谷歌——被低估的芯片巨头
文｜半导体产业纵横
谷歌悄然成为数据中心处理器领域第三大设计商。
谷歌长期以来一直处于人工智能 (AI) 革命的前沿。机器学习广泛应用于图像识别和分类、语音识别和翻译、推荐引擎以及构成谷歌业务基础的众多活动。该公司从 21 世纪初开始投资机器学习，从 2001 年开始为网络搜索提供拼写建议，并于 2006 年推出谷歌翻译。谷歌在 2010 年代初通过 Brain 项目改变了方向，拥抱了深度学习革命。2014 年，谷歌收购了 DeepMind，成为机器学习研究领域的领先公司。
谷歌人工智能模型最初在 CPU 上运行，利用了庞大的谷歌云基础设施。收购 DeepMind 后，该公司将重点转向 GPU，推动了 NVIDIA 数据中心业务的早期成功。从这一时期开始，很明显机器学习可以服务于所有谷歌业务，并且必须大规模部署以支持搜索、Gmail、YouTube 和 Android 等产品。2013 年，谷歌估计，如果使用 CPU，每天为每个 Android 用户进行三分钟的语音识别将需要其计算基础设施扩大四倍，因此在经济上不可行。转向 NVIDIA GPU 或 Xilinx/Altera FPGA 等加速器可能会更具成本效益，但会产生不可接受的战略依赖性。
谷歌选择了一种定制的硅片解决方案，并于 2013 年组建了一支顶尖团队，利用 RISC 处理器和脉动系统方面的学术研究成果，实现矢量/矩阵数学加速。第一个张量积单元 (TPU) 于 2015 年秘密发布，距离项目启动仅 15 个月。虽然第一款产品没有使用最新的技术平台或最快的时钟速度，但它功能齐全且具有成本效益——这是一项了不起的成就。2016 年，DeepMind 展示了 TPU 的价值，大幅降低了其突破性 AlphaGo Zero 模型的训练成本。最初的 TPU旨在提供具有成本效益的大规模推理，但缺乏掌握 AI 模型训练的功能。谷歌仅发布了几千款产品，并于 2017 年推出了第二代，2018 年底又推出了第三代。第四代 TPU 在许多 MLPerf 基准测试（最显著的是深度学习和卷积网络）上超越了竞争对手，同时在谷歌自主研发的 BERT 等大型语言模型方面与 NVIDIA 的领先产品（A100）相媲美。
Google 不发货 TPU；这一公开部分在 TechInsights 的公共云发货量、已安装基数和市场规模预测报告中有详细记录。然而，从这份介绍中可以清楚地看出，Google 使用大多数 TPU 来支持自己的服务，并且没有动力公开其基础设施的实际规模。
研究表明，随着公司的发展，谷歌的出货量随着每一代新 TPU 的推出而加速。随着 TPU v4 和大型语言模型的出现，谷歌芯片业务的规模显著增加（图 1），使其主要 ASIC 合作伙伴博通受益。为了说明谷歌在数据中心加速器市场的影响力，TechInsights研究了数据中心计算处理器 2024 年第一季度数据中心加速器的年度出货量。
图 1：数据中心加速器年度出货量——2015 年至 2023 年
相对于公司在数据中心市场的规模，谷歌 ASIC 的出货量明显更高。谷歌的策略是使用 TPU 来处理内部工作负载，使用 NVIDIA GPU 来处理云计算，TechInsights认为谷歌拥有整个行业最大的 AI 加速器安装基数和最大的 AI 计算基础设施。
谷歌悄然成为数据中心处理器领域第三大设计商
尽管 Google 不销售芯片，但其自有生产是整个市场的一部分，并取代了 CPU、GPU 或 FPGA 等替代品。通过以公平市场价格为 TPU 定价来核算 Google ASIC 收入。这样的呈现更好地反映了谷歌在行业中的地位，并提供了更强有力的方法来捕捉市场趋势，因为越来越多的参与者选择定制硅片解决方案（例如，AWS、微软、Meta、苹果）。
那么，谷歌是什么时候成为领先的芯片公司的？2023 年，服务器市场经历了大规模的库存调整，因为超大规模服务器正在延长其安装基数的使用寿命（延长摊销期），并将更多资本支出分配给加速服务器和 NVIDIA H100。内部处理器的推出不遵循季节性模式，也不容易出现库存调整。当 AMD 和英特尔的市场份额在 2023 年上半年暴跌时，谷歌正在超越前者并追赶后者。
图 2：2020 年第一季度至 2023 年第四季度数据中心计算处理器市场份额演
谷歌的芯片业务正在加速发展
随着大型语言模型（如谷歌的 Gemini）和混合 AI 计算的爆炸式增长，预计谷歌第五代TPU产品将比之前的版本得到更广泛的部署，谷歌将继续推动数据中心 ASIC 市场的发展。
此外，TPU 只是故事的一部分。今年，谷歌还宣布计划以基于 Arm Neoverse 架构的定制设计进入数据中心 CPU 市场，复制亚马逊的 AWS Graviton 战略。根据 TechInsights 的云研究，2023 年，AWS 向其客户出租了相当于 230 万个处理器，其中 Graviton 占 17%，超过了该平台上 AMD 芯片的使用量。预计 Google Axion 的增长速度将快于 Graviton；软件基础设施随时可用。
谷歌推出定制 CPU 是该公司芯片业务的下一步。这也是与 AWS、微软以及阿里巴巴（程度较小）保持同步的必要举措——它们都拥有自主研发的微处理器和加速器芯片。此类战略举措正在改变数据中心半导体竞争，对台积电、博通、Marvell 或 AlChip 等设计和供应链合作伙伴来说是一个福音。