AREX Feed Article
OpenAI 据报计划采购 Google TPU，Oracle 宣布 2027 年在 OCI 首度提供该芯片
据 10 月 28 日转引 的报道（消息源自 The Information），OpenAI 计划购买 Google 的张量处理单元（Tensor Processing Unit，TPU）。OpenAI 是 Nvidia 最大的 GPU 客户之一；报道认为，这笔交易若落地，将加深 OpenAI 与 Alphabet 旗下 Google 的关系——尽管双方在搜索和 AI 产品上是直接竞争对手。财务条款等细节目前没有披露。
与采购计划一同出现的还有一份招聘：OpenAI 官网挂出了一个工程师职位，寻找主导自家前沿模型在 TPU 上优化的工程师。另一边，Google 与 Oracle 已于 10 月 27 日在拉斯维加斯 Oracle AI World 大会上宣布，Google TPU 将从 2027 日历年起通过 Oracle Cloud Infrastructure（OCI，Oracle 云基础设施）提供——按两家公司的官方口径，这是 TPU 第一次登陆 Google 自家云以外的超大规模云平台（hyperscaler）。
图：Google 第八代 TPU 芯片——训练用的 TPU 8t 与推理用的 TPU 8i（图片来源：TrendForce，原图版权归 Google）
从租用到直接采购：一段正在升级的关系
Google 与 OpenAI 在芯片上的接触不是从这次开始。 在 2025 年 6 月 27 日曾报道，OpenAI 已开始租用 Google 的 AI 芯片；但 OpenAI 当时态度谨慎，6 月 30 日表示没有把这款 Google 自研芯片用于自家产品的活跃计划（ 当日报道）。TrendForce 在最新报道中引述 Reuters 称，双方的合作现在可能超出芯片租赁的范围——从租用走向直接购买。
Google 的销售策略也在同步变化：Reuters 指出，Google 今年已开始向部分选定客户提供 TPU 直接购买。回溯，Google 在 2026 年 4 月宣布将向「一组选定客户」出售 TPU，装进客户自己的数据中心；Oracle 是那之后第一家采用这些芯片的超大规模云服务商。
招聘页面里的 TPU 准备工作
在 上，这个职位的名称是 Software Engineer, TPU Compilers，隶属 Inference（推理）团队，工作地点在旧金山。职位描述写道：「我们正在寻找一位工程师，来主导 OpenAI 最先进前沿模型在 TPU 上的优化。你将负责完整前向计算（forward pass）的性能——从模型代码、内核（kernel）到硬件上的执行。」
岗位要做的事包括：对工作负载做性能剖析、找出瓶颈，改进延迟、吞吐和硬件利用率；开发和优化 kernel；用量化（quantization）这类技术在保住模型质量的前提下提升推理效率；再搭建基准测试和工具来验证每一步改动。页面开出的基本工资是 38 万～50 万美元，另有股权。
TrendForce 转引 BigGo Finance 的报道称，这份招聘表明 OpenAI 正在为与 Google 芯片架构的更深整合做准备。
OCI 官宣：2027 日历年可用，多年周期爬坡
Oracle 10 月 27 日发出的把另一条线的细节补齐了：Google TPU 将通过 OCI 提供，OCI 将成为「Google 之外第一家提供 Google TPU 的超大规模云服务商」；TPU 在 2027 日历年内可用，并在多年周期内逐步爬坡，以满足客户需求。OCI 负责部署所需的电力、冷却和数据中心网络。
Oracle Cloud Infrastructure 总裁 Mahesh Thiagarajan 在新闻稿中说：「不同的 AI 工作负载有不同的计算需求。把 Google TPU 带入 OCI，客户可以在一朵云里用到多种领先的 AI 计算架构，按每种负载的性能、吞吐和经济性选择合适的基础设施。」Google AI 与基础设施高级副总裁兼首席技术专家 Amin Vahdat 的说法是：「下一代 AI 需要多样化的计算，TPU 为苛刻的训练和推理负载提供了一个强大的专用选项。」
