AI芯片市场正在出现一个容易被忽略的变化。

过去两年，投资者谈到AI算力，第一反应几乎都是GPU。但谷歌最新的一笔合作，却把另一条路线推到了台前：定制芯片。

迈威尔科技宣布扩大与谷歌的合作，并向谷歌授予最高价值约122亿美元的认股权证。更值得注意的是，这些股权并不是简单送给谷歌——此后部分认股权将与迈威尔向谷歌销售定制芯片的收入挂钩，每实现5亿美元相关收入，对应一批股权归属。相关芯片将进入谷歌TPU生态体系。消息公布后，迈威尔盘中一度上涨约14%。

这笔交易真正值得投资者关注的，并不是一只美股突然上涨。

而是AI算力的下一场竞争，正在从“谁能生产更多GPU”，逐渐扩展到“谁能帮助科技巨头造自己的芯片”。

谷歌为什么越来越想自己造芯片？

先看一个现实。

AI越来越强，但也越来越贵。

训练大模型需要大量GPU，模型进入大规模推理阶段以后，同样需要持续消耗算力。对于谷歌、亚马逊、微软、Meta这样的超级科技公司而言，每年采购大量通用芯片，成本会变得非常惊人。

于是一个很自然的问题出现了：

如果每年都要买这么多芯片，为什么不自己设计？

谷歌早已经给出了答案——TPU。

TPU本质上就是谷歌根据自身AI工作负载专门设计的加速芯片。和通用GPU相比，定制ASIC最大的优势并不一定是“什么都能做”，而是针对特定任务，把性能、功耗和成本做到更优。

这也是云计算巨头越来越重视定制芯片的重要原因。

迈威尔官网目前将“定制计算、互联、交换”列为其AI基础设施的重要能力，并明确表示，超大规模云厂商正在设计适合自身AI数据中心架构的定制芯片。(Marvell Technology)

换句话说：

英伟达卖的是性能极强的标准化工具，而谷歌正在尝试给自己的超级工厂定制专用设备。

两者并不是简单替代关系，却会共同瓜分越来越庞大的AI资本开支。

这笔122亿美元交易，最有意思的其实是“5亿美元”

财联社披露的协议设计非常特别。

谷歌可以按每股206.58美元的价格购买最多约5900万股迈威尔股票。除早期部分股权外，此后认股权将分多批归属，时间一直延伸至迈威尔2033财年；每当迈威尔向谷歌销售的相关定制芯片实现5亿美元收入，就触发相应一批股权归属。

这意味着双方利益被深度绑定。

谷歌采购得越多，迈威尔收入越高；迈威尔业务做得越大，谷歌持有的股权价值也可能越高。

对于投资者来说，这种合作模式透露出的信息甚至比一纸普通订单更重要。

因为它说明谷歌对AI定制芯片的需求，考虑的并不是未来一两个季度，而是一个可能持续多年的供应体系。

按照协议披露的“240批、每批对应5亿美元销售额”的机制简单计算，如果未来相关收入条件全部实现，对应的是一个极其庞大的潜在销售量级——但需要强调，这只是根据归属机制进行的数学推演，并不等于谷歌已经承诺采购如此规模的芯片。

真正值得看的，是合作期限和绑定方式。

AI芯片之争，正在从一次性采购走向长期供应链绑定。

GPU不会消失，但AI芯片市场可能越来越“碎”

