AI百科网 AI教程
产业观察

甲骨文同时抓英伟达、谷歌 TPU 和 Cerebras

甲骨文一边大规模部署英伟达新一代服务器,一边首次引入谷歌 TPU、Cerebras 等推理芯片,连网络芯片都换成自研。云厂商为什么不再把宝押在一家供应商身上,以及这对你选云、选硬件的影响。

本文目录 · 6 节

云巨头过去的做法是绑死一家,现在变成了广撒网。

一、发生了什么

当地时间周二,甲骨文宣布将大规模部署英伟达最新一代 Vera Rubin AI 服务器,部署规模达到数吉瓦级,双方没披露交易金额——按英伟达 CEO 黄仁勋此前的说法,每吉瓦部署最多可为英伟达带来 400 亿美元收入。与此同时,甲骨文宣布两项多元化动作。其一是首次向客户提供谷歌 TPU,成为谷歌之外首家这么做的超大规模云厂商,服务预计 2027 年推出,多年内逐步扩大规模,支持大模型训练、推理和智能体应用;谷歌第八代产品里,训练用和推理用的型号是分开的。其二是计划提供 SambaNova 和 Cerebras 的芯片,两家都专攻推理环节。更细的一刀是:即便跑英伟达芯片的系统,部分网络芯片也将换成甲骨文自研的 Acceleron。按上月财报电话会的口径,甲骨文还计划在本周举行投资者日活动,如何为这些采购买单届时可能有更多披露。值得注意的是,现在大客户越来越愿意自己掏钱买芯片、云厂商只收托管费,这让「谁的卡」这个问题对云厂商的重要性下降了,谈判的焦点正在从硬件转向调度和服务能力。

二、跟你有什么关系

在云上跑模型的团队,2027 年起可能多出 TPU 这个选项,比价空间变大,但多芯片也意味着适配工作变多。做算力规划的人,客户自付芯片采购的趋势会改变合同结构,预算模型要重做。卖推理芯片的创业公司,头部云渠道打开意味着规模化机会,Cerebras CEO 就说这会大幅扩大其一级客户群体。

三、怎么判断

读到这儿,可以顺路看 把找靶点改成推状态,同济团队创业 扰动之心完成数千万天使轮,用几何世界模型推演细胞状态而不是筛靶点。读完知道这条路和主流 AI 制药差在哪、判断靠不靠谱要看哪几件事。
  1. 分清训练和推理:英伟达仍主导训练市场,但推理环节玩家更多、格局更开放。甲骨文引入 Cerebras、SambaNova 的都是推理芯片,这是在竞争最开放的环节下注,判断云厂商的多芯片策略时也照这个思路拆。
  2. 看自研边界:网络芯片换成自研 Acceleron,说明甲骨文想保留的是数据在自家机房的调度权和性能调优空间,不只是买谁的卡的问题。
  3. 等定价落地:TPU 服务 2027 年才推出,现在没有价格,也没说采购资金从哪出。评估时别拿谷歌云现行 TPU 价格直接换算,甲骨文版会有自己的折扣体系。

四、三个别信的说法

甲骨文和英伟达关系变差了。 同一天还在宣布数吉瓦级的 Vera Rubin 部署,英伟达仍是其主力供应。多供应商是商务策略,不是感情破裂。

TPU 一进甲骨文云就要统治市场了。 2027 年才上线,且主要覆盖训练之外的场景,多年内逐步放量。现在下结论太早,先看上线后第一年的客户构成。

客户可以完全不用管芯片差异了。 恰恰相反,多芯片意味着更多适配工作。选云时该关心的是自己的推理框架在哪些硬件上有官方优化,迁移成本谁承担。

五、一句话结论

云厂商多下注,不是不看好英伟达,而是推理市场的格局真的开放到值得押多家。

信息来源

功能与价格以官方公告为准。本文写于 2026 年 10 月 28 日。

关于这篇

本文为编辑整理的行业动态,未附官方原文链接。涉及价格、参数、发布时间的,请以厂商官方页面为准;发现错误可来信指出,会在「本次更新」里注明。

下一站 · 工具库 英伟达用 AI 写的一万二千行,没人逐行审 英伟达工程师用一万二千行融合内核,把 Kimi K3 的解码速度提了一截,代码大部分由 agent 辅助完成。这篇讲清提升从哪来,以及"审查跟不上生成"这件事意味着什么。
下一篇,直接发你邮箱

每周一封,只发新教程和可复制模板。不发广告,随时退订。

复制规范引用格式,便于转载注明出处
这篇有用吗?