人工智慧晶片市場，Google 張量處理單元（TPU）逐漸成為重要競爭者。這是專為機器學習設計的晶片，對 Google 運作發揮關鍵作用，且越來越多受其他客戶青睞。摩根士丹利最新報告，到 2027 年 Google 可售出 500 萬顆 TPU，2028 年達 700 萬顆，大幅高於預估。
TPU設計初衷是為了滿足Google人工智慧的算力需求。專門針對大型語言模型訓練和推理最佳化，性能超越傳統圖形處理單元（GPU）。Google最新Ironwood TPU訓練和推理性能比前輩提高四倍，處理大型資料庫時更具優勢。
與Nvidia GPU相比，TPU某些特定任務效率更高。TPU架構含大規模系統陣列，資料能更穩定流經晶片，提高計算效率。TPU成本效益也有優勢，因可在單一pod合作，大規模運算時節省不少成本。
儘管Nvidia仍占據主導地位，但Google也努力克服TPU軟體兼容性挑戰。Nvidia CUDA生態使GPU廣泛用於各種計算任務，TPU只針對Google TensorFlow。為了滿足市場需求，Google也加強支援PyTorch，這是業界廣受歡迎的AI應用開發工具。
Google目前仍是TPU最大客戶，用於推動Google搜尋和地圖等。除了本身使用，Google也開始租賃TPU給其他公司，如蘋果和Anthropic等。博通最新財報，Anthropic已向Google訂購210億美元Ironwood TPU。
市場對推理需求不斷增長，Google TPU業務有望幾年內爆炸性增長。摩根士丹利報告指出，每售出50萬顆TPU晶片，Google收入將增加約130億美元。這不僅是潛在收入增長，還能幫助Google AI模型訓練和運行形成良性循環，再提升晶片設計功力。
儘管TPU崛起可能會對Nvidia造成壓力，但專家認為，將來晶片市場會更多元，許多公司會選擇其他晶片商，不會完全依賴單一供應商。這種變化可能削弱Nvidia定價力，但不會立即對業務造成致命打擊。
（首圖來源：Google 雲端）
科技新報粉絲團
加入好友
訂閱免費電子報
