谷歌TPU效能較輝達GPU低20-40%能耗，雲端價格優勢達30%
Taylor Wilson
谷歌自研TPU能耗比英偉達GPU低20%至40%，據此向外部客戶提供低於市場20%至30%的算力價格——這意味著谷歌正用晶片效率差打一場雲端服務的價格戰。
TPU到底比GPU強在哪？
TPU（張量處理器，谷歌專門為AI運算設計的晶片）由谷歌與博通聯合設計，專為機器學習訓練與推理優化。這意味著→ 它不像GPU那樣「甚麼都能做」，而是只做AI這一件事，所以能耗更低。
威廉·布萊爾分析師拉爾夫·沙卡特指出，TPU等ASIC（專用集成電路）的能耗比英偉達GPU低20%至40%。
供應鏈研究機構Circular Technology全球市場研究負責人布拉德·加斯特維斯將谷歌定位為「英偉達最被低估的競爭對手」，認為TPU在性價比上構成對GPU的實質性挑戰。
省下來的電費怎樣變成生意？
能耗低→成本低→谷歌能以低於市場約20%至30%的價格向外部客戶出售閒置算力。簡單來說＝ 同樣跑一個AI模型，用谷歌的機器比用別家便宜兩三成。
這一價格差正在吸引AI獨角獸企業轉向谷歌雲端，Anthropic是其中的重要租戶。
華爾街預計谷歌雲端2026年全年收入將達960億美元，同比增幅約64%；2027年增速仍被建模在50%以上。這反映出市場對TPU驅動的雲端業務增長抱有很高期待。
谷歌用TPU做了哪幾門生意？
谷歌TPU的商業化已形成四條並行路徑：① 支撐自家Gemini大模型的訓練與推理；② 通過谷歌雲端向外部客戶出租算力。
③ 允許客戶購買TPU部署於自有數據中心；④ 與黑石集團合資成立AI算力新業務，圍繞TPU構建基礎設施。
簡單來說＝ 自己用、租畀人、賣畀人、同金融巨頭夾份做——谷歌將一顆晶片的價值拆成了四份收入。
這個故事有甚麼風險？
供應鏈壓力：內存晶片等關鍵組件成本高企，本周已對多隻大型科技股股價形成壓制；製造產能瓶頸可能導致伺服器與數據中心建設延期。
人才流失：近期有AI研究人員流向OpenAI和Anthropic。雖然涉及的是模型研發而非TPU開發團隊，但模型能力與硬件優化相互依存，間接影響不可忽視。
股價已在消化壓力：Alphabet股價自5月初高位已累計下跌16%，與其他超大規模雲端服務商同步走弱。這意味著→ TPU的成本優勢能否在供應鏈和人才的雙重約束下持續兌現，是驗證這一邏輯的核心節點。
Content is for reference only, not financial advice.