Google AI 晶片傳 Meta 大採購 狂踩輝達地盤

美國媒體報導，Meta正洽談斥資數十億美元，採購Google研發、專為人工智慧（AI）推論打造的「張量處理器」（TPU）。業界解讀，雲端服務供應商（CSP）已經不只是利用自行開發的特殊應用IC（ASIC）降低成本，與輝達等AI晶片品牌廠競爭態勢再升高。

近年輝達等品牌廠AI晶片在資料中心AI基礎設施的採購商機中出盡風頭，不過，也有CSP業者為降低總擁有成本（TCO），加強自研晶片布局，不一定要全都採用品牌廠的AI晶片，可以各種模式搭配使用。

但Meta洽談採購Google自研AI晶片的傳聞，意味著CSP業者以前只供自用的ASIC晶片，往後也可以對外租售賺錢，與AI晶片品牌廠競爭態勢再升級。

輝達執行長黃仁勳近日對於自家晶片與CSP的ASIC晶片比較下了註解，他認為，加速計算可以進行資料處理、影像處理、電腦繪圖及各種類型的計算，而輝達的GPU是唯一能完成所有前述操作及AI的產品，ASIC晶片或許能實現AI，卻無法實現其他功能。

Meta採購Google自研AI晶片若達成協議，可望幫助Google的TPU成為輝達AI晶片的替代選項，並大幅推升Google的營收。

消息人士透露，Google雲端部門的一些主管曾表示，這項業務可能讓公司搶下輝達年營收的10%。依照輝達營收規模計算，這代表Google每年可增加數十億美元營收。

彭博分析，Meta開始採用Google TPU，顯示大型語言模型（LLM）的第三方服務業者近期可能開始以Google為第二家推論晶片加速器供應商。Meta針對2026年至少1,000億美元的支出，估計會有至少400億-500億美元投入推論晶片量能。

Google吸引客戶採用TPU的方式之一，是強調比昂貴的輝達晶片便宜。輝達晶片價格之高，使甲骨文（Oracle）等雲端服務供應商難以靠出租輝達晶片的運算能力，產生良好的毛利率。

輝達GPU和Google TPU都能執行AI任務，但設計不同，輝達GPU採用的是通用平行處理架構，能同時處理大量不同的任務，主要用來「訓練」AI模型，TPU則是專用晶片，在協助AI模型根據問題生成答案的這類運算較輕的「推論」過程中，能發揮極高效率，開發成本更低，而且在滿載運算時的耗電量更少。