芯片行业有一个心照不宣的秘密：能用就行。但这已经成为历史。谷歌与英特尔4月9日宣布深化合作，共同开发定制AI芯片——这不是简单的供应链备选方案，而是对整个行业格局的宣战。
这笔交易的意义远超表面。谷歌不仅在扩大自研张量处理单元（TPU）的规模，还通过与英特尔合作获取先进封装能力和代工生态。这是典型的弯道超车策略：绕过传统芯片厂商，掌握自己的技术栈。
行业趋势已经清晰。亚马逊有Trainium，微软有Maia，Meta自建训练基础设施。四大云厂商集体得出结论：购买通用芯片意味着接受别人的优化优先级，而这个优先级与自身需求越来越不匹配。英伟达的H100和B200确实是行业基准，但主导地位不等于不可或缺性。
英特尔的角色尤其值得关注。Gaudi accelerator在AI市场表现平平，但该公司拥有谷歌难以复制的资产：先进封装技术、成熟的代工生态，以及x86架构兼容性。这不是英特尔击败英伟达的故事，而是两家联手打造任何一方都无法单独完成的东西。
HBM短缺是催化剂，而非根本原因。真正的原因是架构问题：AI workloads正在成熟，通用计算的效率低下已经到了无法忽视的地步。为特定工作负载优化的芯片，其性价比必然超越面向大众市场设计的芯片。
对整个市场而言，定制芯片不再是少数巨头的专属。工具链在成熟：英特尔代工服务、台积电封装能力、开源芯片设计框架都在降低门槛。三年内，中型云厂商和大型企业将追随这些Hyperscaler的脚步。
英伟达在未来一段时间内仍将处于AI计算的核心位置，但可寻址市场正在被分割：前沿模型训练因规模需求仍归英伟达；其他领域则陷入混战。谷歌与英特尔的合作释放了最清晰的信号——大买家们已经决定按照自己的方式划定边界。
那个"只要够强、什么芯片都行"的时代正在终结。取而代之的将是另一番图景：碎片化、定制化、每个运行基础设施的人都掌握自己的命运。