据The News报道，谷歌最近与租赁Nvidia芯片的小型云服务提供商进行了接触，讨论在其数据中心托管谷歌人工智能芯片的可能性。

谷歌已经与至少一家云提供商--总部位于伦敦的Fluidstack--达成协议，该提供商将在其纽约数据中心托管谷歌的张量处理单元（TPA）。

该公司还试图与其他依赖Nvidia的云服务提供商达成类似的交易，其中包括为OpenAI构建基于Nvidia的数据中心的Crusoe和将Nvidia芯片出租给微软，同时还与OpenAI签署租赁协议的CoreWeave。

目前尚不清楚谷歌为何首次决定将pu芯片部署到第三方数据中心。原因之一可能是其自身的数据中心建设落后于芯片需求。另一种可能性是，谷歌希望这些提供商能够帮助扩大pu客户群--例如人工智能应用开发人员。

这种模式与租赁英伟达图形处理器的商业实践非常相似，使谷歌与英伟达陷入更直接的竞争。

无论哪种方式，在其他提供商的设施中部署TPA都可以减少对Nvidia图形处理器的依赖。

投资银行DA Davidson分析师Gil Luria指出，云提供商和主要人工智能开发人员对使用TPA来减少对Nvidia的依赖越来越感兴趣。他说：“在关键基础设施方面，没有人喜欢与单一来源捆绑在一起。”

谷歌吸引Nvidia的盟友以加剧竞争

市场分析师认为，谷歌正试图吸引英伟达最亲密的合作伙伴--新兴云提供商，这些提供商几乎只租用英伟达芯片，并且比传统提供商更愿意购买英伟达的全系列产品。英伟达投资并入股了其中几家公司，并为它们提供了最受欢迎的芯片。

谷歌大约十年前开始开发pu芯片，主要是为了支持其自己的人工智能技术，例如Gemini大型语言模型。随着时间的推移，它还向外部客户租赁了TPA。

6月，OpenAI租用了谷歌的tpUs来为ChatGPT和其他产品提供动力，这标志着其首次大规模使用非Nvidia芯片。这种安排帮助OpenAI减少了对微软数据中心的依赖，同时为谷歌提供了挑战英伟达在图形处理器市场主导地位的机会。OpenAI还希望通过Google Cloud租用的pu能够帮助降低推理计算成本。

除了OpenAI，苹果、Safe Superintelligence和Cohere也租用了Google Cloud TPU，部分原因是他们的一些员工以前在Google工作过，熟悉TPU的功能。

谷歌高管一直在讨论增加与pu相关的收入，同时减少对昂贵的Nvidia芯片的依赖的策略。为了赢得较小的云提供商，谷歌甚至愿意提供财务支持：如果Fluidstack难以支付纽约数据中心租赁成本，谷歌将提供高达32亿美元的支持。

然而，Nvidia首席执行官Jensen Huang一直对pu不屑一顾，他表示人工智能应用开发人员更喜欢图形处理器，因为它们的多功能性以及Nvidia强大的软件生态系统支持它们。