OpenAI要抛弃英伟达？紧急辟谣：转向谷歌TPU是乌龙，根本无部署计划！ 原创

编辑 | 伊风

出品 | 51CTO技术栈（微信号：blog51cto）

“OpenAI转向谷歌芯片”？这事恐怕真被大家误会了。

几天前，路透社爆出猛料——知情人士称，OpenAI 已经开始租用谷歌的 AI 芯片 TPU，用来支撑 ChatGPT 和其他产品的运行。这意味着 OpenAI 将首次在大规模业务中启用非英伟达的 AI 芯片。

这消息一出，立刻引发轰动——

OpenAI 不是英伟达 GPU 最大买家之一吗？现在突然“投奔”谷歌？

是不是意味着，AI 战争的芯片格局要变了？

图片

但事情很快来了个急转弯——

仅仅过了三天，OpenAI 就跳出来澄清了：

目前没有任何计划部署谷歌芯片！

图片

为什么会有这样的反转呢？

1.OpenAI回应：无计划，租用只是测试

先说结论：OpenAI 的确租了谷歌的 TPU 芯片，但并非“转向”。

OpenAI 发言人周日向媒体表示，当前确实在测试谷歌的张量处理单元（TPU），但强调“这只是早期尝试”，目前没有在大规模部署这些芯片的计划。

这一说法，等于直接否定了“全面转向谷歌芯片”的传闻。

事实上，在 AI 实验室中测试不同芯片是一种常规操作。但从测试到真正落地，距离可不小：这不仅涉及硬件本身的适配，还包括软件框架、编译链乃至整个部署架构的重建，动辄耗时数月甚至一年以上。

因此，OpenAI的算力主力，在很长一段时间仍然是英伟达的GPU。

2.OpenAI 的真实刚需：不是“转向”，而是“压价”

虽然这场“芯片风波”看起来像是一场乌龙，但仔细看就会发现：OpenAI 并不是在转向谷歌，而是在施压英伟达。

Sam Altman 领导的公司，当前最核心的需求其实很现实——降低推理成本、掌握算力议价权。

据《The Information》报道，OpenAI 正通过谷歌云租用 TPU，用于测试模型推理任务。这并非临时起意，而是为了寻找一个更具性价比的选项，作为 GPU 的潜在补充甚至是谈判筹码。

同样的，OpenAI 还在逐步减少对微软 Azure 数据中心的依赖。作为投资方，微软为 OpenAI 提供了训练基础设施，但在实际推理阶段，OpenAI 近年来已大量采购 CoreWeave 等第三方 GPU 云服务商的资源，显示出其“云平台去中心化”的趋势。

OpenAI用一场乌龙透露自己的底牌：英伟达和微软都不是自己的唯一选择。

3.谷歌“留一手”——最强满血版TPU并未租给 OpenAI 

有趣的是，作为提供算力的一方，谷歌的生态位并不像英伟达那么单纯。

作为AI巨头之一，他们和OpenAI展开正面竞争——而且近来的势头非常凶猛：

旗舰模型 Gemini 2.5 Pro 表现出色，性价比拉满；刚刚推出的 Gemini CLI 更是直接和 OpenAI 家的编程工具 Codex打擂台。

正因为复杂的竞争局面，谷歌根本不敢拿最顶的算力租给OpenAI。

据《The Information》援引谷歌云内部员工的说法，谷歌虽然向 OpenAI 提供了部分 TPU 资源，但明确没有开放其最强性能的“满血版”TPU。

这一细节很关键：哪怕 OpenAI 真想转向谷歌，也无法获得最优解。而 Altman 也绝不会看不穿这点——

对 OpenAI 来说，真正的最优策略，永远是左右横跳、压价博弈，而不是彻底投向另一家巨头的怀抱。

当然了，还有一个最优解还有另一个答案，就是走向自研。

4.还有后招，OpenAI自研AI芯片将于年底前流片

除了测试谷歌的 TPU，OpenAI 也没停下自研芯片的脚步。

预计今年内，该公司将完成首款 AI 芯片的“流片（tape-out）”——即芯片设计定稿并送往台积电生产，目标是在 2026 年实现大规模制造。

这颗芯片将采用脉动阵列（systolic array）架构，适合处理大规模矩阵计算任务，并配备高带宽内存（HBM），但暂不确定是 HBM3E 还是更新一代的 HBM4。制程方面，OpenAI 将使用台积电成熟的 N3 系列（3nm）工艺。

该架构的技术原理，是由大量相同的处理单元（用于矩阵或向量运算）构成网格，它们以管道式传输方式进行高速数据处理。脉动阵列的优势在于定制化、低延迟、高吞吐、能效比高，非常适合 推理（inference） 阶段。

综上所述，OpenAI的这款芯片在结构思路上就是向 TPU 学习，而非模仿英伟达 GPU。

整个项目由前谷歌 TPU 核心工程师 Richard Ho 负责，目前团队规模大约为 40 人，虽然相比 AWS、谷歌那几百人的自研芯片团队还远远不够。

图片

当然，造一颗高性能 AI 芯片远不止“画出图纸”这么简单。行业普遍估算，一个完整的芯片项目成本高达数亿美元，如果再加上配套的软件栈、编译器、测试平台，整体投入可能翻倍。

但一旦架构搭好，边际成本会随每一代产品迅速下降。

OpenAI 若能在今年内成功流片，最快将在 2026 年中小批量量产，并于明年年底前投入部署。

今天刚好是 2025 年下半年的第一天。

 Altman 的芯片 KPI 能如期完成吗？

OpenAI 自研芯片，有可能撼动英伟达的霸主地位吗？

本文转载自​​51CTO技术栈​​，作者：伊风