AI算力戰2.0：Google vs Nvidia！Gemini崛起 TPU撼動GPU霸權？
Google Gemini 3.0強勢回歸，在推理、多模態等指標皆呈現領先ChatGPT 5.1態勢。更重要的是，支撐Gemini 3.0的自研晶片TPU傳出獲Meta大單、規模上看數十億美元，顯示科技巨頭正加速「去輝達化」。把焦點拉回Google與輝達2家企業上，TPU是否能夠逆襲GPU？
過去3年，華爾街看Google（美股代號GOOG、GOOGL）的眼神充滿了懷疑。從ChatGPT橫空出世時內部的「紅色代碼（高層緊急動員）」，到AI搜尋引擎Bard發布時的股價暴跌，這家搜尋巨頭似乎成了舊時代的恐龍，被困在「創新者的窘境」裡動彈不得。
但隨著Gemini 3 Pro的發布，風向變了。如果你只把Gemini 3 Pro看作是另一個「比ChatGPT更聰明一點」的聊天機器人，那可能會錯過這場賽局真正的重點。Gemini 3 Pro的重要性，不在於它的跑分（註），而在於證明了Google的「全棧式賭注」終於跑通。（註：衡量AI模型或硬體性能，如速度、準確度、效率後所得出的分數。）
Google這一波賭對了 全棧式暴力美學反超對手
「全棧式賭注」簡單來說，就是Google相信只有全面掌握從晶片到模型的技術鏈條，才能在下一波AI革命中取得勝利。為什麼Gemini 3 Pro能在推理能力和多模態理解上反超對手？答案其實就在這裡。
Gemini 3 Pro完全不依賴輝達（Nvidia，美股代號NVDA）的GPU（圖形處理器），而是在Google自研的特殊應用積體電路（ASIC）晶片，也就是所謂的TPU（張量處理器）上，進行全流程訓練和推理的頂級模型。
這打破了矽谷長久以來的一個迷思：「專用晶片只能做簡單的推理，訓練大模型還得靠輝達！」Google用Gemini 3 Pro證明了，當你同時掌握了TPU、中間的架構（MoE，混合專家模型）和上層的應用（Search/Workspace）時，你能達成一種對手無法複製的垂直整合效率。
就像蘋果（Apple）當年透過軟硬整合稱霸手機界一樣，Google也在AI領域複製這種統治力。當對手還在為搶不到輝達晶片而焦慮時，Google早已在用自家的流水線，以對手一半的成本生產更強的智能。
人人都來生產TPU就好？一場沉沒成本的豪賭
要理解這場戰爭，我們必須深入探討一個議題—TPU到底能不能取代GPU？市場上流傳著一種說法：「專用晶片只能做推理（Inference），而訓練（Training）仍必須用GPU。」這句話在技術上是錯的，但在商業上卻是對的，這其中的微妙差異，正是看懂AI晶片格局的關鍵。
Gemini 3的誕生證明了TPU技術上絕對有能力訓練頂級模型。TPU的設計哲學是「脈動陣列（Systolic Array）」，數據像血液一樣在晶片內部單向流動，極少需要反覆讀寫記憶體，在處理矩陣運算時，它比GPU更快、更省電。
可是為什麼除了Google，幾乎沒有其他公司敢用專用晶片來訓練模型？答案在於：這是一場「沉沒成本」的豪賭。
GPU通用、靈活，無論明天的AI算法流行Transformer（一種神經網絡架構）還Mamba（一種用於序列建模任務的深度學習架構），它都能透過軟體更新來適應，是應對未來的保險；而專用晶片是為了特定的數學運算而「硬化」在矽片上的，如果你為了今天的算法投入幾十億造了晶片，明天算法改變了，這批晶片就會瞬間變成昂貴且無用的「矽磚」。
Google之所以能成為唯一的例外，是因為它擁有「系統整合者」的特權，即同時設計算法和晶片，並讓兩者同步演進，這種左手畫圖、右手造芯的能力，才是TPU真正的護城河，這也是為什麼TPU很難完全取代GPU統治大眾市場的原因，除了Google，目前沒人能承擔那種風險。
那麼，Google和輝達現在的商業關係究竟是什麼？輝達執行長黃仁勳深知，雖然現在GPU供不應求，但Google、Meta、亞馬遜（Amazon）、微軟（Microsoft）這些超級大客戶都在自研晶片，試圖擺脫他。因此，輝達正在從單純的「賣晶片」，轉型為賣「數據中心平台」，希望用CUDA生態系和NVLink互連技術，將客戶鎖死在自己的圍牆內。
而Google則在玩一場更複雜的遊戲，我將其稱為「特洛伊木馬」與「軍火商」的雙重變奏：
- 雲端的特洛伊木馬：Google深知，雖然TPU效率無敵，但全球AI開發者早已被輝達的CUDA生態系綁架。客戶的代碼是為GPU寫的，如果Google Cloud不提供GPU，這些客戶就會直接流向亞馬遜的AWS和微軟的Azure。
因此，Google依然大量採購GPU，這既是為了生存，也是一個誘餌—先用輝達的晶片滿足市場現狀，把客戶「騙」進Google Cloud的大門，等人進來後，再拿出帳單告訴他們：「看，如果你把模型遷移到我們的TPU上，性能不變，成本打6折。」簡而言之，Google買GPU是為了兼容現在，造TPU是為了定義未來。
- 轉型軍火商：更具戰略意義的是，近期傳出Meta考慮採購TPU的消息，這象徵著Google正在打破封閉，從雲端房東轉型為晶片軍火商。Google的目標已經變了，只要能削弱輝達的壟斷，它不介意把自己的武器賣給任何人。
AI時代的殘酷真相 軟體沒有護城河、要靠硬體取勝
最後，讓我們跳出這些產品，看一個長遠的趨勢。Gemini 3 Pro的成功，告訴我們殘酷的真相：在AI時代，軟體可能沒有護城河。ChatGPT、Claude、Gemini等不斷推出新模型、反超對手，但我們可以看到，技術路徑是透明的、人才流動極快，單純靠模型性能的領先，通常只能維持幾個月。
Google正是看懂了這一點，所以現在的布局，其實是在將競爭的維度從軟體下沉到硬體。當所有人都還在盯著模型的跑分時，Google正在利用TPU的低成本優勢、光學互連的集群規模，以及與博通（Broadcom）的供應鏈深度，建立起一道壁壘。
未來AI戰爭，不會是誰的模型更聰明（因為最後大家都會很聰明），而是誰能以更低的邊際成本提供這種聰明。這就是Google現在在想的事：用Gemini 3 Pro證明實力、用TPU壓低成本、用全棧生態鎖定未來。
（圖片來源：Shutterstock僅示意/ 內容僅供參考，投資請謹慎為上）
文章出處：《Money錢》2026年1月號
下載「錢雜誌App」隨時隨地掌握財經脈動