document.writeln('');
google傳出正積極與社群巨頭meta及多家大型金融機構接洽,希望推動其自主研發的ai晶片tpu(tensor processing unit)部署至客戶自有資料中心,借此在ai晶片市場進一步挑戰輝達(nvidia)的主導地位。
據最新消息指出,Google正探討兩種合作模式:一是在企業自建資料中心內直接導入Google設計的TPU硬件;二是通過公有云服務租用TPU運算資源。若此計劃順利落地,客戶將可在本地機房運行AI工作負載,同時結合Google Cloud進行混合部署,實現效能、資安防護與法規合規之間的平衡。

延伸閱讀:
川普啟動AI「創世紀任務」 動員最大科學資源堪比登月計畫
市場評估,這項布局潛在商機龐大,其中與Meta的合作案規模有望達到數十億美元,合約跨度長達數年。此舉也顯示大型科技公司正尋求分散AI晶片供應來源,降低對單一供應商依賴。對金融機構與高頻交易業者而言,在內部機房部署TPU不僅能保有敏感資料的掌控權,還可引入先進的生成式AI模型分析能力,減少完全仰賴外部云端平臺所帶來的風險疑慮。
近年來AI熱潮帶動資料中心對高效能GPU需求激增,輝達憑借H100等產品,在云端服務商與大型網絡平臺中占據關鍵角色。Google過去除在自家服務如搜尋、YouTube與Gemini廣泛應用TPU外,也在Google Cloud提供輝達GPU服務,采取雙軌并行策略。如今進一步推動TPU進入客戶私有機房,被視為是更主動出擊、爭奪AI運算市場主導權的重要舉措。
一旦大型企業開始采用多源AI晶片架構,現行由輝達主導的生態體系可能逐步松動,進而提升云端服務商與終端用戶在技術選型與成本議價上的空間。研究機構預測,未來幾年主要云端業者的AI相關資本支出將持續攀升,也將激勵更多廠商投入自研或客制化AI晶片開發,促使AI運算架構朝向多元化發展。
與此同時,Google近期宣布推出第七代自研TPU「Ironwood」,將率先于Google Cloud上線,專為生成式AI與大規模模型訓練等高負載任務優化。包括Google自身的Gemini、影像生成模型Veo與Imagen,以及新創Anthropic的AI模型,都將運行于新一代TPU之上,并借助大規模TPU叢集(superpod)應對日益增長的運算需求。
由此可見,Google不僅持續強化云端端的TPU服務能力,更積極拓展TPU在企業本地環境的應用場景,其AI晶片戰略已從內部使用轉向對外輸出與生態系建構。后續Meta與金融機構的合作進展,以及其他云端業者與晶片開發商的應對動作,勢將牽動全球AI晶片產業格局與供應鏈演變。