想象一家餐厅生意暴涨：厨房再好，灶台不够，订单还是做不出来。OpenAI现在面对的算力问题也类似。训练模型需要大量计算，模型上线后回答用户问题，同样要持续消耗芯片。于是，哪怕供应商同时也是竞争对手，只要能增加“灶台”，合作就有可能发生。
10月27日，The Information报道称，OpenAI计划购买Google的AI芯片。Reuters随后转述称，报道没有披露金额、数量及其他交易细节；OpenAI拒绝置评，Google当时没有回应。Bloomberg也援引知情人士确认了采购意向，但称最终条款尚不明确，双方均拒绝置评。
这条消息值得关注，不是因为OpenAI已经“抛弃Nvidia、转投Google”——现有材料完全不能支持这种结论——而是因为模型市场的对手，正在算力供应链上越走越近。
从租芯片，到考虑直接购买
Google的TPU——为机器学习设计、擅长大规模矩阵计算的专用处理器——与Nvidia GPU同属AI加速器。GPU最初用于图形计算，后来凭借并行运算能力成为AI训练和推理的主力。Nvidia又依靠CUDA软件生态，长期占据这条供应链的核心位置。
Reuters称，OpenAI是Nvidia GPU的大客户，同时已从2025年6月开始通过Google租用TPU。Google则在2026年开始向部分客户直接销售TPU。换句话说，双方并非突然握手：OpenAI此前已经在使用Google提供的算力，如今只是可能把关系从“租用”推进到“购买”。
两种方式的差别不小。租用更像按需使用别人的厨房；直接购买则意味着把设备纳入自己的算力基础设施。但目前报道只确认OpenAI有购买Google AI芯片的计划，没有说明具体型号、用途、采购规模或部署时间。它们究竟用于训练——用数据调整模型参数，还是用于推理——让训练好的模型实际生成回答，仍不清楚。
对手为什么愿意互相做生意
表面看，这是一组别扭的关系。OpenAI与Google在模型和搜索市场竞争，Google却可能向OpenAI出售最底层的计算工具。但从双方各自的利益看，这笔潜在交易并不难理解。
对OpenAI来说，引入Google芯片意味着算力多元化：同时采用不同厂商、云平台或自研芯片，扩大供应来源，降低对单一路线的依赖，也可能增强采购议价能力和基础设施韧性。它并非简单地把一种芯片换成另一种，而是给算力组合增加一个选项。
OpenAI还在准备自己的路线。Bloomberg称，公司计划在2026年晚些时候开始使用与Broadcom合作开发的自研芯片。其内部芯片团队负责人Richard Ho曾参与Google TPU开发。于是，OpenAI的版图可能同时包括Nvidia GPU、Google芯片和自研芯片，而不是押注一家供应商。
对Google来说，TPU原本是内部能力。Bloomberg称，Google研发TPU已有十余年，最初用于自家业务，后来才逐渐成为处理AI工作负载、替代部分Nvidia GPU需求的选择。若能把它卖给大型外部客户，Google就不只是在模型层面与OpenAI竞争，也能成为竞争对手的基础设施供应商。
真正松动的是什么
这件事首先冲击的是“Nvidia几乎是唯一选择”的市场想象，而不是证明Nvidia的地位已经被取代。
如果大型模型公司愿意把不同芯片纳入同一套基础设施，AI算力供应链就可能从单一主导走向多路并行。Google也会获得一个重要机会：证明TPU不仅适合自家业务，也能进入外部头部客户的系统。模型竞争与芯片合作因此可以同时成立——上层争夺用户，底层仍然互相供应资源。
不过，多元化并非免费午餐。不同芯片需要不同的模型适配、编译器和运维体系。增加供应选择，往往也会增加工程复杂度。现有报道没有说明OpenAI准备如何处理这些成本，更无法判断Google芯片会承担核心任务，还是只补充一部分需求。
局限与未知
- 目前只有媒体援引消息人士报道，OpenAI与Google均未正式确认交易；最终条款也尚未明确。
- 金额、数量、芯片型号、用途和时间表均未披露，因此无法判断采购规模及其对Nvidia业务的实际影响。
- “计划购买”不等于全面转向。现有证据只能说明OpenAI可能增加一个供应来源，不能证明它会替代Nvidia、终止既有合作，或既有算力同盟已经瓦解。
更准确的判断是：算力同盟尚未断裂，但边界正在变得模糊。OpenAI若最终买下Google芯片，最有意思的并非一次供应商更换，而是AI产业出现了一种更复杂的关系——今天最直接的模型对手，也可能是明天不可缺少的算力伙伴。