投資長觀點｜谷歌TPU不會威脅輝達王者地位　科技巨頭還是得繼續繳「保護費」

出版時間：2025/12/02 15:13

財經投資長觀點

✎ CC 文章

zoomin — 谷歌AI晶片TPU被視為是挑戰輝達AI霸主地位。取自Google官網影片

【財經中心／台北報導】上周有媒體報導，Meta有意向Google採購AI晶片TPU，有分析師用「新的DeepSeek時刻」來形容對輝達的影響，也造成輝達上周在消息傳出後一度暴跌7%，未來Google是否會威脅輝達在AI晶片的王者地位？

Luminous Asset Management香港首席投資總監陳彥甫認為，與GPU不同的是，TPU是一種ASIC特殊設計的AI晶片，它採用相對簡單的硬體架構，代價是付出彈性跟通用性，也就是說A廠設計的ASIC很難被B公司直接拿去用，轉換成本會比輝達這種通用型的晶片高很多。

自己設計的ASIC好處是，可以為單一任務來優化設計，去除掉一些無關的硬體線路，進而達到成本跟效率的最大化。在成本上，自己研發ASIC晶片要投入很高的研發成本，包括支付給合作夥伴像是博通、聯發科等設計費用，但是如果看到輝達毛利率高達75%，只要自己的晶片需求量夠大的話，這筆帳還是相對划算。

軟體也是輝達壟斷AI市場因素之一

陳彥甫指出，Google開發自己的ASIC晶片TPU已經有逾10年歷史，在4大雲端巨頭Google、Meta、亞馬遜、微軟中，Google對GPU的依賴是比較小，目前已開發到第7代及第8代，其他的CSP業者都是在ChatGPT問世後才開始重視ASIC的設計，現在只到第2代或第3代，Google最新的第7代TPU v7一些硬體性能及規格，已經跟輝達的Blackwell晶片相差無幾。

不過，外界比較少提到的是軟體，輝達這幾年壟斷AI晶片市場，靠的不光是它的GPU晶片很厲害，更憑藉成熟的軟體生態，包括CUDA軟體平台，以及能夠廣泛支援各種主流的machine learning（機器學習）框架，現在Python也成為CUDA原生程式語言，能夠勝任各種深度學習及科學模擬等應用場景。

Google的TPU是ASIC，也是專為單一任務而生，TPU的T是Tensor，就是用張量運算來設計，Tensor運算是深度學習的數學基礎，可以把它想像是大量的矩陣運算，目的是用最高效率來執行機器學習模型，特別是涉及大量、大規模張量運算的各種場景。

TPU、GPU各有優劣勢

他表示，雖然TPU在成本效率跟特殊專業運算有優勢，但在應用面還是受限於Google生態系的深度整合。如果AI模型的技術戰（technology war）是依賴PyTorch（開源的Python機器學習庫，基於Torch庫，底層由C++實現，應用於AI領域，如電腦視覺和自然語言處理），或者需要跨雲端、跨系統的部署，TPU的靈活性的確不如GPU。

過去Google把TPU當成是一個內部的效能優化工具，只應用在自己的服務上，但是這個策略已經改變了，Google最近開始向外部客戶推銷最新的TPU v7，過去推廣最大的障礙是軟體，為了進一步推動商業化，Google大幅重寫他們的軟體架構，希望能全面支援市場主流的AI推理框架。

這也意味著Google意識到要加強軟體相容性，來削弱輝達的生態優勢，至於實際表現會怎樣？還需要等待大規模應用落地之後，來進一步驗證。

陳彥甫說，最近比較具有代表性的案例是來自Anthropic，這是一家AI新創公司，估值達3500億美元，可以跟OpenAI正面競爭的領先AI公司，他們宣布要部署超過100萬顆TPU，一部分是直接向Google買，一部分是向Google的Cloud租用，除了Anthropic，媒體也報導Meta可能被視為下一波大幅採購的對象。

輝達明年下一代Rubin將擁有巨大優勢

今年稍早市場已對ASIC晶片趨勢有過討論，當時的結論是，CSP業者不願意過分依賴輝達的晶片，因為價格昂貴，而且供應比較吃緊，ASIC的確會佔有一席之地，但是輝達主導的通用晶片，具有它的技術深度，完善的開發者生態，還會是未來的主流，不過，Google結合成本效率以及從晶片到雲端的完整AI解決方案，確實有可能成為輝達近幾年最強勁、最有威脅性的對手。

至於Google能否撼動輝達在AI伺服器及GPU的地位？陳彥甫表示，這個答案還要觀察，最大原因在於輝達靠著自家的強大生態系，還有網路連接技術及伺服器系統，讓全球AI開發者都被綁定在輝達的平台上，且不是所有AI應用都可在一夕間輕易轉換到Google的TPU上，換句話說，雖然輝達的晶片較貴，但是確定性高，就有人比喻，溢價買輝達晶片是科技巨頭為了保持競爭優勢須繳的保護費。

有分析顯示，雖然在某些特定的情景之下，Google TPU的TCO（總成本）擁有優勢，但是輝達在整個系統層面上，在大部分情況下還是能夠做到最好的TCO。

他表示，上周五還有一份美國半導體行業的分析報告指出，現在再怎麼捧TPU，等到輝達明年下一代的Rubin出來之後，整個技術升級架構會讓輝達重新擁有巨大的優勢，還有更低的總體成本。

AMD受衝擊更大

對於有人指TPU對輝達影響是新的DeepSeek時刻，就是年初中國的DeepSeek模型出來後造成AI供應鏈大跌，原因是當時有人喊說，以後AI是否不需要那麼多算力，結果顯示，DeepSeek的出現並沒有減少行業的算力需求，大家還是搶著買GPU，這次TPU的落地也不會大幅減少對輝達晶片的需求。

還有很重要的一點是，Google不光是提供TPU，還有雲端系統跟其他服務給AI公司，Google自己也大力發展AI應用，其他公司不見得願意把大部分的AI基礎建設放在Google，這樣等於是送錢給你的競爭對手，Anthropic之所以使用TPU一大部分原因是，Google是早期的投資人，Anthropic創立以來獲得Google不少投資，反過來說，輝達賣GPU，可以把它想成跟台積電的晶圓代工一樣，它是專注於本業，不會跟客戶的業務有所衝突。

不可否認的是，Google的TPU是很強的競爭對手，但是最近市場對輝達的恐慌有點過度，若從另外一方面來看，TPU如果可證明他們能夠持續擴大市佔率，改變行業的標準，不是只有輝達的生態系，這樣AI晶片市場從過去的輝達獨大，走向Google跟輝達雙強競爭的話，反而是其他想在AI晶片市場分一杯羹的業者例如AMD，會受到更大的衝擊。