Google Cloud 宣佈，其第八代自研 AI 晶片，即張量處理器 (TPU)，將分拆為兩個版本。一款名為 TPU 8t 的晶片專注模型訓練，另一款 TPU 8i 則針對推論應用。推論指模型持續運作的階段，即用戶提交提示後的處理過程。
性能規格對比
| 規格項目 | TPU v8 提升 |
|---|---|
| AI 模型訓練速度 | 最高快 3 倍 |
| 每美元性能 | 提升 80% |
| 叢集規模 | 超過 100 萬顆 TPU 協同運作 |
相較前代，新 TPU 帶來更多運算資源，同時大幅降低能源消耗及客戶成本。Google 強調這些晶片源自低功耗 Tensor 設計，雖名為 TPU 而非 GPU，但並非全面挑戰 Nvidia。目前，Google Cloud 如同 Microsoft 及 Amazon 等雲端巨頭，僅以自研晶片補充 Nvidia 系統，並非取代之。事實上，Google 承諾今年稍後於其雲端提供 Nvidia 最新 Vera Rubin 晶片。
即使 Amazon、Microsoft 及 Google 等超大規模雲供應商自製 AI 晶片，企業將 AI 需求轉移至雲端並移植應用時，Nvidia 依賴度或許降低，但現階段押注其衰退並不划算。知名晶片分析師 Patrick Moorhead 在 X 平台戲稱，早在 2016 年 Google 推出首代 TPU 時，他預測其將不利 Nvidia 及 Intel，如今 Nvidia 市值近 US$5 萬億（約 HK$39 萬億），證明該預測未獲時間驗證。
若依 Nvidia 規劃，Google AI 雲端擴張反將帶來更多業務，甚至雙方正合作優化基於 Nvidia 系統的雲端網路效率，特別強化 Google 於 2023 年開源的軟體網路技術 Falcon，該技術隸屬 Open Compute Project 開放資料中心硬體組織。
AI 內容聲明：本文由 AI 工具輔助撰寫初稿，經 TechRitual 編輯團隊審閱、修訂及事實查核後發佈。如有任何錯誤或需要更正，歡迎聯絡我們。
