中心网络,TPU 预计 2027 日历年可用并多年爬坡 |
| 2026 年 10 月 28 日 | 财报电话会明确转向 | Google Cloud CEO Thomas Kurian 表示,过去只能在谷歌云上使用 TPU,现在把 TPU 系统提供到客户数据中心,并扩大到其他云服务商;已与 Crux AI、Oracle 合作,后续还有更多在谈项目 |
2. 目前可归纳的四条获取路径
- Google Cloud 云租赁:沿用既有模式,客户在谷歌云上租用 TPU 算力,硬件归谷歌运营。
- 客户自有机房直采:TPU 系统交付到客户自有或提供的本地基础设施,系统包含硬件、软件、安装、支持和延保服务。
- 合资算力公司 Crux AI:由 Blackstone 出资承诺、谷歌提供 TPU 与软件服务,面向工业级专用算力需求运营。
- 外部超大规模云 Oracle OCI:TPU 部署在 Oracle 机房网络内,由 Oracle 提供电力、散热和网络,客户通过 OCI 购买容量。
3. 外售背后的商业与技术逻辑
- 消化基建压力:Kurian 在财报电话会中提到,合作方和客户站点可以抵消谷歌预先建设机房来承载系统的需求;在高资本开支背景下,外供硬件有助于盘活已投入的芯片与基础设施。
- 对冲单一供应商格局:TPU 面向固定、可预测的推理负载做成本和效率优化,与 GPU 的通用灵活训练场景形成分工;外部客户用 TPU 可以降低对单一 GPU 供应商的依赖。
- 生态与配套:TPU 架构和软件栈归谷歌,芯片物理实现由博通长期合作设计、台积电代工;谷歌还引入联发科参与下一代推理变体设计,以平衡代工厂议价。
- 潜在矛盾:客户把 TPU 部署到自有机房后,就不再向 Google Cloud 租用同等容量,存在云收入与硬件销售之间的渠道替代问题;公司未披露外售出货量、毛利和客户数量。
4. 外部采用情况(公开报道口径)
| 客户 / 合作方 | 公开信息 |
|---|---|
| Anthropic | 媒体报道其与谷歌、博通签署长期供应安排,采用 TPU v7 并配合云租赁,协议延续至 2031 年、约 3.5GW 规模,2027 年起全面实施 |
| Meta | 报道称已在自有数据中心以 TPU 运行生产负载,具体采购量和迁移比例未披露 |
| Fluidstack | 早期成长型云服务商案例,在纽约数据中心部署 TPU,谷歌提供资金与技术支持 |
| Crux AI | Blackstone 合资项目,2027 年首批 500MW TPU 容量 |
| Oracle | 2027 年起在 OCI 提供 TPU 容量 |
第三方份额测算显示,在 OpenAI、Anthropic 等前沿 AI 实验室已敲定和未来采购的算力基础设施中,英伟达 GPU 占比约 39%,博通定制芯片约 24%,谷歌 TPU 约 16%,AMD GPU 约 15%,亚马逊 Trainium 约 6%;该数据为摩根大通资产管理报告转述口径,不等于芯片出货量市场份额。
二、华为与 DeepSeek:把模型侧需求拉进昇腾芯片设计环节
1. 报道披露的合作形式
据 The Information 2026 年 10 月 19 日援引两位知情人士,DeepSeek 正与华为深度合作,参与影响华为未来 AI 芯片的设计决策,合作程度超出普通供应商与客户关系:
- 华为工程师分阶段进驻 DeepSeek 办公地点,部分人员长期驻场。
- 合作把大模型训练中的实际需求直接纳入芯片设计决策。
- 反馈细节包括:模型计算任务如何分配、处理器之间如何传输数据、集群内通信与压缩如何处理。
- 这些需求将纳入 2027 年及之后推出的芯片设计。
2. 时间表与供应安排(报道口径,仍在测试调整)
| 事项 | 披露内容 |
|---|---|
| 950DT 预训练 | DeepSeek 计划最快 2026 年底使用昇腾 950DT 启动模型预训练,测试仍在推进,时间表可能随测试进展调整 |
| 测试规模 | 当前测试已使用逾 1000 枚处理器;大型模型完整预训练可能需要逾 10000 颗 950DT 连续运行数周 |
| 960DT 供应 | 报道称华为计划将 2027 年第一季度推出的昇腾 960DT 大部分产能优先分配给 DeepSeek,兼顾训练和推理,而非平均分配给其他中国 AI 企业 |
| 长期路线 | 华为公开路线为昇腾 960DT 提前三个季度、2027 Q1 就绪;960PR 2027 Q3 就绪;970、980 分别规划于 2028、2029 年推出 |
3. 软件与组网侧的协同
硬件合作之外,双方在软件栈和集群组网层面已有公开可查的协同:
