作者：电子创新网张国斌
博通 CEO 陈福阳近日确认，AI大模型公司Anthropic已与博通达成重磅合作，将直接采购近 100 万颗TPU v7p “Ironwood” AI芯片用于在自控数据中心中大规模部署AI训练与推理基础设施。此举意味着Anthropic选择绕过TPU的原始开发方谷歌，直接从芯片制造商博通获取整机系统，仅让谷歌以IP授权方身份参与交易。据悉，Anthropic 已累计向博通下达了价值 210 亿美元的 AI 系统订单。
此举也意味着博通从“芯片供应商”升级为“AI系统集成商”。过去，TPU生态由谷歌全栈掌控；如今，博通凭借先进封装与系统集成能力，将谷歌IP转化为可对外销售的标准化产品，开辟全新营收赛道。在这次交易中，谷歌变身为IP供应商，获得TPU的授权费用。
此次交易中的谷歌的第七代TPU“Ironwood”是其2025年4月发布的AI芯片，Ironwood的单芯片峰值性能可达4,600 teraflops，与Nvidia的H200 GPU相比，其单芯片性能略高。Ironwood TPU可在单个集群中连接多达9,216颗芯片，共享1.77 PB HBM，其计算能力可达42.5 exaflops。
第七代TPU“Ironwood”单芯片功耗约为850瓦，相比Nvidia的Blackwell B200，Ironwood在能效方面表现更优，其能量效率是Nvidia芯片的2.0–2.5倍。
Ironwood是谷歌首款在其张量核心和矩阵数学单元中支持FP8计算的TPU。该芯片配备了第三代SparseCore加速器，最初设计用于加速推荐模型，利用嵌入来跨用户类别进行推荐。此外，它还编码了各种算法，以加速金融和科学计算，Ironwood的芯片间互连速度可达9.6 Tb/s。
开发者可以利用Google的Pathways软件堆栈，可靠、轻松地利用数万个Ironwood TPU的综合计算能力。Ironwood适用于从大型模型训练到实时聊天机器人和AI智能体运行的各种任务。
博通是如何抓住AI大机遇的？
在上述事实层面之外，笔者认为这笔210亿美元级别的大单更值得关注的应该并不是订单规模本身，而是它清晰地勾勒出博通近十年来战略转型的成功路径：从“高速接口与专用芯片供应商”，进化为AI时代的系统级解决方案提供者。
一、博通并非“突然抓住 AI”，而是提前完成了能力跃迁
很多解读容易把这次合作理解为“博通踩中了 AI 风口”，但更准确的说法是——AI 客户终于走到了博通早已准备好的能力边界之内。
过去十年，博通的核心投资方向始终围绕三个关键词展开：定制化 ASIC 能力、高速互连与网络与先进封装与系统集成；这些能力在传统数据中心时代显得“边缘化”，但在大模型算力需求指数级增长后，恰好构成了 AI 基础设施的核心技术栈。
Anthropic 的选择，本质上不是“抛弃谷歌”，而是在谷歌 IP 架构之上，寻找一个能真正把算力规模化落地的系统级执行者。而博通，正是那个少数具备该能力的厂商。
二、从“帮谷歌造 TPU”，到“替客户交付整套 AI 系统”
理解这次交易的关键，在于厘清 通在 TPU 体系中的真实角色变化。
过去：谷歌全栈，博通代工式参与--在早期 TPU 项目中：架构定义、软件生态、部署方式由谷歌掌控博通更多扮演的是定制 ASIC 设计 + 部分封装制造的角色，TPU 只能在 Google Cloud 内部使用，对外不可售博通是“能力提供者”，但不是“产品拥有者”。
现在：博通成为“可交付的 AI 系统提供方”--此次 Anthropic 交易的变化在于：博通直接向终端 AI 公司交付完整系统，芯片、封装、互连、板级、机柜级一体化，谷歌退居为 IP 授权方，不再主导系统交付。
这标志着博通完成了从 “芯片供应链一环” → “系统交付责任主体” 的关键跃迁。换句话说，博通已经不再只卖“算力器件”，而是在卖 “可规模部署的算力基础设施”。
三、博通抓住 AI 大机遇的三大底层原因
① 定制 ASIC 路线，与大模型算力结构高度契合
与 NVIDIA 的通用 GPU 路线不同，博通长期深耕 超大客户定制 ASIC，这在 AI 时代反而成为优势：大模型训练和推理负载高度集中、可预测；客户愿意为 更高能效 / 更低 TCO / 更可控供应链 牺牲通用性；超大规模部署场景，定制 ASIC 的性价比迅速放大。Anthropic 这类头部模型公司，已经从“买算力”转向“设计算力”，博通正是少数能承接这一需求的厂商。
② 高速互联与网络，是博通的“隐形王牌”
AI 系统的瓶颈，早已不只在计算单元本身。而是芯片间互连、机架级网络、数据中心内部带宽与时延等，而这恰恰是博通的传统优势领域。博通在以太网交换芯片、光互连、SerDes、高速接口上的长期积累，使其能够在系统层面优化算力扩展效率，避免“算力堆上去、通信拖后腿”的典型 AI 集群问题，这也是为什么它能把 TPU v7p 真正“系统化”，而不仅是卖芯片。
③ 先进封装 + 系统集成，构成了难以复制的护城河
AI 芯片已经进入封装即架构的阶段：Chiplet组合+HBM堆叠+热设计、供电、信号完整性协同优化构成完整系统，博通通过多年在高端封装与系统级设计上的投入，具备了把复杂 IP 变成可量产系统产品的能力。
这一步，既不是纯芯片公司能轻易完成的，也不是纯云厂商的强项。
四、210 亿美元订单的真正信号：AI 产业分工正在重构！
这笔210亿美元订单释放出的最重要信号，并不是“博通赚了多少钱”，而是AI 基础设施正在从“云厂商全栈控制”，走向“IP + 系统 + 客户自控”的新分工模式。
云厂商（如谷歌）开始 IP 化、平台化，芯片公司中，只有少数具备系统能力者，能直接服务终端 AI 公司，大模型公司希望掌控算力命脉，避免被云锁定。而博通，正站在这一产业结构重构的关键节点上。
回看这笔 210 亿美元大单，可以得出一个清晰结论：博通并非“突然转型 AI”，而是用十年时间，把自己打造成 AI 时代必需的系统型公司。
当 AI 产业真正进入“重资产、重系统、重交付”的阶段时，那些只卖单一芯片、或只掌握软件平台的玩家，反而会受到掣肘。
而博通，已经用这笔订单证明——它不只是 AI 供应链中的一环，而是新一代 AI 基础设施的构建者之一。截止发稿，博通股票在过去5年已经连续上涨8倍，这也资本是对其转型的认可。
那么问题来了，在中国，哪家公司有可能抓住这个AI大机遇？笔者想到了一家公司是有潜力的，大欢迎大家留言讨论！
注：本文为原创文章，未经作者授权严禁转载或部分摘录切割使用，否则我们将保留侵权追诉的权利