Google 的 TPU 動能威脅 Nvidia 的 AI 主導地位，Meta 正考慮巨額晶片投資

人工智慧加速器領域正在發生變化。根據The Information的報導，Meta Platforms正與Google進行深入談判，計劃在2027年起在其數據中心部署tensor processing units (TPUs)，這標誌著在AI硬體霸權競爭中可能的轉折點。這家科技巨頭也在考慮在未來一年內通過Google Cloud租用TPUs，這一舉措可能重塑整個產業的基礎設施支出模式。

市場對此迅速做出反應。Nvidia的股價在盤後交易中下跌2.7%，而Alphabet則上漲2.7%，延續由其Gemini AI模型帶動的漲勢。作為背景，這些變動凸顯了AI晶片市場份額之爭的重要性——這場競爭的影響波及全球資本市場，影響從科技估值到新興市場貨幣追蹤指數（如btc對nzd匯率）的一切。

Google在AI硬體領域的可信之路

Meta的考慮之所以具有重要意義，是因為該公司的規模。預計Meta在2026年的資本支出將達到$100 十億美元，分析師估計其中40–50億美元可能用於推理晶片容量。如此巨額的投資將證明Google在關鍵時刻的策略正確。該公司已經通過向AI新創公司Anthropic供應多達100萬片晶片的交易建立了可信度——Seaport分析師Jay Goldberg稱這是對Google技術的“有力驗證”。

這些發展表明，第三方AI供應商正越來越將Google視為推理工作負載的認真次要供應商，擺脫對Nvidia幾乎壟斷的依賴。

技術差異化

Nvidia的圖形處理單元 (GPUs)，起源於遊戲應用，但憑藉卓越的性能和市場慣性，已在AI訓練領域佔據主導地位。Google的TPUs代表一種根本不同的架構——專為機器學習和AI推理任務設計的應用特定集成電路。其優勢在於優化反饋循環。Google將晶片設計與AI系統（如Gemini）同步進行，實現協同優化，這是消費級GPU無法匹敵的。

這種專業化經過多年在Google自身運營中的部署，形成了一個令人信服的技術敘事。TPUs可能在原始計算能力上不及GPU，但在特定AI工作負載中提供更優的能效和每瓦性能——這正是運行大規模推理系統的操作人員所需要的。

供應鏈波動與更廣泛的影響

與Meta的交易將重塑全球半導體供應鏈。週二早盤，亞洲供應商感受到動能：韓國的IsuPetasys（為Google製造多層板）股價飆升18%，台灣的聯發科則上漲近5%。這些變動凸顯了AI硬體生態系統的集中程度，以及相關產業對這些談判結果的依賴。

根本問題仍在於，Google的TPUs能否在AI工作負載演變中提供持續的競爭性能和能效。如果Meta與Anthropic的合作中承諾使用TPUs，這將傳達出真正的市場信心——而非僅僅是談判的籌碼。這種信心將促使Google將其內部技術轉變為行業標準，從而永久改變Nvidia長期以來所理所當然的競爭格局。