Google Cloud 的「圍牆花園」策略，能否成功吸引更多客戶採用其 AI 晶片方案？

Google Cloud 的「圍牆花園」策略：AI 晶片方案能否成功吸引客戶？

Google Cloud 的「圍牆花園」策略，指的是將 Ironwood TPU 等 AI 晶片方案僅限於 Google Cloud 內部使用，與 NVIDIA 向所有人出售通用 GPU 的策略形成鮮明對比。這種策略的目標是透過提供高度優化的晶片和大規模的數據中心網絡，實現規模化效率和成本控制，進而吸引更多客戶。Anthropic 訂購 100 萬顆 Ironwood TPU 可視為對此策略的初步肯定。

Google 與 NVIDIA 晶片策略的差異

Google 的晶片擴展策略與 NVIDIA 不同，Google 強調 AI 的應用及推理的重要性，並推出第七代 TPU Ironwood，其單晶片浮點運算性能達到 4.6 PetaFLOPS。Google 的目標是將 AI 的競爭焦點從訓練轉移到應用，追求在推理領域取得領先地位。Google 傾向於組建大規模的協同作戰軍團，更注重規模和效率，而 NVIDIA 則傾向於打造由少量頂級 GPU 組成的精英戰隊。

「圍牆花園」策略的潛在優勢與風險

Google 透過 Google Cloud 將這種成本優勢賦能給客戶，然而，這種「圍牆花園」策略也存在風險。雖然 Ironwood 的單晶片性能直接對標 NVIDIA 最強大的 Blackwell 架構，甚至在某些指標上略有超越，但僅限於 Google Cloud 內部使用，可能會限制其市場潛力。相較之下，NVIDIA 打造通用的 GPU，追求靈活性和強大的單體性能，更容易被廣泛應用。因此，Google 的「圍牆花園」策略能否成功吸引更多客戶，取決於其能否在 Google Cloud 內部提供足夠的誘因，並克服市場對開放性和靈活性的需求。

Google Cloud 的「圍牆花園」策略，能否成功吸引更多客戶採用其 AI 晶片方案？ | 數位時代

Google Cloud 的「圍牆花園」策略：AI 晶片方案能否成功吸引客戶？

Google 與 NVIDIA 晶片策略的差異

「圍牆花園」策略的潛在優勢與風險