公众号记得加星标⭐️，第一时间看推送不会错过。

近期 Google Cloud 执行长 Thomas Kurian 公开表示，Google 在 AI 伺服器的整体投资回收期不到两年，自研芯片的回收期，更是这个数字的一半。换算下来，这意味着 Google TPU，约只需要 1 年的时间，就能打平成本。业界也估计，这让联发科、博通（Broadcom）等特用芯片（ASIC）设计服务业者，后续营运更可以受惠于 Google 加码进攻 TPU 的大方向。

IC 设计业界人士表示，这就是 Google 之所以在自研芯片开发与量产计画上，可以投入的强劲的力道与庞大资源的关键原因。 「快速的成本回收时程」，更是未来 Google 因应市场需求、能够持续加码的重要底气。

相关供应链业界人士指出，事实上包括联发科在前几次法说会中，陆续上调 ASIC 业务的规模，以及博通高速成长的营收表现，都可以看出 Google 的 TPU 相关订单，动能还在持续加温。

从供应链的角度来看，确实也是有产品加单，甚至为了 AI 的技术变化，而开出更多不同规格的情况，TPU 现在已经是在 NVIDIA 之外，需求规模最为庞大的云端 AI 芯片产品了。

Google 的 TPU 能够快速回收成本有几个原因。

一方面自然是因为成本端压得比较低，尤其和采购 NVIDIA 整套系统相比，自行打造 TPU 的机柜系统，更能够控制成本。

另一方面，Google 在 AI 相关服务所能赚取的业务营收规模，也因为 Google 已经相当庞大的网路服务通路，而比其他云端服务（CSP）同业，或是 AI 模型大厂来得更高，而这还是 Google 自己使用 TPU 的部分，现在 Google 在对外销售 TPU 或是 TPU 运算服务上面，也逐步取得更多的成果。

Google TPU 的市场竞争力，很大一部份就来自于这个成本效益。

根据 Google 自己的估算，自家方案的 AI 训练价格效能优于竞品 2.7 倍，推论则有 80% 的优势，CPU 有 30% 的优势。一些第三方机构也算出，相比于 NVIDIA 的 B200 和 B300，Google 的 Ironwood TPU 每美元效能高出 50%，每百万 Tokens 的成本也比 B200 和 B300 来得低。

芯片供应链业者直言，随着市场上 AI 芯片选择越来越多，成本效益对于许多客户来说已经是非常重要的采购考量。

Thomas Kurian 强调，现在 TPU 的建置需求来源，已经不只是 AI 实验室了，包括量化交易与研究的资本市场业者、避险基金与传统银行、生技药厂、公部门的研究专案，以及各类科学研究的传统高效能运算，都开始在往 TPU 的平台转移。

这些全新的市场需求，不仅让 TPU 的用量更加庞大，各种不同的 AI 运算应用窜出，也让 Google 必须开出更多不同的 TPU 专案，并让更多 ASIC 业者参与其中。

从联发科和博通近期对于 TPU 的相关需求说法来看，固然联发科确实持续扩大供应比重，相关营收的规模也有上修，但博通也强调，在 TPU 训练端芯片的订单需求非常强劲，且一些像是 Anthropic 采购 TPU 的专案订单，也都还是博通掌握在手上。

熟悉 IC 设计业界人士表示，对于两家厂商来说，虽然未来会继续竞争市占率，甚至还有更多同业会加入战局，但 Google 的 TPU 整块饼扩大的速度，还是「大到所有人都能继续成长」的程度。

（来源：digitimes）

* 免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第 4529 期内容，欢迎关注。

加星标⭐️第一时间看推送 ~

求推荐