谷歌或将携手Marvell共同研发新型AI推理芯片

据报道，谷歌正与Marvell Technology展开洽谈，拟联合开发一套聚焦推理任务的新型定制AI芯片。双方讨论的核心是打造专用硅芯片，以满足搜索、云服务等产品中运行AI模型的庞大且持续的需求，而非仅用于模型训练。若该合作达成，将拓展这家科技巨头现有的芯片战略，使其超越内部TPU及长期合作伙伴的范畴，同时降低对Nvidia等外部GPU供应商的依赖。

据报道，此次讨论的核心聚焦于两种不同的芯片设计方案。其中一种被定义为以内存为核心的处理器，其设计初衷是对谷歌现有的张量处理单元（TPU）形成补充，进而提升AI工作负载场景下数据移动与访问的效率。需要特别指出的是，内存带宽已成为制约现代AI系统性能的关键瓶颈，这一点在大型语言模型上表现得尤为明显——这类模型往往需要对海量存储数据进行快速访问。

与此同时，第二种设计被称作下一代推理加速器，它是定制化的TPU变体，专门优化后能以更低延迟、更少能耗为AI模型提供服务。随着AI模型不断扩展，这种专业化特性愈发关键。通用GPU尽管具备高度灵活性，却并非执行重复性推理任务的最优方案。定制ASIC可针对较窄范围的操作进行设计，从而更高效地运行，降低功耗与单次查询成本。对于谷歌这类规模的企业而言，哪怕是效率上的细微提升，也能产生可观的财务效益。

不过，这一举措并不代表会脱离现有的合作关系。谷歌多年来始终与Broadcom保持紧密合作，双方在长期协议框架下共同开发TPU，而这份协议还将延续至下一个十年。实际上，引入更多合作伙伴，似乎是谷歌为降低对单一供应商的依赖、增强供应链韧性，同时在定价与创新方面维持自身优势这一整体战略的一部分。在AI硬件需求大幅增长的当下，这种供应链多元化正越来越被视作一种战略必需。

潜在的合作意向也凸显出Marvell这类定制化硅片供应商在AI供应链中愈发重要的地位。和垂直整合的芯片厂商不同，Marvell专注于设计特定应用的集成电路，能根据大型客户的需求进行定制化开发。凭借在数据中心基础设施、高速互联技术以及定制计算解决方案领域的专业积累，它自然成为超大规模企业的理想合作伙伴——这些企业希望在不自行打造所有组件的前提下，实现硬件架构的多元化。若与Marvell的磋商能达成正式协议，开发流程可能会分阶段推进，涵盖设计定稿、原型制作与测试等环节，之后才进入全面部署阶段。

值得关注的是，这一潜在行动或许会在未来对Nvidia产生影响。目前Nvidia在AI芯片领域依旧保持领先，其GPU被广泛应用于AI模型的训练与运行，并且依托着自身强大的CUDA软件生态系统。不过，随着谷歌等企业针对推理这类特定任务开发专属芯片，它们对Nvidia硬件的依赖程度可能会慢慢降低。