Google 開發 TPU（張量處理器）的最終目標，是為了解決深度學習模型對算力需求不斷增長的問題，同時降低功耗和成本。最初，TPU 主要用於 Google 內部的 AI 模型訓練和推論，例如 Google 搜尋和 Gemini 系列。然而，隨著市場對 TPU 的關注度提升，Google 的策略開始轉變，從主要服務內部需求，轉向開放與相容外部生態。透過與 Anthropic 等公司的合作，Google 正在將 TPU 推向更廣泛的市場，以滿足人工智慧領域對高效能運算的需求。
TPU 在特定深度學習任務上具有比 GPU（圖形處理器）更高的效率，這使得它在 AI 晶片市場上具有競爭力。儘管目前人工智慧算力的基礎設施主要架構在 NVIDIA 的 GPU 之上，但 Google 開始直接對外販售 TPU，顯示其有意在 AI 晶片市場中佔據一席之地。例如，Anthropic 與 Google 簽訂了高達 100 萬顆 TPU 的採購合約，這不僅為 Google 帶來了數百億美元的收入，也顯示市場對 TPU 的需求正在增長。
雖然短期內，TPU 的銷售額可能還不足以對 NVIDIA 構成嚴重威脅，但 TPU 的崛起已經為 AI 晶片市場帶來了新的競爭格局。Google 的目標是讓其 AI TPU 的銷售額達到 NVIDIA AI 晶片營收的 10-15% 左右，這表明 Google 有意在長期內成為 AI 晶片市場的重要參與者。透過持續的技術創新和市場擴張，TPU 有潛力在未來對 NVIDIA 造成實質威脅。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容