- 开源昇腾组件:2026 年 9 月 30 日,DeepSeek 开源面向昇腾平台的基础设施组件,涵盖 TileLang 高级语言编译工具、高性能计算库和分布式通信库,包括 DeepGEMM、FlashMLA、TileKernel、DeepSelect、DeepEP 等,与面向 GPU 平台开源的组件一一对应。
- TileLang 跨芯片编程:TileLang 可跨芯片运行,DeepSeek 训练中的每个 TileLang 算子都在昇腾上完成高性能实现,被视为降低 CUDA 代码迁移壁垒的尝试。
- 联合定义组网:昇腾社区披露,华为向 DeepSeek 提供联合定义的昇腾超节点 SuperPoD Flex 和 UBL128 组网方案,支持 128 卡 3.2Tbps 单层 Scale-up 网络和 256K 卡两层 Scale-out 网络。
- 集群规划:彭博 9 月报道称,DeepSeek 计划在内蒙古乌兰察布数据中心部署至少 16 万颗昇腾 950DT,该批芯片最初规划用于推理;训练端此前仍主要依赖英伟达芯片。
4. 现实约束与争议背景
- 代工与存储限制:华为自 2020 年起无法使用台积电先进制程,2024 年起高带宽内存获取受限;高端零部件短缺影响昇腾产能爬坡。
- 性能差距口径:研究机构 Epoch AI 估算,英伟达 B300 的原始算术性能约为昇腾 950 的七倍;国产路线更多通过超节点规模、集群互联和软件优化弥补单卡差距。
- 未完全切换:报道同时提到 DeepSeek 仍在寻求英伟达 Blackwell 芯片,训练环节国产化是渐进过程,并非一步到位。
- 信息确认度:联合设计、预训练时间表和 960DT 产能分配来自 The Information 知情人士消息,两家公司未公开置评;昇腾路标、TileLang 开源和超节点方案属于公开信息。
三、两条路径对照:外售芯片产品与联合定义芯片
| 对比维度 | 谷歌 TPU 外售路径 | 华为 —DeepSeek 联合设计路径 |
|---|---|---|
| 合作起点 | 谷歌先有成熟 TPU 架构和云内运营经验,再向外部输出系统 | 从头部模型客户的真实训练 / 推理需求出发,反向影响下一代芯片设计 |
| 交互方式 | 客户、合资公司、外部云采购 TPU 系统或容量 | 工程师驻场客户办公地,围绕模型计算、数据传输和集群需求共同定义硬件 |
| 交付形态 | 云租赁、本地系统、合资算力、外部云容量四类 | 昇腾芯片、超节点组网、开源软件组件优先匹配合作模型需求 |
| 收入模式 | 硬件 + 软件 + 安装 + 支持 + 延保,叠加云服务收入 | 芯片供应优先分配,配套软件生态和集群方案绑定长期模型路线 |
| 主要风险 | 云租赁与本地销售互相替代;外部软件生态迁移成本;外售后稀缺性护城河被稀释 | 产能受代工和 HBM 约束;单卡性能差距;训练级稳定性需大规模验证;双方合作细节未获官方完整确认 |
| 战略指向 | 把自研芯片从内部优势转为可售卖的商品产能,扩大 TPU 生态覆盖 | 打造 “国产模型 + 国产芯片” 的软硬件协同闭环,为其他模型团队提供样板 |
四、后续观察点
- 2027 年交付节奏:Crux AI 首批 500MW、OCI TPU 容量和本地直采系统能否按计划上线,合同收入如何确认。
- 渠道冲突程度:客户自建 TPU 集群后,Google Cloud 租赁容量被替代的比例有多高。
- 训练级验证:DeepSeek 能否在昇腾 950DT/960DT 上完成大规模前沿模型预训练,集群稳定性、通信效率和算子覆盖度是否达标。
- 产能与供应链:昇腾受限于代工和 HBM 后,960DT 产能能否支撑优先分配和外部客户需求。
- 生态迁移:TileLang、CANN 及开源组件能否吸引更多模型团队脱离 CUDA 栈,形成可复用的国产算力软件生态。
- 官方信息更新:媒体援引知情人士的合作安排,需以华为、DeepSeek、谷歌和 Oracle 后续官方公告为准。
【相关 FAQ】
问题 1: 谷歌为什么把 TPU 卖进对手和第三方机房,目前有哪几条供货路径?
回答 1: 谷歌在高资本开支和 AI 算力需求加速背景下,把过去仅在内部和 Google Cloud 使用的 TPU 转为可外供的系统产品,用于盘活已投入的芯片和基建,并给客户提供减少单一 GPU 依赖的选项。目前路径包括 Google Cloud 租赁、客户自有机房直采、Blackstone 合资的 Crux AI 算力项目,以及 2027 年起接入 Oracle Cloud Infrastructure 的外部超大规模云。
问题 2: 华为 "把客户请进芯片设计室" 具体指什么,和 DeepSeek 怎么合作?
