苹果Meta带头倒戈！百亿芯片订单飞向谷歌，老黄慌了吗？

TPU原来是谷歌的一个“备胎”芯片项目，现在却成了谷歌百亿营收的驱动引擎。这背后到底有怎样不为人知的故事？谷歌发布最强 AI 芯片 TPU v5p，让苹果、Meta 纷纷倒戈，英伟达的 CUDA 护城河还稳吗？本期深度解析 AI 芯片大厂自研趋势，对比 TPU 与 GPU 的底层架构差异，看清百亿订单背后的行业变局。 本期时间线如下： 00:00 苹果Meta弃用英伟达？揭秘谷歌AI芯片TPU的“倚天剑”之路 (开场钩子：直接点出行业巨头倒戈的悬念和TPU的地位) 01:41 被逼出来的黑科技：谷歌为什么要自研AI芯片？ (背景：从“谷歌猫”项目看计算架构如何成为AI瓶颈) 04:42 TPU vs GPU：为什么ASIC专用芯片比通用显卡更适合矩阵运算？ (技术科普：用“特级厨师”隐喻讲透TPU底层逻辑差异) 05:55 脉动阵列（Systolic Array）：TPU能效比超越GPU 80倍的奥秘 (硬核解析：深度解读TPU最核心的计算流水线设计) 07:46 从推理到训练：BF16精度与TPU Pod超算集群的进化史 (行业标准：解析BF16如何降低大模型训练成本及其影响) 10:32 TPU v5p与Iron Wood（v7）：面向Gemini大模型时代的算力底座 (前瞻：拆解谷歌最新一代AI芯片的性能指标与多步执行优势) 11:41 CUDA护城河与软件生态：为什么英伟达依然是AI算力霸主？ (深度洞察：分析XLA编译器门槛与英伟达利税背后的商业逻辑) 13:23 老黄反击与Grock收购案：TPU架构壁垒是否正在被瓦解？ (竞争格局：揭秘英伟达对TPU创始团队及技术的“反向蚕食”) 13:54 百亿订单背后的变局：AI芯片系统级战争与普通人的红利 (总结：从科技巨头的地盘争夺看未来AI应用成本的下降) 本期关键技术看点：脉动阵列 (Systolic Array)、HBM3、OCS (Optical Circuit Switch)、万卡集群、全栈自研 AI 算力、模型推理成本优化 本期对比看点：TPU vs GPU、专用芯片 (ASIC) vs 通用芯片、Nvidia Blackwell vs Google TPU 本期场景看点：训练 LLM 省钱方案、大模型基础设施建设、国产 AI 芯片替代参考 ------------------------------------------------------------------------------------------------------------------------------------------------ 关于我： 大家好，我是芯片工程师老石，欢迎关注我的频道“老石谈芯”。 欢迎订阅👉https://reurl.cc/8ob9Ej 敲响小铃铛🔔，可以第一时间收到我的频道动态。 我会持续带来更多专注于芯片的科普、硬核知识、以及偶尔极度硬核的技术分析与解读。我也会不断分享高效工作和学习的方法与技巧。更多内容，也欢迎关注我的微信公众号、微博。也欢迎加入我的知识星球，和我进一步交流。 🎵 我使用的音乐/BGM：https://go.shilicon.com/epidemicsound 📚 我写的书：https://go.shilicon.com/book 📝 个人网站：https://www.shilicon.com 📚 公众号：老石谈芯 🏮微博：老石谈芯的老石 #老石谈芯 #科技