按新闻稿描述，这些 TPU 能支持大模型训练和后训练——包括稠密模型和混合专家（Mixture-of-Experts，MoE）模型——也能承担推理（reasoning）、智能体（agentic）和长上下文应用的生产推理。TrendForce 还转引 BigGo Finance 的说法：Oracle 将直接采购这批芯片，预计的最终用户是一家由 Google 与 Oracle 共同服务的大客户。
第八代 TPU：训练与推理分成两种架构
Oracle 要接入的是 Google 第八代 TPU。Google 在十多年前造出第一颗 TPU，这一代分为两种专用架构：面向训练的 TPU 8t，按官方口径，单个 pod（集群单元）的算力接近上一代的 3 倍；面向推理的 TPU 8i，为大量专用智能体的迭代式工作设计，单个 pod 可扩展到 1,152 颗芯片，提供 11.6 exaflops 的 FP8 算力和 331.8TB 的 HBM（高带宽内存）总容量（DCD 汇总的技术参数）。
Google Cloud 的给出更细的数字：最新一代 TPU 单芯片可提供最高 12.6 PFLOPS 的原生 FP4 算力，超过第一代 TPU（92 TFLOPS）的 100 倍，每瓦性能最高为上一代的 2 倍；片间互连（ICI）搭配光路交换（OCS）之后，大规模训练可以在数千颗芯片上保持超过 97% 的 goodput——也就是集群真正花在有效计算上的时间占比。
软件生态也在同步铺路：Google 在 PyTorch Conference 上宣布，其原生 PyTorch 栈 TorchTPU 已在 GitHub 开源，vLLM、SGLang、Ray、Hugging Face 等工具可以在 TPU 上训练和部署模型，无需改写模型代码；官方称，团队由此可以把不同工作负载分派给成本最低或速度最快的加速器。
「不是实验」：Oracle 口中的多吉瓦级合作
Oracle Cloud Infrastructure 高级副总裁 Karan Batta 在 Oracle AI World 现场接受 DCD 采访时说，这是一个「与 Google 的多年、多吉瓦级合作，从体验上看和 GCP 上是一样的」。他进一步说明：「我可以告诉你，这不是一场实验。这将是 Oracle 随时间推进、达到吉瓦级规模的云投资；最好的理解方式是，Google 每发布一代新 TPU，我们第一天就能上线。」
Oracle 拒绝就初始部署的规模置评。还有一个变量：DCD 指出，Google 还在与 Blackstone 合作建设一个提供 TPU 的美国云平台；取决于哪家先上线，率先把 TPU 带到 Google 平台之外的才可能是 Oracle。
Nvidia 的位置：1,000 亿美元信用支持与 6,000 亿美元算力
TrendForce 把这两条动向放进同一个标题，直接点出「加大对 Nvidia 的压力」。它给出的依据是：Google 的 TPU 正作为 Nvidia 主导的 AI 加速器之外的选项获得关注，客户在寻找更有性价比、针对 AI 工作负载定制的芯片。
不过，OpenAI 对 Google 芯片的兴趣在增长，它与 Nvidia 的资金和基础设施纽带依然庞大。据 TrendForce 转引 BigGo Finance：今年 8 月，Nvidia 同意为 OpenAI 计划中的俄亥俄州数据中心项目提供超过 1,000 亿美元的信用支持，该项目预计完全采用 Nvidia 的芯片架构；Nvidia CEO 黄仁勋（Jensen Huang）则在博客文章中说，OpenAI 现有和已规划的部署，到 2030 年可能相当于约 6,000 亿美元的 Nvidia 算力。
Oracle 自己也没有只押一边：据 TrendForce 援引 Reuters，Oracle 计划以多吉瓦级规模部署 Nvidia 的 Vera Rubin 系统，同时把 Cerebras 和 SambaNova 的 AI 加速器加入自己的芯片组合。
到发稿时，OpenAI 这笔 TPU 采购的金额、数量和时间表都没有披露，Oracle 也拒绝说明 OCI 初始部署的规模。