文章 / OpenAI

Writing

大厂观察|OpenAI 招人适配谷歌 TPU,芯片不只买一家

2026-10-28OpenAI谷歌英伟达甲骨文算力

目录 展开 / 收起
  1. 一、同一天出现的两件事
  2. 二、从“没有这个计划”到招人做编译器
  3. 三、动了什么,没动什么
  4. 四、接下来看三件事
  5. 来源与说明

一、同一天出现的两件事

10 月 27 日,The Information 引述知情人士报道,OpenAI 计划采购谷歌的张量处理器(TPU)。价格、采购数量、交付时间,以及这批芯片准备承接哪一类工作负载,都没有披露[1][2]。

同一批报道里更硬的一条是招聘。OpenAI 在旧金山挂出一个软件工程师岗位,方向是 TPU 编译器,岗位说明写的是由这个人“主导”其前沿模型在 TPU 上的优化,工作范围从模型代码一路覆盖到算子与硬件执行,量化被列为提升推理效率的手段之一,并要求候选人在 TPU 的训练或推理上有实打实的经验[1][2]。The Information 同时提醒,把模型适配到 TPU 这件事仍处于早期[1]。

同一天,谷歌与甲骨文在拉斯维加斯宣布,谷歌 TPU 将接入甲骨文云(OCI),从 2027 年起提供服务,并在数年内逐步扩大规模;甲骨文由此成为谷歌之外首家提供 TPU 的超大规模云厂商[3][4]。谷歌把第八代 TPU 拆成面向训练的 8t 与面向推理的 8i,称 8t 每个 pod 的算力接近上一代的 3 倍[3][5]。甲骨文同日还宣布扩大英伟达 Vera Rubin NVL72 的部署规模,并计划在 2027 年引入 Cerebras 的推理系统[11]。

数字这几件事里的关键数字
1000 亿美元
英伟达 8 月同意为 OpenAI 俄亥俄数据中心项目提供的信贷支持规模
6000 亿美元
黄仁勋称 OpenAI 承诺 2030 年前花在英伟达服务器上的金额
1050 亿美元
英伟达为该项目提供的信用增强义务上限
4.25GW
俄亥俄 PORTS-Pike 数据中心首期容量,全部采用英伟达架构
3 倍
谷歌称第八代 TPU 8t 每个 pod 算力相对上一代的提升

二、从“没有这个计划”到招人做编译器

落差在于 OpenAI 自己说过的话。2025 年 6 月路透报道 OpenAI 开始租用谷歌云 TPU 来跑 ChatGPT,那是它第一次大规模使用非英伟达芯片;消息出来之后,OpenAI 方面的说法是公司“目前没有专门使用 TPU 的计划”[2]。现在岗位说明里写着主导优化,等于把那句话翻了篇。

时间线上还有两个更近的节点。10 月 21 日 OpenAI 宣布自家模型将通过谷歌云提供给开发者,OpenAI 本身也是甲骨文的大客户[2]。模型已经跑到别人的云上,再往前一步就是把芯片也接进来。

脉络从租用到招人
2025 年 6 月
开始租用
路透报道 OpenAI 租用谷歌云 TPU 跑 ChatGPT,公司称暂无专门的 TPU 计划
2025 年内
公开表态
OpenAI 称当时没有专门使用 TPU 的计划
2026 年 10 月 21 日
模型上谷歌云
OpenAI 宣布自家模型通过谷歌云提供给开发者
2026 年 10 月 27 日
招聘与采购传闻
TPU 编译器岗位挂出,媒体称 OpenAI 计划采购 TPU
2026 年 10 月 27 日
TPU 走出谷歌云
谷歌与甲骨文官宣 TPU 接入 OCI,2027 年起提供服务

动机的两头都不难理解。一头是绑定:8 月英伟达同意为 OpenAI 在俄亥俄州规划的数据中心项目提供逾 1000 亿美元信贷支持,信用增强义务上限 1050 亿美元,首期容量 4.25GW,全部采用英伟达架构;黄仁勋称 OpenAI 已承诺 2030 年前在英伟达服务器上花约 6000 亿美元[2][3]。另一头是分散:OpenAI 已经采购过 AMD、Cerebras 与 AWS 的芯片,与博通合作自研 Jalapeño,而负责硬件团队的 Richard Ho 此前在谷歌领导 Cloud TPU 的研发[2][7]。

谷歌那一侧的闸门也在开。TPU 过去只在自家云上租给客户,使用者包括 Anthropic、苹果与 Citadel Securities,此后开始直接卖给 Fluidstack 一类的新型云服务商,这一次轮到了超大规模云[2]。谷歌首席财务官 Anat Ashkenazi 提示过,TPU 销售协议带来的收入只有小部分能在 2026 年底前确认,大部分要等 2027 年[2]。

