Google 透過其自行研發的張量處理單元（TPU）加強了在人工智慧基礎設施領域的地位，這些 TPU 為該公司的 Gemini 聊天機器人提供動力，也是其快速成長的雲端運算業務中不可或缺的一部分。根據 FactSet 數據，華爾街預估 Google Cloud 今年營收將大幅成長約 64%，達到 96 億美元，分析師預測 2027 年仍將維持 50% 以上的成長。William Blair 分析師 Ralph Schackart 表示，TPU 的耗電量比 Nvidia 處理器低 20% 到 40%，帶來成本優勢，使 Google 能夠對超額運算容量收取約 20% 到 30% 更低的費用。這使得 Alphabet 在 AI 基礎設施中成為一股主要力量，儘管 Google Cloud 在營收上仍落後於 Amazon Web Services 與 Microsoft Azure。該公司自行設計晶片的方式，能夠滿足對 AI 運算能力激增的需求，同時降低營運成本，執行長 Sundar Pichai 指出，2025 年 Gemini 的單位服務成本已降低 78%。
Google TPU 透過特殊化設計實現成本效益
Google 的 TPU 屬於一種稱為「應用專用積體電路」（ASIC）的晶片類別，專門針對機器學習任務而設計，例如訓練模型以及透過推理即時執行模型。Circular Technology 全球市場研究與情報主管 Brad Gastwirth 將 ASIC 比喻為針對特定任務量身訂做的訂製西裝，而非針對人體。Google 與 Broadcom 共同設計這些晶片。
特殊化設計使 TPU 能夠以更少的電力提供更高的運算輸出。「大多數 ASIC 的耗電量比 Nvidia 處理器低 20% 到 40%，從而實現更高的每美元效能，」William Blair 分析師 Ralph Schackart 表示。這些成本優勢使 Google 能夠對超額運算容量收取約 20% 到 30% 更低的費用，吸引 AI 公司使用 Google 的雲端業務與企業服務。
於 4 月底在 Google Cloud Next 大會上發表的最新第八代 TPU，是 Google 首次將其晶片產品線拆分為兩種特殊化型號：用於模型訓練的 TPU 8t 與用於推理的 TPU 8i。Google 表示，這些晶片在 AI 模型訓練上速度快達三倍，每美元效能提升 80%，並且可以在單一叢集中運行超過 100 萬個 TPU。「這讓我們有能力打造全球最大的訓練叢集，」Pichai 上個月在 Google I/O 開發者大會上表示。
Nvidia 維持在 AI 運算市場的主導地位
Nvidia 仍是 AI 運算領域的最大參與者，其 GPU 在訓練 AI 模型與日常推理中佔據主導地位。該公司的 GPU 比 TPU 這類 ASIC 更具靈活性，因為它們最初是為了渲染 3D 電腦圖形而設計，後來其處理能力才被用於 AI。Nvidia 憑藉其 CUDA 軟體系統擁有重大優勢，開發者多年來一直圍繞該系統進行開發。執行長 Jensen Huang 去年在財報電話會議上表示：「開發者喜愛我們的原因，是因為我們無所不在。」
Stifel 的分析師在 5 月的一份研究報告中寫道，Nvidia 仍是「廣泛生態系統的領導者」，其主導市場佔有率在短期內不易受到衝擊。然而，他們認為 Nvidia 的「護城河正日益受到考驗」。分析師表示，市場正從「以訓練為主的模式，轉向在 2026 年底前以推理為主的模式」，這使得運算成本與投資報酬率變得更加重要。此演變正在加速超大規模雲端服務商對自研 ASIC 與替代性 AI 晶片的興趣。
Anthropic 與 Meta 簽署數十億美元 TPU 合約
Anthropic 已承諾使用數吉瓦（gigawatts）的 Google TPU，以增加其運算資源，因對其模型與服務的需求激增。Meta Platforms 於 2 月與 Alphabet 簽署了一項數十億美元的合約，使用 Google 的 TPU。客戶透過 Google 的雲端業務租用這些晶片，在某些情況下，現在也可以購買 TPU 用於自己的資料中心。
Google Cloud 執行長 Thomas Kurian 在 4 月 25 日的 Future Forward 播客中指出，他看到 TPU 的需求已超出 AI 實驗室，擴展到金融與能源等市場領域。金融公司 Citadel Securities 正在使用 Google 的 TPU 進行高效能財務建模；美國能源部旗下所有 17 個國家實驗室，均使用由 Google 開發、以 Gemini 驅動、並建構在這些晶片上的 AI 共同科學家軟體。
