朱晏民專欄－GPU與TPU共舞於AI工業革命：非零和的競局

市場近期圍繞「GPU與TPU誰會勝出」展開辯論，背後多半是假設兩者在零和賽局中競爭。實際上，答案並不在誰取代誰，而在一條不斷延伸的算力頻譜。從技術面看，GPU與ASIC（如TPU）架構確實不同，但從商業落地與資本效率來看，兩者並不是相互替代，而是在以指數成長的總潛在市場（TAM）中各自扮演角色。若把算力想成固定大餅，TPU的崛起似會壓縮輝達（NVIDIA）份量，但在AI工業化帶動需求外溢背景下，大餅本身還在快速變大，更可能出現的是市占與毛利的周期性波動，而非霸主被顛覆。

輝達的「全棧AI工廠」策略打造出深厚護城河，其核心是高度的能見度與確定性。2025年GTC公布5,000億美元積壓訂單，意味僅憑既有訂單就能確定看到2026年底的收入表現，甚至比市場預估更樂觀。客戶組合也在變化：除了雲端巨頭之外，日本、沙烏地、美國能源部等主權AI訂單陸續落地；工業、電信、汽車等「舊經濟」也開始把AI當作數位化的底層算力基建。在如此龐大的TAM規模下，來自ASIC的競爭更像巨輪航行途中拍起的浪花，難以真正改變航向。

Google反擊則圍繞組織整合與算力主權展開，TPU成為其重要支點。終結Brain與DeepMind的重複投入後，Google將TPU與頂尖研究資源集中打造Gemini。Gemini 3並未採顛覆式新架構，而是將「經典擴展」推到極限：用更大更優的數據、極致並行效率與混合專家（MoE）架構，在巨量參數與稀疏激活間取得最佳成本效益，再結合百萬級上下文視窗帶來的「上帝視角」，與原生多模態處理視聽文資料，使其在推理與數學表現全面超越同世代模型。這次反超固然改寫市場敘事，但在演算法快速演進的環境中，軟體領先的半衰期往往只有六到九個月，真正能撐住競爭的，還是垂直整合的算力供應鏈。

TPU的護城河來自成本結構、系統規模與能源效率的閉環。自研TPU v6/v7讓Google能有效降低「NVIDIA稅」，在相同預算下放入更高算力密度，使推理成本降至每百萬token約0.3～0.5美元。這並非理論推演：Midjourney遷移TPU後算力支出大減65％；Anthropic即使有多家雲端合作伙伴，仍選擇簽下大規模TPU使用承諾。在GPU供應緊俏的產業環境，Google憑十年硬體堆疊與光學網路布局展現其算力主權。

回到投資層面，GPU與TPU的競爭將在快速膨脹的算力宇宙中長期共存。TPU在特定應用場景具專用化優勢，GPU以通用性與生態系統提供最佳的彈性／效能組合。短期內輝達可能因ASIC滲透而出現市占或毛利波動；中期，AI工廠解決方案、主權AI與工業算力需求的擴張，將對沖這些影響；長期真正風險不在需求，而是在供給端，包括CoWoS產能、交換網路能力及電力與散熱基建能否跟得上。

因此，投資焦點應回到算力經濟性、集群互連與能效技術，並看企業是否具備從雲端到應用的垂直整合能力，形成穩健現金流閉環。軟體領先固然值得關注，但多半只是短期訊號，真正決定中長期定價權的是硬體、網路與能源三大基礎。當TAM以指數方式擴張、需求確定性高而供給端成為瓶頸時，能打通「模型─算力─生態─工作流」全鏈條者，將成下一輪資本周期的價值中樞。GPU與TPU之爭，最終將演化為算力主權與工業化能力之戰。

最終勝負，不取決於押注那種晶片，而是誰能把算力轉化為可規模化、可計價、可持續迭代的生產力。投資策略也應聚焦在AI基礎設施龍頭與具備落地能力的應用平台，而不是單押GPU或TPU的簡化賽局。

更多工商時報報導
中鋼明年元月、Q1內銷開平低盤
全台73個行政區 房價年漲逾一成
央行下指導棋 鍘養地建商