同行的做法可以对照:Anthropic 在上市招股文件里写明训练模型使用四类芯片,分别是亚马逊的 Trainium、谷歌 TPU、英伟达 GPU 与 AMD GPU[2]。多芯片不再是省钱的小技巧,而是写进招股文件的供应策略。

OpenAI 这一侧的紧迫感还有一个来源。Silicon Report 引述 The Information 的说法,OpenAI 正在为明年可能的上市做准备,稳定供应链、把成本结构做得更可控是多元化的现实动机[2]。这个动机是媒体的推断,不是公司的公开表述,但它和前面几条能对上:智能体类的负载把推理调用次数推高,单位算力价格每降一点,落到账单上就是一笔大数。

三、动了什么,没动什么

先看没动的部分。短期内 TPU 不会替掉英伟达在 OpenAI 训练体系里的位置:CUDA 生态、互联与调度工具链、已经签下的采购承诺都还在,招聘启事本身也写明适配仍在早期[1][2]。英伟达与 OpenAI 在俄亥俄的合作还在加深,甲骨文一边接 TPU 一边扩大英伟达部署[11],两边都没有要站队的意思。

动了的是议价结构。一个模型公司愿意为正对面的芯片体系投入编译器人力,要的不是多一个备胎,而是把“能不能换”这件事变成随时能拿出来谈的东西。过去客户问的是能不能买到更多 GPU,现在开始问哪些负载适合 GPU、哪些适合 TPU、哪些可以等自研芯片。

对照两种买法的账
A
B
只用英伟达
引入谷歌 TPU
生态与工具链现成,工程改动小
编译器、算子与并行训练框架都要重做一遍
单一供应商,议价空间有限
多一个来源,多一层交付冗余
产能与交付节奏由对方决定
分散交付风险,代价是工程复杂度上升
短期成本可预期
短期多一笔人力与适配投入,长期看单位算力价格

对谷歌,这是 TPU 从内部器件变成对外生意的一步,但收入确认要到 2027 年,财报上的变化不会马上出现[2]。对开发者和企业用户,短期几乎没有体感,因为模型跑在什么芯片上不由调用方决定。中期能感受到的是两件事:推理价格是否继续往下走,以及某家云出现产能紧张时,供应商能不能把负载挪到别处。

这里有一处推断,依据是公开表述而不是合同:如果谷歌这次交给 OpenAI 的是当代旗舰 TPU,说明它把 OpenAI 当作长期客户;如果只是上一代或者富余产能,这笔采购更接近产能消化。此前有报道称谷歌并未把性能最高的 TPU 租给 OpenAI[1],这一条值得继续盯。

四、接下来看三件事

其一,谷歌会把哪一代 TPU 交给 OpenAI。这一条决定双方是长期客户关系,还是产能层面的互相利用[1]。

其二,“采购”最终落成什么形态。自己买芯片、扩大云租赁、还是由甲骨文这样的第三方持有,三种形态在资本开支和成本结构上完全不同,目前披露的信息区分不了[2][6]。

其三,编译器岗位会不会扩成一个团队,以及自研芯片 Jalapeño 年内启用的进度。一个岗位是试探,一个团队是路线[1][7]。

来源与说明

[1] OpenAI Plans to Buy Google TPUs, Hires for Compiler Role|AI Weekly|2026-10-28 [2] OpenAI pursues purchase of Google TPUs, report says|Silicon Report|2026-10-28 [3] Oracle Brings Google TPUs to Oracle Cloud Infrastructure|Google Cloud|2026-10-27 [4] 甲骨文将于 2027 年在云平台提供谷歌 TPU|界面新闻|2026-10-28 [5] 消息称 OpenAI 计划正式导入谷歌 TPU:已在招募领导模型适配优化的工程师|IT之家|2026-10-28 [6] OpenAI 拟采购谷歌 TPU 芯片|腾讯新闻|2026-10-28 [7] OpenAI Eyes Google TPU Adoption to Diversify Accelerator Supply Chain|재경일보|2026-10-28 [8] OpenAI 向谷歌 TPU 下单:AI 算力供应链从英伟达单极走向多极|通信世界|2026-10-28 [9] TPU 走向前台:OpenAI 采购意向与甲骨文入局|腾讯新闻|2026-10-28 [10] OpenAI 拟采购 Google TPU 并发布招聘信息,前沿模型优化进入实质推进阶段|Gate|2026-10-28 [11] Oracle 扩充 AI 云端晶片选项,2027 年导入 Google TPU 与 Cerebras|优分析|2026-10-28

说明:采购计划出自 The Information 引述的知情人士,属单源口径,价格、数量、交付时间与承载负载均未披露,本篇按未证实处理;招聘启事、谷歌与甲骨文的联合公告为一手材料。英伟达与 OpenAI 的信贷支持规模、信用增强上限与采购承诺金额出自双方公开表述,未见合同全文。第五至第十一条用于核对各方口径是否一致,不构成独立事实来源。

← 全部文章