Google 所研發的 AI 晶片「TPU」近期動作頻頻，外媒盛傳，Meta 正評估於 2027 年開始在自家資料中心大規模部署 TPU 晶片，這將讓原本在 AI 市場一枝獨秀的輝達感到壓力。面對外界關注，輝達罕見在 X 回應，強調自家最新一代 Blackwell GPU 仍「領先業界一個世代」，重申目前只有輝達的平台能完整支援所有主流 AI 模型與運算場景。
輝達在貼文中直言，與 Google TPU 這類專為單一企業、單一用途設計的 ASIC 晶片相比，Blackwell 在效能、彈性與通用性上更具全面優勢，同時，也表示樂見 Google 在 AI 領域的進展，雙方仍維持合作關係，輝達也持續向 Google 出貨相關產品。
現正最夯：「小台積」0052 今恢復交易！分割後一張不到 4萬 早盤爆逾13萬張大量
由 Google 研發的張量處理單元（TPU）與輝達的圖形處理器（GPU）在設計上有別，兩者在 AI 運算中的角色與定位也截然不同。
GPU 最初是為加速遊戲圖像渲染與視覺特效而設計，強調大量平行處理能力，當機器學習興起時，業界發現 GPU 非常適合 AI 模型訓練所需的大規模運算，進而成為主流應用；TPU 則屬於特定應用積體電路（ASIC），從開發之初便帶有極致的單一目標：專門用於加速神經網路運算中最核心的大規模矩陣乘法。這意味著 TPU 在設計上，以犧牲通用性為代價，換取在特定 AI 任務上的效率。
據外媒《The Information》日前披露，Meta 正與 Google 商談一筆規模達數十億美元的合作案，計畫最快明年起透過 Google Cloud 租用 TPU 運算資源，並不排除在 2027 年導入自家資料中心。消息曝光後，輝達股價一度重挫 3%，也讓市場解讀，Meta 有意分散對單一供應商的高度依賴，若交易最終拍板，其將能有效分散供應風險，同時利用 TPU「量身定做」的優勢，來提升大型語言模型（LLM）的訓練與推理效率。
分析指出，Meta 是全球資本支出規模最大的 AI 客戶之一，市場預估其 2026 年資本支出恐突破千億美元，其中高達 400～500 億美元將用於 AI 推理與運算晶片建置。因此，尋找第二套穩定供應來源，十分重要。
目前輝達在 AI 晶片市占率仍高達九成以上，短期內霸主地位難以撼動；但 Google 近期明顯加速推動 TPU 商業化，除了開放企業透過 Google Cloud 租用運算資源，本月也正式推出以 TPU 完成訓練的新一代 Gemini 3 模型。Google 強調，市場對 TPU 與輝達 GPU 的需求是同步成長，兩者並非零和關係。
輝達執行長黃仁勳日前在財報會議上也回應指出，Google 依舊是輝達的重要客戶，Gemini 系列模型同樣可在輝達平台上運行，並透露已與 Google DeepMind 執行長哈薩比斯保持溝通。