这里很容易产生一种误解：

谷歌做TPU，是不是意味着GPU要被替代？

至少目前不能这样理解。

GPU最重要的优势仍然是通用性、成熟的软件生态以及强大的训练能力。对于大量企业来说，购买成熟GPU远比自己设计芯片划算。

但是对于拥有巨大算力需求的云计算巨头，账就不一样了。

假设一家企业一年只需要几百块芯片，自己设计ASIC显然没有意义。

但如果它需要的是数十万乃至更大规模的算力集群，那么芯片成本、功耗哪怕只降低几个百分点，最终节省的金额都可能非常可观。

因此未来AI数据中心很可能不是“GPU或ASIC二选一”。

而是形成一种混合架构：

最复杂、最通用的工作交给GPU；规模巨大、任务相对固定的工作，则越来越多交给自研或者定制ASIC。

尤其当AI从训练进入更大规模的推理时代之后，这种趋势可能更加明显。

这也是谷歌TPU、亚马逊自研芯片以及其他云厂商持续投入定制芯片的底层原因。

真正被重新估值的，可能是“卖铲子的人”

从投资角度看，这场变化有一个非常有意思的地方。

大型科技公司都想做自己的芯片，但并不意味着它们要把整个半导体产业链全部自己建起来。

芯片架构可以自己定义，真正落地仍需要大量合作伙伴。

这就给一批过去没有英伟达那么耀眼的公司打开了市场。

第一类是ASIC设计服务商。

它们帮助云厂商把自己的算法需求变成真正可以制造的芯片。

第二类是先进制程和先进封装。

芯片越复杂，对制造、封装和良率要求越高。

第三类是HBM及高速存储。

算力提升以后，数据必须足够快地送进芯片，否则再强的计算单元也只能等待。

第四类则是高速互联和网络芯片。

这恰恰也是迈威尔长期布局的重要领域。其官网把定制计算、互联和网络交换共同列为AI基础设施核心业务。(Marvell Technology)

所以未来AI投资的关键词，可能不能再只有“GPU”。

ASIC、HBM、先进封装、光通信、交换芯片和高速互联，都可能成为AI资本开支继续扩散的方向。

AI第二阶段，开始比“每一美元能换来多少算力”

过去几年，科技巨头的第一任务是抢算力。

只要芯片能买到，价格往往排在后面。

但产业规模越大，这种模式越难持续。

当数据中心投入进入千亿美元级别，企业自然会开始追问一个问题：

同样一美元资本开支，谁能提供更多算力？

于是，AI产业开始从单纯追求性能，进入性能、功耗、成本共同竞争的阶段。

谷歌扩大与迈威尔的合作，就是这种变化的一个缩影。

更值得注意的是，财联社报道称，谷歌此前已经与博通建立类似的TPU定制芯片合作，而包括亚马逊在内的云计算巨头同样在开发自己的AI半导体。

这说明它不是一家公司的偶然选择。

而可能是一场产业趋势。

下一轮AI行情，可能不再只有一个答案

英伟达依然是AI算力时代最重要的公司之一。

但AI产业越大，供应链反而越可能从“一枝独秀”走向“百花齐放”。

训练需要GPU，推理可能需要更多ASIC；芯片需要HBM，芯片之间需要高速网络，数据中心又需要光模块、电力设备和冷却系统。

AI最终发展成一个万亿美元级基础设施产业时，很难由一家公司吃掉所有价值。

谷歌这次给迈威尔的122亿美元认股权，真正传递出的信号或许正是如此：

科技巨头已经不满足于“购买AI芯片”，而开始重新设计自己的算力供应链。

当GPU之外的定制芯片开始获得越来越长期、越来越大规模的订单，AI投资的逻辑也会随之发生变化。

过去市场寻找的是“谁最像英伟达”。

下一阶段，更值得关注的问题可能变成：

谁能成为谷歌、亚马逊、微软这些巨头背后的芯片制造伙伴？

这可能才是AI算力进入第二阶段之后，真正值得投资者跟踪的新变量。

---

参考资料：

财联社：《谷歌再扩AI自研芯片合作版图 迈威尔科技股价暴涨》，2026年8月20日。
Marvell Technology官方网站：AI Infrastructure、Custom Silicon相关资料。(Marvell Technology)
Marvell Technology Investor Relations。(Marvell Technology, Inc.)

本文仅为产业与财经信息分析，不构成任何投资建议。