在 TPU 需求帶動下，Google Cloud 積壓訂單達 4720 億美元
Alphabet 財務長 Anat Ashkenazi 表示，在強勁的企業 AI 產品需求以及向客戶自家資料中心銷售 TPU 硬體的帶動下，Google Cloud 的積壓訂單在第一季末幾乎翻倍，達到 472 億美元。Citizens 的分析師上個月在一份報告中預測，Google 在 2026 年將從 TPU 相關基礎設施產生約 3 億美元營收，隨後在 2027 年躍升至 25 億美元。「重要的是，我們認為 TPU 的獲利尚未完全反映在目前的共識預估中，這意味著有顯著的上升潛力，」分析師在 5 月初寫道。
Kurian 在 4 月的 Future Forward 播客訪談中解釋：「無論我們以哪種方式銷售，因為我們擁有自己的 IP，都能獲得可觀的利潤。」他補充說，在一個已經產能受限的環境中，由於晶片需求可能多年內都超過供給，「單位經濟效益會變得更高，而對我們來說，因為我們掌控自己的晶片，單位經濟效益仍然具有吸引力。」
Blackstone 承諾投資 50 億美元，成立 TPU 雲端合資企業
Google 與資產管理巨頭 Blackstone 共同建立了一個以 TPU 為基礎的新 AI 運算合資企業。Blackstone 將為該合資企業投入 50 億美元的初始股權，計劃在 2027 年前上線 500 百萬瓦（megawatts）的容量，並將從此規模擴展。Google 將提供硬體、軟體與基礎設施專業知識。LinkedIn 上目前有一個「Blackstone 與 Google TPU 雲端公司」營運長的職缺。
Piper Sandler 上個月在一份研究報告中寫道，與 Blackstone 的合資企業是「對 TPU 的又一次信心投票，讓 Google 能夠在不需大量資本支出的情況下增加對 Cloud 的投入。」分析師稱其為「Google 繼續推動 TPU 動能的輕資產方式。」
Alphabet 股價自 5 月初的高點以來已下跌 16%，與超大規模雲端服務商整體疲軟的時期相符。今年至今，Alphabet 股價仍上漲約 8%，表現優於 Microsoft、Amazon 與 Meta Platforms。
常見問題
Google 的 TPU 是什麼？它們與 Nvidia 的 GPU 有何不同？
Google 的張量處理單元（TPU）是與 Broadcom 共同設計的應用專用積體電路（ASIC），針對機器學習任務（如訓練模型與推理）進行最佳化。根據 William Blair 分析師 Ralph Schackart 的說法，它們的耗電量比 Nvidia 處理器低 20% 到 40%，使 Google 能夠對超額運算容量收取約 20% 到 30% 更低的費用。Nvidia 的 GPU 作為最初為 3D 圖形渲染設計的通用處理器，提供更大的靈活性，並憑藉包括開發者多年來圍繞其構建的 CUDA 軟體系統在內的優勢，佔據主導市場地位。
Google 今年的雲端業務預計將產生多少營收？
根據 FactSet 數據，華爾街預估 Google Cloud 今年營收將大幅成長約 64%，達到 96 億美元。分析師預測 2027 年仍將維持 50% 以上的成長。Alphabet 財務長 Anat Ashkenazi 報告指出，在強勁的企業 AI 產品需求與 TPU 硬體銷售帶動下，Google Cloud 的積壓訂單在第一季末幾乎翻倍，達到 4720 億美元。Citizens 的分析師預測，Google 在 2026 年將從 TPU 相關基礎設施產生約 3 億美元營收，隨後在 2027 年躍升至 25 億美元。
哪些主要公司已簽署使用 Google TPU 的合約？
Anthropic 已承諾使用數吉瓦的 Google TPU，以增加其運算資源，因對其模型的需求激增。Meta Platforms 於 2 月與 Alphabet 簽署了一項數十億美元的合約，使用 Google 的 TPU。Blackstone 承諾投入 50 億美元初始股權，與 Google 成立 TPU 雲端合資企業，計劃在 2027 年前上線 500 百萬瓦的容量。此外，金融公司 Citadel Securities 正在使用 TPU 進行高效能財務建模；美國能源部旗下所有 17 個國家實驗室，均使用由 Gemini 驅動、並建構在這些晶片上的 AI 軟體。
