輝達來了一個強力競爭者, 谷歌的 AI 晶片 TPU (Tensor Processing Unit) 開放第三方使用

美國科技巨擘Meta傳出正與Google洽談,計畫自2027年起在資料中心採用Google旗下的AI(人工智慧)晶片,相關支出可能高達數十億美元。外媒指出,此舉若成真,將使Google成為晶片龍頭輝達(Nvidia)的強力競爭者。消息一出,輝達股價25日一度重挫6%,最後收跌2.6%,不過輝達反而發文恭賀Google在AI領域取得成果,同時也強調自家領先業界一個世代。

根據《路透社》、《CNBC》報導,雙方討論內容包括Meta最早於2026年向Google Cloud租用其自家開發的TPU(Tensor Processing Unit)晶片。這項策略代表Google可能首度將TPU開放給外部資料中心使用,擴大市場版圖,並直接挑戰目前主導AI運算的輝達GPU。部分GoogleCloud高層甚至推估,若策略順利,Google有機會搶下輝達每年逾10%的營收市占,價值亦達數十億美元。
2025-11-26 10:34 發佈
https://www.igorslab.de/en/google-vs-nvidia-why-tpus-are-becoming-a-real-threat-to-gpu-dominance/

2025年11月11日 06:00薩米爾·巴希爾

乍看之下可能令人驚訝,但NVIDIA在人工智慧市場最強勁的競爭對手並非AMD或英特爾,而是Google。儘管Google通常被公眾視為雲端服務供應商或軟體公司,但多年來它一直在穩步發展自身的晶片策略,並取得了顯著的成功。隨著第七代TPU(內部代號「Ironwood」)的發布,Google明確表示,任由NVIDIA獨佔鰲頭的日子已經一去不復返了。

谷歌並非人工智慧硬體領域的後來者,而是先驅。早在2016年,比AMD的Instinct系列和英特爾的Gaudi晶片早幾年,Google就推出了首款TPU(張量處理單元)。如今,憑藉Ironwood平台,Google的TPU已發展到第七代。其規格參數堪稱驚艷:每顆晶片配備192GB HBM3e顯存,頻寬高達7.4TB/s,FP8模式下單顆晶片的運算能力更是達到了4614 TFLOPS。相比之下,這相當於GoogleTPUv4效能的16倍。

但這還不是全部。谷歌將9216顆這樣的晶片整合到所謂的「SuperPod」中,最終實現了超過42.5 ExaFLOPs的FP8性能。作為參考,這幾乎是NVIDIA目前單一Blackwell叢集效能的四倍。其底層架構基於Google自主研發的互連技術-晶片間互連(ICI),該技術在可擴展性方面超越了NVLink,單連接速度高達1.2 Tb/s。連接透過3D環形網路實現,從而在各個節點間(pod)內實現極其密集的資料交換。 NVIDIA在NVLink橋接器的數量上捉襟見肘,而Google則專門為超大規模場景下的推理應用打造了高密度、高效的網路基礎設施。

而這正是戰略上的癥結所在。 NVIDIA 一直是人工智慧訓練領域無可爭議的王者。模型在 NVIDIA 硬體上進行訓練,CUDA 幾乎成為行業標準。

然而,市場正日益轉向推理階段,即模型高效運行並回答查詢的階段。這一階段對資料量有著巨大的驅動力:模型只需訓練一次,即可被查詢數百萬次,推理操作對延遲、效率和功耗提出了極高的要求。

谷歌正積極應對這項變化:Ironwood 並非通用 GPU,而是專為推理場景量身打造的專用加速器。其大容量的封裝記憶體減少了與外部節點的通訊需求。這降低了延遲並節省了能源,而延遲和能源對於全天候運行的資料中心至關重要。

此外,Google聲稱 Ironwood 的能源效率比 TPUv6 提高了一倍,這對所有雲端營運商來說都是一個重要的訊號,因為對他們而言,能源成本長期以來比浮點運算效能更為重要。
更重要的是,Google將獨家透過其GCP雲端平台提供Ironwood。這將形成一個“垂直堆疊”,其中軟體、硬體和基礎設施完全由Google掌控。對於客戶而言,這意味著無需遷移,無需擔心相容性問題——但也意味著別無選擇。這不僅是技術層面的考量,更是一項精明的策略舉措。

另一方面,英偉達銷售的是晶片,而非雲端服務,如今它面臨著在Google主導整個技術堆疊的市場領域中與之競爭的挑戰。英偉達的應對之策是推出Rubin CPX,這是其即將推出的Rubin GPU平台的推理最佳化版本,配備GDDR7顯存和最佳化封裝。然而,其重點仍在於靈活性和通用性,而非專用的推理晶片,而是一款全能型產品。但市場正在演變:從「更高的浮點運算能力」轉向「以更低的功耗和成本處理更多請求」。

黃仁勳本人也意識到了這個挑戰。在BG2播客的一次採訪中,他表示:「Google在TPU1專案啟動之初就推出了TPU1,而現在他們已經推出了TPU7。這對他們來說也是一個挑戰,但他們做得非常出色。」 這番話坦率地承認了競爭壓力。事實上,憑藉Ironwood,Google目前所處的地位從長遠來看可能對NVIDIA構成威脅。如今,任何希望在雲端優化推理工作負載的用戶,出於效率、效能和整合方面的考慮,都更有可能選擇Google而非NVIDIA。而且,隨著TPU的每一次更新,這種壓力都在增加。

人工智慧市場的變革就此拉開序幕。英偉達持續引領通用人工智慧加速技術的發展,而Google則可能憑藉Ironwood處理器掌控推理時代。同時,AMD和英特爾仍處於後方——雖然存在,但並非直接威脅。真正的較量是Google與英偉達之間的較量,是浮點運算能力與系統設計之間的較量,是晶片與雲端運算之間的較量。
谷歌(搜尋資料庫這塊耕耘這麼久)最後會趕上的.
人品是做人最好的底牌.
hack.pc

Google 很早以前就在研究AI,不是只有下圍棋。只是當時被上頭壓制是營運成本高,無法為公司帶來效益。

2025-11-27 8:31
META 向 谷歌租算力有貓膩?

都是美國人的企業, 誰搞有差別嗎?
Google 很早以前就在研究AI,不是只有下圍棋。

當時被上頭壓制是跟傳統搜尋方式比,AI營運成本高,無法為公司帶來效益。

所以研究人員偏能上鏡頭的與 IBM 拚圍棋。

後來風向變了,急轉彎出包。

但憑著軟實力、硬實力 基底都夠,很快追上。

連 Apple 也放棄開客戶芭樂票,轉跟 Google 租 AI 服務。

Apple 要跟上很難,一直號稱 對資料、隱私很重視,不會亂收集。

不像 M$ 近年拼命透過 Windows, edge 收集資料。

目前全方位都具備 實力的,就 Google, M$, 以及百度等大型網路公司。
cruiseton
cruiseton 樓主

當初 AlphaGo 一鳴驚人

2025-11-27 13:28
谷歌的TPU張量處理器面世很久了
現今AI發展慢慢開始加速
由通用GPU逐漸細分
ASIC、TPU各有不同適用領域
另一個博通也是非常看好的後起之秀
內文搜尋
X
評分
評分
複製連結
Mobile01提醒您
您目前瀏覽的是行動版網頁
是否切換到電腦版網頁呢?