回答 2: 这一说法对应 The Information 报道的华为工程师分阶段进驻 DeepSeek 办公地点,把大模型训练中任务分配、处理器间数据传输等实际需求纳入下一代昇腾芯片设计。配套动作包括 DeepSeek 开源昇腾版 TileLang 及计算、通信组件,双方联合定义 SuperPoD Flex 超节点和 UBL128 组网;报道还提到 DeepSeek 计划年底测试 950DT 预训练,960DT 产能优先分配,但这些尚未获得双方完整官方确认。
问题 3: 谷歌 TPU 外售和华为联合设计昇腾芯片,两条路径有什么本质区别?
回答 3: 谷歌是先有成熟 TPU 产品,再通过自有云、本地直采、合资算力和外部云多渠道外售,本质是芯片与算力系统的商业化分发;华为与 DeepSeek 则是从模型侧真实需求反向介入芯片定义,软硬件和组网协同更深,本质是头部模型客户与芯片厂商绑定的联合研发。前者侧重把成熟产能卖给更多客户,后者侧重为特定模型路线定制下一代算力底座。
问题 4: 两条路径目前有哪些未证实或需要继续观察的细节?
回答 4: 谷歌一侧未披露 TPU 外售出货量、毛利、客户数量,以及本地销售对云租赁的替代比例;华为 —DeepSeek 一侧的联合设计细节、950DT 预训练时间表、960DT 产能优先分配均来自媒体援引知情人士,双方未公开完整确认,且受代工、HBM 供应和训练级稳定性验证约束。后续应以官方公告、财报披露和大规模部署结果为准。
【参考资料】
- [2026-11-16](摩根大通:前沿 AI 实验室算力采购份额 英伟达 39% 博通 24% TPU16%)微博转述
- [2026-10-28](Google TPUs Head to Oracle and a $5B Blackstone Venture)FourWeekMBA
- [2026-10-28](Alphabet venderá sus chips TPU a terceros y desafía el dominio de Nvidia)DiarioBitcoin
- [2026-10-21](DeepSeek 工程师参与华为昇腾芯片设计,计划年底用 950DT 预训练)电子工程专辑
- [2026-10-20](梁文锋动真格了!DeepSeek 工程师参与华为芯片设计:训练环节彻底去英伟达化)新浪财经・快科技
- [2026-10-20](传 DeepSeek 与华为合作开发 AI 芯片 目标适配国产算力)链捕手 ChainCatcher
- [2026-10-20](Huawei engineers move into DeepSeek's offices as China builds its own lab-plus-chipmaker answer to Nvidia)Dealroom
- [2026-10-08](梁文锋一出手,DeepSeek 就融了上千亿?)36 氪
- [2026-09-30](DeepSeek 官方开源昇腾基础组件,与昇腾共建高效易用的 AI 芯片软件生态)昇腾社区
- [2026-09-18](Google's Chip Sales Are Real—But the Winners Are the People Who Build Them)AInvest
- [2026-09-17](智启新未来,打造智能世界的硅基黑土地)华为官网
- [2026-07-24](Google Sells TPU Systems Into Customer Data Centers for the First Time — and the Moat Question It Opens)FourWeekMBA
- [2026-07-14](谷歌 TPU 转向对外商用,挑战英伟达 AI 芯片市场地位)虎嗅网
【免责声明】
本文为公开报道、公司财报电话会、官方社区信息和第三方分析的整理对照。涉及华为与 DeepSeek 联合设计芯片、950DT 预训练时间表、960DT 产能分配的内容,部分来自 The Information 援引知情人士,尚未获得双方完整官方确认;谷歌 TPU 外售的出货量、毛利和客户名单也未由公司完整披露。市场份额、性能倍数和 TCO 对比来自第三方机构或媒体测算,口径与统计范围各不相同,不能直接等同于实际采购规模或产品性能承诺。芯片路标、供货安排和合作模式可能随测试进展、供应链条件和官方公告调整。本文不构成投资建议、采购建议或对任何厂商产品竞争力的背书。
本文来自作者[赤核总线员]投稿,不代表新新网立场,如若转载,请注明出处:https://ldrb.xxcmw.com/guance/202611/3352.html
评论列表(4条)
我是新新网的签约作者“赤核总线员”!
希望本篇文章《谷歌 TPU 走进客户与对手机房外售,华为把 DeepSeek 需求拉进昇腾芯片设计室两条 AI 算力商业化路径对照》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:我先核查电商清单技能可用性,并联网检索谷歌 TPU 进入对手机房、华为客户走进芯片设计室两条线索的多信源信息。我再定向检索华为 "客