Meta还有OpenAI这两家公司不约而同地换了核心技术装备。2月13日的时候，OpenAI在它的最新版本GPT-5.3-Codex-Spark里面，推理阶段直接用上了Cerebras这个晶圆级芯片厂商的设备。这样做是因为Cerebras能提供更低的延迟和更低的能耗，让编程体验更像“看到啥就是啥”。这事儿其实就是OpenAI在它最核心的模型上找了个新合作伙伴，算是向外界传递一个信号：英伟达的GPU芯片并不是唯一的选择。 此前大家都在盯着英伟达手里的GPU来抢货，但现在全球的AI大佬们都开始重新规划他们的订单了。摩根大通那边在2026年初爆出一份内部报告，说是谷歌打算在2027年把600到700万颗TPU部署起来。报告里还提到大部分芯片会被供应给Anthropic、OpenAI、Meta和苹果这些外部客户。这一动作背后隐藏着谷歌想把TPU变成公共基础设施的野心，也说明大家对TPU的产能实在太渴望了。 还有数据也能说明问题。IDC预测到了2028年，中国市场里非GPU服务器的规模能占到整体的近50%。高盛那边也有数据显示，全球AI服务器中非GPU芯片的出货占比会从2024年的36%一路涨到2027年的45%。这些图表里跳动的数字其实是资本在对“去GPU化”这个趋势投赞成票。 当竞争的重点变成了延迟和能效比之后，GPU芯片的处境就变得有点尴尬了。因为GPU内部计算单元和显存分开设计，每做一次运算都得折腾来折腾去搬数据，这就导致能耗高而且响应慢。路透社还爆料说OpenAI内部老是吐槽英伟达芯片“响应慢”，尤其是在代码生成产品Codex上面表现得特别明显。 面对这种局面，“NVIDIA巨龙”决定自救一把。他们在2025年底用了大概三倍的溢价把Groq的核心技术和团队给买了下来。Groq的老板Jonathan Ross以前就是谷歌TPU的核心设计者。英伟达这次花了200亿美元大手笔拿下Groq，就相当于直接在自家阵营里插了一把“高阶TPU”的利剑。 现在去GPU化的浪潮还在继续卷起来，谁也不愿意把未来十年的基础设施押在那些能耗高、延迟高、系统还封闭的技术上。不过故事还没到最后结局呢：TPU到底能不能扛起对抗GPU的大旗？英伟达花重金买来的Groq能不能成为那把劈开僵局的“瑞士军刀”？答案可能就在下一场发布会、下一组跑分或者下一行代码里等着大家去发现。