AI算力戰2.0：Google vs Nvidia！Gemini崛起 TPU撼動GPU霸權？

加入《Money錢》雜誌官方line＠財經資訊不漏接

【我們想讓你知道】

Google Gemini 3.0強勢回歸，在推理、多模態等指標皆呈現領先ChatGPT 5.1態勢。更重要的是，支撐Gemini 3.0的自研晶片TPU傳出獲Meta大單、規模上看數十億美元，顯示科技巨頭正加速「去輝達化」。把焦點拉回Google與輝達2家企業上，TPU是否能夠逆襲GPU？ 

過去3年，華爾街看Google（美股代號GOOG、GOOGL）的眼神充滿了懷疑。從ChatGPT橫空出世時內部的「紅色代碼（高層緊急動員）」，到AI搜尋引擎Bard發布時的股價暴跌，這家搜尋巨頭似乎成了舊時代的恐龍，被困在「創新者的窘境」裡動彈不得。

但隨著Gemini 3 Pro的發布，風向變了。如果你只把Gemini 3 Pro看作是另一個「比ChatGPT更聰明一點」的聊天機器人，那可能會錯過這場賽局真正的重點。Gemini 3 Pro的重要性，不在於它的跑分（註），而在於證明了Google的「全棧式賭注」終於跑通。（註：衡量AI模型或硬體性能，如速度、準確度、效率後所得出的分數。）

Google這一波賭對了 全棧式暴力美學反超對手

「全棧式賭注」簡單來說，就是Google相信只有全面掌握從晶片到模型的技術鏈條，才能在下一波AI革命中取得勝利。為什麼Gemini 3 Pro能在推理能力和多模態理解上反超對手？答案其實就在這裡。

Gemini 3 Pro完全不依賴輝達（Nvidia，美股代號NVDA）的GPU（圖形處理器），而是在Google自研的特殊應用積體電路(ASIC)晶片，也就是所謂的TPU（張量處理器）上，進行全流程訓練和推理的頂級模型。

這打破了矽谷長久以來的一個迷思：「專用晶片只能做簡單的推理，訓練大模型還得靠輝達！」Google用Gemini 3 Pro證明了，當你同時掌握了TPU、中間的架構（MoE，混合專家模型）和上層的應用（Search/Workspace）時，你能達成一種對手無法複製的垂直整合效率。

請登入以查看完整文章

閱讀VIP文章請先登入理財寶會員

會員登入 新用戶註冊

觀看更多內容，歡迎訂閱《Money錢》雜誌

加入《Money錢》雜誌官方line＠財經資訊不漏接