「TPU幹掉GPU」是錯的！專家：反讓輝達變更強

東森財經

2025年11月27日週四上午10:20

Gemini 3.0的強大問世，令市場驚豔，尤其當見到谷歌母公司Alphabet股價衝高、TPU概念吃香喝辣，著實讓不少投資人擔心，輝達恐在這場AI戰役中，讓出救世主的王者寶座，甚至出現了「你死我活」的爭論，但專家表示，真正的終局不是誰淘汰誰，反而會讓TPU和GPU的需求都更旺盛。

台積電投片動能早揭示真相

在台積電任職多年、具有18年操盤經驗的基金經理人沈萬鈞，今（27）日在《萬鈞法人視野》粉專當中表示，從台積電的投片動能，可以清楚預見晶片廠商未來2~3年的戰略與市場版圖。今年第三季，Google TPU的投片量顯著增加，當時市場還一頭霧水，但現在回頭看Gemini 3.0的強悍能力、Google打算外售TPU，以及推理ASIC的全面加速來看，這些部署早就被台積電的產能規劃提早鎖定。

市場搞錯前提「你死我活」是誤判

當市場一見TPU崛起，就迫不及待地將敘事推向「輝達受到威脅」。但只要將供應鏈、產品定位和客戶行為放回整個AI結構中，就會發現一個完全相反的結論：「TPU不太可能是在削弱輝達，而是在把整個AI市場基礎往上推，最終連帶讓TPU和GPU的需求都更旺盛」。

沈萬鈞強調，市場一直搞錯重點。輝達賣的不是GPU晶片，它賣的是「時間與效率」。TPU的迅速崛起，同樣不是在販賣一顆便宜的ASIC，它是在解決「推理階段的大規模成本」，讓AI應用具備走向真正規模化的先決條件。因此，把「TPU vs Nvidia」視為一場你死我活的戰爭，從一開始就是錯誤的前提。

沈萬鈞分析，輝達的CUDA、NVLink和整套AI基礎設施，是十多年來累積的巨大先發優勢。Google遲至2016年才公開TPU，2017年才支援訓練，兩邊在工具鏈、軟體堆疊和生態系的成熟度上，差距幾乎是一個世代。這絕不是做出一顆高效能ASIC就能抹平的差距，更不是單靠省下硬體單價就能撼動的基礎建設。這就是為什麼黃仁勳敢直言：「即使競爭者把晶片免費送，我們依然比較便宜。」企業真正買單的是時間成本、電力成本、維運成本和工程工時，而不是晶片本身的單價。

至於TPU為何會反讓輝達的需求更強？沈萬鈞直言：當推理成本被大幅壓低後，AI的使用量會迎來爆炸性成長。越多企業能負擔AI規模化應用，其部署的模型就會越大、越複雜，進而導致訓練需求水漲船高。這些海量的訓練工作量，最後將回歸到輝達。這兩股力量不是互相抵銷，而是相互推動，形成正向循環。

真正的終局混合架構才是王道

Google自身有能力100%使用TPU，卻依然是Nvidia的超級大客戶。這正是因為TPU與GPU從架構上就不是衝突關係：

海量、簡單、重複性的推理：使用ASIC（TPU）追求極致成本效益。
複雜推理與模型訓練：使用GPU追求極致彈性與開發者支援。

沈萬鈞表示：兩者在成本、彈性與開發者支援上擁有完全不同的定位。將台積電的投片、Google的推理策略和Nvidia的工具鏈生態放在同一張地圖上，就能看見AI的最終形態：混合架構。

不是ASIC幹掉GPU。
不是GPU擠死TPU。
而是CPU+GPU+ASIC同時存在，把各自最擅長的工作做到極致。

這種架構最能壓低總體擁有成本，也最能縮短產出時間，而這兩點才是企業決定錢花在哪裡的關鍵。

最後沈萬鈞提到市場普遍存在一個有趣的盲點：當大家看到Gemini 3.0如此強悍，便一股腦將所有功勞都歸給TPU。然而，Google並沒有義務公開整個運算架構。Gemini極可能是TPU加GPU的混合架構，只是Google沒有必要特別說明。這反而形成一個高明的商業策略：讓外界誤以為「這一切都是TPU的功勞」，自然就為TPU的對外販售提供了更有力的理由。