Trainium是AWS旗下Annapurna Labs开发的AI训练专用ASIC，2020年推出。第三代Trainium已基本售罄；第四代预计2027年交付，性能再提升6倍。所有Trainium相关项目已积累超过2250亿美元长期收入承诺。关键转变在于：芯片从『AWS内部降本工具』变为『可外售整机柜产品』——客户不用走云端，可直接把整机柜买回自家数据中心。OpenAI、Anthropic、Uber等已深度使用。

欧洲主权AI需求是亚马逊和谷歌自研芯片外售的直接催化剂。欧盟《云与人工智能发展法案》要求数据中心容量未来5-7年内扩大三倍，并建立四级主权云体系，减少对非欧盟云服务的依赖。这与英伟达的纯芯片销售不同——云巨头既能卖芯片，又能满足数据本地化要求，形成独特的「芯片+合规」套餐。德国电信旗下T-Systems的案例表明，即使主权云也难以完全自给，为亚马逊和谷歌留出了合作空间。

谷歌与英伟达是微妙竞合关系。谷歌是英伟达GPU的超级大客户，每年豪掷数亿购买H100；同时谷歌又在用TPU挖英伟达墙角——苹果、Meta等巨头开始用TPU作为与英伟达砍价的筹码。有分析称，TPU在超大规模模型训练场景的性价比优势，2026年可能导致英伟达GPU销售额减少约120亿美元。摩根士丹利估计谷歌2027年TPU产量约600万个，而谷歌与Marvell合作推出的内存处理单元将进一步强化TPU生态。

Trainium和TPU外售的真正瓶颈不在硬件性能，而在软件生态迁移成本。英伟达CUDA生态拥有400万开发者，大量AI模型栈深嵌其中。谷歌正在推进『TorchTPU』计划——与PyTorch主要维护方Meta深度合作，让TPU像GPU一样顺畅跑PyTorch，部分软件栈考虑开源，生产需要12-18个月。若成功，这将是首个由开源生态驱动、直接冲击CUDA护城河的挑战者。亚马逊则通过Trainium兼容NVLink降低迁移门槛。关键观测窗口在2026-2027年。

黑石与阿波罗搭建壳公司，以350亿美元买入谷歌TPU建成数据中心租给Anthropic，资金来自向高端投资人发债——这是全球最大的私人信贷投资之一。支持者认为到2030年算力只会更稀缺，反对者警告算力过剩风险。这事真正值得追问的不是『泡沫还是革命』，而是：当算力变成可发债、可证券化的资产标的，AI基础设施的定价权是否会从芯片厂商转移到金融资本？黑石的数据中心REIT年化收益率预期5.75%-7%，这意味着算力租赁正在从技术生意变成金融生意。