Google 推銷 TPU 挑戰輝達 AI 晶片市場

Google 2013年起為搜尋與AI工作負載自研TPU，後透過Google Cloud對外出租，如今更要直接賣晶片，挑戰握有逾90% AI晶片市占、以CUDA鞏固優勢的輝達。Neo Cloud業者雖想分散供應，卻怕轉用TPU後失去輝達GPU配額，形成「Jensen Jail」。

2026年5月，Google宣布推動TPU直接銷售，並為TeraWulf與FluidStack開發、供Anthropic使用的Lake Mariner專案提供32億美元擔保。5月19日，Google再與Blackstone合資TPU雲端，後者投入50億美元，預計2027年上線500MW容量。

Google 為降低 AI 晶片對 NVIDIA 的依賴，正擴大客製化 TPU 供應鏈，由博通、聯發科參與設計，台積電負責先進製程。此布局攸關雲端業者能否控制推論成本與供貨，並撼動 NVIDIA 在 AI 加速器市場的主導地位。

Google 於 2025 年 4 月公布第七代 TPU「Ironwood」，宣稱效能較前代提升 10 倍；近期博通證實 Google 推動供應商多元化，市場並傳出聯發科取得 TPU v8 訂單。Google預計 2027 年部署台積電 2 奈米晶片，相關合作金額尚未公開。

Google 長期自研張量處理單元（TPU），供內部 AI 服務與 Google Cloud 客戶訓練、執行模型，以降低對 NVIDIA GPU 的依賴。此次接洽網通與客製晶片大廠 Marvell，攸關 Google 能否擴充 AI 算力供應，並強化雲端市場競爭力。

最新消息指出，Google 正與 Marvell 洽談共同設計兩款 AI 晶片，包括 TPU 記憶體處理單元（MPU）及新一代 TPU；其中客製化訂單傳將採用英特爾 Intel 18A 製程，最快於 2027 年完成設計。合作金額尚未揭露，消息帶動 Marvell 股價上漲 6.3%。

生成式 AI 競爭高度依賴晶片、資料中心與模型協同運作。Google 長期自行研發張量處理器（TPU），並將其與 Gemini 模型及 Google Cloud 服務整合，藉此降低對外部 AI 晶片的依賴，與主要雲端業者爭奪企業算力需求。

Google Cloud 執行長庫里安最新指出，Google 目前掌控全球約 25% 的 AI 運算能力，相當於四分之一市場規模。公司憑藉自研 TPU 與 Gemini 的軟硬體整合，已縮小與雲端競爭對手的差距；相關報導未揭露統計基準日期或新增投資金額。