自研 TPU 與模型發威，Google 掌控全球約四分之一 AI 運算能力

兩款全新 TPU（Tensor Processing Unit）加上 Google DeepMind 在 AI 領域的快速進展，有助於 Google 縮小與亞馬遜、微軟在雲端運算市場上的差距。

Google Cloud 執行長庫里安（Thomas Kurian）接受《金融時報》專訪指出，在 AI 起步較慢且較晚轉入雲端業務後，Google 自行打造晶片、資料中心、基礎模型及應用產品，這種全面的 AI 策略開始展現成效。

「我們不只是一家轉售他人技術的超大型雲端服務商（hyperscaler），我們的差異化所在，是擁有自家智慧財產，模型和晶片都是我們自己的。」庫里安表示，「我們每賺進 1 美元營收，並不會把其中 80% 交給模型開發商或晶片供應商，這讓我們能投資得更多。」

庫里安過去從 Oracle 加入 Google 母公司 Alphabet 8 年來，帶領 Google Cloud 這項雲端業務從市占率 7% 推升至 14%。但在 4,180 億美元規模的雲端運算市場中，Google Cloud 排在第三，與 AWS（Amazon Web Services，亞馬遜雲端運算服務）和 Microsoft Azure 仍有一段距離。

如今 AI 協助 Google Cloud 以超越競爭對手的速度成長，2025 年第四季的營收 177 億美元、年增 48%，2026 全年有望創造超過 700 億美元營收，相較 2025 全年 587 億美元有顯著成長。

庫里安認為，TPU 和 Gemini 模型遠遠領先亞馬遜的 AWS Trainium 晶片和 Nova 基礎模型，以及微軟的 Maia 晶片和 MAI 模型。相較之下，Google 也不需要倚賴與 Anthropic、OpenAI 的合作關係，或者昂貴的 NVIDIA GPU。

庫里安表示，Google 對 DeepMind 長達 12 年的投資，能持續改進自研晶片，並以更低的成本和更好的利潤提供消費級和企業級的 AI 產品。

上週的 Google Cloud Next 2026 大會，庫里安揭曉全新第八代 TPU 兩款晶片，其中 TPU 8i 專為 AI 模型訓練所設計，另一款 TPU 8t 則內建更大的記憶體，能更快速運行 AI 系統，也就是指推理作業。

「你需要一個內部的大型實驗室，才有辦法打造出真正出色的晶片。我認為其他業者並沒有在開發自家的模型，至少不是有品質的模型。」庫里安補充說，目前唯一能在 AI 軟硬體整合和晶片的產品組合上與 Google 抗衡的，只有 NVIDIA。

Google 崛起成為 NVIDIA 的競爭對手，儘管仍是 NVIDIA 大客戶之一，卻讓兩家公司之間出現微妙變化。

研究機構 Epoch AI 的報告估算，Google 掌控全球約四分之一的 AI 運算能力，約是 380 萬顆 TPU 和 130 萬顆 NVIDIA GPU，微軟以 320 萬顆 NVIDIA GPU 位居第二。

NVIDIA 執行長黃仁勳近期在一檔 Podcast 節目談到 Google 未將 TPU 送交獨立測試，對其宣稱的效能和效率表達質疑。他還說 TPU 需求「百分之百」來自 Anthropic，並指如果沒有這家新創公司，「TPU 何以能有如此成長？」

庫里安回應，全球前十大 AI 實驗室就有九家使用 TPU，包括前 OpenAI 技術長穆拉蒂（Mira Murati）創辦的 Thinking Machines Labs，OpenAI 則因為與微軟之間的獨家合約而無法使用 TPU。「他們有自由選擇要購買什麼。如果我們在效能、價格及品質不具競爭力，他們就會選擇不採用」，他表示。

Google 持續大力投入 AI 開發工作，預估 2026 年資本支出攀升至 1,850 億美元。庫里安主張，這些龐大支出在客戶需求和強勁營收的支持下，是合情合理的。

庫里安也表示，OpenAI 和 Anthropic 將面臨更艱困的財務發展路徑，由於兩家新創公司每年虧損上百億美元，這可能危及那些倚賴它們的大型科技公司。

「這些 AI 公司仰賴的是私募資本市場，這些市場逐漸達到飽和點。」庫里安補充說，「如果你打算公開上市，就不可能永遠都處於虧損狀態。如果你選擇繼續維持非上市狀態，不可能永遠靠創投資金生存下去。」今年 OpenAI 和 Anthropic 共募得超過 1,500 億美元，同時都在為 IPO 做準備。

「未來一至二年內，你會看到市場上出現一波洗牌。」庫里安最後這麼說，至於「個別公司究竟能否撐下去，最終取決於經濟層面的因素。」