【銘察秋毫】Google TPU突破的啟示：中國算力研發迎新路徑

陳湋銘 特許公司秘書公會會士、榮譽法律學士、EMBA、證監會持牌人

全球AI算力競賽正進入新階段，Google近期大幅擴張TPU產能、模型能力亦持續突破，加上自研ASIC晶片出貨量或於2025年達到200萬顆，有分析認為Google或可藉此挑戰NVIDIA（英偉達/輝達）在AI算力市場的霸主地位。若從全球產業格局、技術路線與生態壁壘三方面觀察，這場競爭更像是一場加速推動行業演進的鯰魚效應，而非你死我活的零和博弈。AI產業亦因此迎來新的發展方向，值得內地與香港科技企業深入思考。

Google在AI算力上的補強並非始於今日。由2015年秘密研發第一代TPU以來，Google已投入十年時間打造其專用算力架構。TPU的核心優勢在於專為張量運算而生，能效顯著高於一般GPU。在液冷與定制網絡的加持下，大規模集群的性能與能耗比均表現突出。如今，Google旗下Gemini模型已有逾七成運算工作由TPU支持，在四大雲端巨頭中對英偉達依賴程度最低。

兩雄爭霸 促進算力市場擴張

不過，筆者認為，Google目前應該尚未能撼動NVIDIA作為全球AI算力主要操作系統的地位。GPU因其強大的通用性，在深度學習訓練、推理、科學模擬等場景仍是不可替代。更重要的是，NVIDIA構築多年的CUDA軟件生態已形成巨大網絡效應，與全球主流AI開發框架深度綁定。換言之，Google雖能以TPU支撐自身AI帝國，但要改變全球企業、科研機構對CUDA的高度依賴，仍有相當距離。

NVIDIA的領導地位也源於其強大的產業鏈協同能力。從上游供應商、晶圓代工到下游客戶與雲服務商，NVIDIA幾乎與整個全球科技產業均保持緊密連結，形成完整的硬件+軟件+生態閉環。相比之下，Google的TPU仍以內部應用為主，兼容性較弱，難以迅速推廣至全球算力市場。兩者的競爭因此更像是「通用算力」與「專用算力」的分工，而非整個市場份額。

值得注意的是，兩者的競爭反而將推動整體算力市場的擴張。在AI模型規模呈倍數增長的背景下，全球算力需求將持續膨脹，無論是訓練大模型的高通用性GPU，還是支援特定產品與服務的專用ASIC，皆將在不同場景中找到自己的定位。多元算力並存，正是未來AI產業的主要趨勢。

可由通用需求 轉向專用研發

首先，算力供應不再是單一路徑。中國科技企業早已着手自研AI晶片，但過往更多是為突破限制、保證自主性。如今，Google以自身生態打造TPU的成功案例證明，專用ASIC並非輔助性選擇，而是能在特定場景發揮極大效能優勢的戰略方向。未來中國大型科技企業可考慮從通用GPU需求逐步轉向專用算力研發，例如云服務、搜索、視頻平台、電商場景等，以提升能效並降低長期成本與風險。

其次，生態才是長期競爭力所在。NVIDIA能成為AI時代最強企業，不在於晶片本身，而在於其長年累積的軟件、框架與開發者社群令全球科技企業對NVIDIA整個生態系統的依賴。中國AI產業若要形成完整的產業鏈，自研算力之外，更需着力建立可被全球採用的開源框架、訓練工具與模型庫。具備「平台化」能力的企業，將最終主導市場。

香港有條件捕捉是次新機遇

作為亞洲最重要的國際金融中心，香港在AI芯片、數據中心、算力基礎設施等領域的投資機遇正快速增加。Google與NVIDIA帶動的全球算力擴張潮，將持續推動數據中心升級與液冷散熱、光模塊、通信設備等相關產業鏈需求急增。香港若能結合大灣區其他城市的生產能力，與本地投融資、稅務與跨境資金便利化優勢，將有機會成為區內AI基建投資與融資的核心樞紐。

Google的TPU攻勢並非對NVIDIA的威脅，反而象徵AI行業正步入多極化、專業化與生態化的新階段。對內地與香港而言，這場全球算力革命既是挑戰，更是重新布局AI產業、擴展國際市場的重大機遇。

AI產業的下半場，比拚的不僅是算力規模，更是誰能打造下一代AI技術與產業的核心生態系統。全球AI競爭正在從技術比拚走向產業生態競爭，Google與NVIDIA皆以自身方式塑造各自的閉環，而內地與香港的企業亦應從「追趕技術」走向「塑造生態」。無論是在算力、框架、應用或產業鏈協同方面，只要形成具備持續吸引力的生態圈，便能在AI黃金時代分得更大的未來市場份額。

題為編者所擬。本版文章，為作者之個人意見，不代表本報立場。