财联社10月28日讯（编辑 夏军雄）谷歌正调整云业务战略，从过去主要通过自身云平台提供芯片、AI模型和云服务，转向借助外部合作伙伴扩大自研AI芯片的销售渠道，以触达更多客户，并挑战英伟达在AI芯片市场的主导地位。

谷歌母公司Alphabet当地时间周二（10月27日）宣布，将与甲骨文合作，在后者的云基础设施（OCI）上提供谷歌张量处理单元（TPU）。甲骨文将成为谷歌之外首家提供TPU的超大规模云服务商，相关算力预计于2027年开始部署。

TPU是谷歌自2013年以来持续开发的定制AI芯片。近年来，随着AI算力需求快速增长，谷歌正尝试将TPU从支撑自身业务的核心技术，进一步发展为面向外部客户的重要收入来源。

投资管理公司Check Capital Management董事总经理Chris Ballard在谈到谷歌的芯片业务时表示：“谷歌是一个非常强大的竞争对手，未来完全有可能从英伟达手中夺取市场份额。”

谷歌定于美东时间周三盘后公布三季度财报。分析师预计，继第二季度同比增长82%之后，谷歌云业务第三季度营收有望同比增长约90%，TPU业务是推动增长的因素之一。

资产管理公司Harding Loevner投资组合经理Uday Cheruvu表示：“谷歌过去非常擅长按照自己的方式开展业务，但始终不太擅长服务客户。如今，这种思维方式已经发生改变。”

实际上，谷歌今年第二季度已开始向外部客户的数据中心交付TPU系统。此次与甲骨文的合作，则进一步将TPU的销售和服务渠道拓展至第三方超大规模云平台。

尽管市场对谷歌TPU业务未来收入规模的预测存在较大分歧，但多家机构均预计其将显著增长。

道明证券旗下TD Cowen预计，谷歌今年下半年TPU销售额将达到94亿美元，2027年进一步增至625亿美元。

富国银行则预计，谷歌第三季度TPU销售额约为90亿美元，明年将达到990亿美元。

今年7月，Alphabet首席财务官Anat Ashkenazi在二季度财报电话会议上表示，根据现有TPU系统销售协议，相关收入仅有一小部分将在2026年确认，绝大部分预计于2027年确认。

她还表示，在自身算力供应紧张的背景下，谷歌计划第三季度增加使用第三方提供的算力，作为内部基础设施扩建期间的过渡措施。

财报显示，谷歌二季度云业务营收为250亿美元，落后于亚马逊云服务（AWS）的420亿美元和微软Azure的290亿美元。

不过，谷歌的增长速度是三家公司中最快的。

Ballard表示：“这几乎就像是市场蛋糕越做越大，谷歌切入这一市场的速度反而越快。”

TPU成本优势显著，但外部销售或压低利润率

谷歌云业务负责人Thomas Kurian希望通过外部合作伙伴让更多TPU进入市场，但他也必须在扩大客户基础与满足谷歌自身技术需求之间取得平衡。

在9月举行的高盛会议上，Kurian表示，谷歌AI服务器的投资回收期不到两年，而采用谷歌自研芯片的服务器，投资回收时间大约只有前者的一半。

Kurian当时说道：“这是因为我们能够优化整个技术体系。”

行业研究机构SemiAnalysis估计，按照其测算口径，谷歌最新Ironwood TPU的拥有及运营成本较英伟达GB200服务器低约44%。

然而，向外部客户销售TPU也可能对谷歌云业务整体利润率构成压力。

TD Cowen预计，谷歌TPU销售业务的营业利润率约为20%，低于谷歌云业务今年第二季度35.6%的实际营业利润率。

Cheruvu表示，他认为谷歌云业务的营业利润率很难在30%至35%的区间之上实现大幅提升。

Anthropic是谷歌最大TPU客户

作为谷歌最大的TPU客户，Anthropic也是其主要AI竞争对手之一。

Anthropic开发的Claude模型与谷歌Gemini直接竞争。去年10月，Anthropic同意在一项价值数百亿美元的协议中使用最多100万颗谷歌TPU。

瑞穗证券表示，这项协议将在今年带来接近1吉瓦的新增算力容量，并将双方关系描述为谷歌正在“武装自己最直接的模型竞争对手”。

据媒体报道，另一家前沿AI模型开发商OpenAI也计划从谷歌采购TPU。

与此同时，Anthropic正在借助外部融资，为其采购谷歌芯片提供资金支持。

10月26日，博通及其金融合作伙伴宣布一项规模达630亿美元的融资安排，由黑石集团、美国银行、花旗集团和摩根士丹利提供支持。根据安排，一家新设立的特殊目的实体将采购博通的AI加速器及网络设备，并将其租赁给Anthropic，相关设备预计于2027年开始交付。

William Blair分析师表示，这项融资计划覆盖了Anthropic约一半的2027年算力需求，意味着未来可能还会有更多融资安排。

Anthropic在10月26日提交的IPO招股书中表示，公司同时使用谷歌、亚马逊、英伟达和AMD的芯片，以便根据不同工作负载的性价比和效率选择合适的算力方案。与谷歌及博通的合作，则使其能够获得基于多代谷歌TPU平台的算力资源。