最近有一則新聞，看起來只是 Google 又推出新 TPU，實際上卻透露了一件很重要的事情。
市場預估，Google 自研 AI 加速器（TPU）將一路發展到第九代，2028 年需求量甚至可能衝上 1500 萬顆，數量有機會逼近 NVIDIA GPU 的規模。
更有趣的是，由於台積電先進封裝產能幾乎天天滿載，Google 部分封裝訂單可能交由 Intel 承接，而台灣供應鏈像聯發科、鴻海、英業達等公司，也都有機會一起搭上這班 AI 列車。
很多人第一個反應就是：
「完了！GPU 要失業了嗎？」
先別急。
GPU 並沒有變少，而是 AI 世界開始「分工合作」
以前的 AI 世界很簡單。
所有工作幾乎都是 GPU 包辦。
就像一家餐廳，只有一位超級主廚。
切菜是他。
炒菜是他。
洗碗還是他。
雖然很強，但總有一天會累。
現在大型科技公司開始發現，如果每天都要做同樣的料理，不如乾脆自己打造一台專用機器。
於是 TPU 就誕生了。
TPU 並不是要打敗 GPU。
它更像是一位「專科醫生」。
GPU 是內科總醫師，什麼都能看。
TPU 則是心臟科權威，只專門處理 AI 工作，因此效率更高、耗電更低、成本也更漂亮。
未來很可能不是 GPU 消失，而是：
GPU 做通用運算，TPU 做 Google 自家的 AI。
AI 晶片開始走向「專精化」
其實這個趨勢早就開始了。
Google 有 TPU。
Amazon 有 Trainium、Inferentia。
Microsoft 有 Maia。
Meta 也在開發自己的 AI 晶片。
Tesla 有 Dojo。
甚至 OpenAI 也一直傳出正在規畫自己的 AI 晶片。
大家突然都變成晶片設計公司了嗎？
不是。
因為 AI 已經從「買設備」變成「基礎建設」。
以前公司買電腦。
現在公司自己蓋發電廠。
原因很簡單。
一年要花幾百億美元買 GPU，任何一家科技巨頭都會開始思考：
「我是不是可以自己做？」
這不是討厭 NVIDIA。
而是財務長看到帳單後開始睡不好。
Google 真的是為了擺脫 NVIDIA 嗎？
很多媒體喜歡用一句話：
「Google 不想被 NVIDIA 綁架。」
其實只對了一半。
Google 是全球最早投入 TPU 的公司之一。
第一代 TPU 在十年前就已經問世。
代表他們早就有自己的技術路線。
所以 Google 根本不是今天才想脫離 NVIDIA。
而是一直都在走自己的路。
真正的原因比較像是：
如果每天都要煮牛肉麵，自己買一台製麵機，一定比天天叫外送便宜。
GPU 還是會買。
只是能自己做的，就自己做。
Intel 為什麼突然接到訂單？
看到 Intel，不少投資人可能會想：
「Intel 要復活了？」
其實這次比較像是：
Google 太會買，台積電太忙。
目前 AI 晶片最缺的，不一定是晶圓，而是先進封裝。
尤其 CoWoS 等高階封裝，早就是全球最熱門的資源。
就像演唱會門票。
不是你有錢就買得到。
而是要排隊。
當 Google 的需求越來越大，就算最想找台積電，也可能因為產能已滿，只好把部分封裝交給 Intel。
這代表什麼？
不是 Intel 技術突然全面超車。
而是 AI 市場真的大到，一家公司已經吃不下全部訂單。
台灣供應鏈才是真正的大贏家
很多人只看 NVIDIA。
其實真正受惠的，往往是一整條供應鏈。
AI 晶片變多。
伺服器就要增加。
機櫃增加。
散熱增加。
高速網路增加。
電源增加。
組裝增加。
所以聯發科、鴻海、英業達等公司，都有機會跟著受惠。
這也是 AI 投資越來越有趣的地方。
以前只有一位明星。
現在整支球隊都有可能得分。
投資人應該觀察什麼？
這則新聞透露了四個重要趨勢。
第一，AI 晶片需求沒有降溫，反而還在高速成長。
第二，GPU 不會消失，但會與各種 ASIC、TPU 共存，市場逐漸走向專精化。
第三，大型雲端業者會持續發展自研晶片，以降低成本、提升效率，也避免供應鏈過度集中。
第四，真正的競爭焦點，開始從「誰設計晶片」，延伸到「誰有能力生產、封裝、組裝，以及建立完整 AI 基礎設施」。
結語
所以，看完這篇新聞，我反而沒有看到 NVIDIA 的危機。
我看到的是另一件更重要的事情。
AI 已經不再只是賣一張 GPU。
而是一整套龐大的生態系。
未來的 AI 世界，很可能不是一家獨大，而是 GPU、TPU、ASIC、CPU 各自負責不同工作，就像一家公司裡，有主管、有工程師、有會計，也有行政，每個人都做自己最擅長的事。
至於 Intel 能不能因此重新站上舞台？
或許有機會，但真正決定勝負的，還是誰能在這場 AI 基礎建設競賽中，持續提供穩定的產能與技術。
畢竟，當全世界都在瘋狂蓋 AI 工廠時，真正最忙的，可能不是寫 AI 的工程師，而是那些每天都在想著：「今天封裝產能到底還剩多少？」的人。
沒有留言:
張貼留言