相關文章：NVIDIA、CES 2025、AI 泡沫、科技股上升、Tesla

AI 基礎設施競賽正在進入一個新的階段，而這一次競爭的不只是模型能力或雲端營收，而是晶片、資本與生態系統控制權。Google 的母公司 Alphabet Inc. 正在悄然探索，如何利用其強大的財務實力擴大自研 AI 晶片的影響力，並減少整個行業對 Nvidia 的依賴。

多年來，Nvidia 憑藉 GPU 主導了 AI 算力市場，其產品成為訓練與運行大規模 AI 模型的預設基礎設施。從超大型雲服務商到 AI 新創企業，幾乎整個行業都深度綁定在 Nvidia 的 CUDA 軟體生態之中。但 Google 如今正在測試一種更具進攻性的策略：不只是用技術競爭，而是透過資本與合作關係打造更廣泛的 TPU 生態系統。

這項戰略的核心是 Google 的 Tensor Processing Unit（TPU）。TPU 最初為內部業務設計，例如搜尋與 AI 模型訓練，隨後逐步透過 Google Cloud 對外開放。如今，公司正在探索是否能將這些晶片推廣到更廣泛的商業市場，而不僅僅侷限於自身基礎設施。

其中一種正在討論的方式，是直接投資所謂的「新雲」（neocloud）服務商——專注於 AI 工作負載的新興雲基礎設施公司。透過向這些企業提供資本支持，Google 可以幫助它們擴展資料中心規模，同時鼓勵採用 TPU 而非 Nvidia GPU。據報導，Google 已考慮對這些基礎設施合作夥伴進行重大投資，以加速這一轉型。

這不僅僅是一場硬體之戰，更是一場生態系統之戰。Nvidia 的優勢不只是效能，而是開發者工具、軟體相容性以及行業標準化。CUDA 幾乎已成為 AI 算力的「作業系統」。要真正挑戰 Nvidia，Google 不僅需要提供有競爭力的晶片，還必須在財務層面讓合作夥伴願意轉換陣營。

然而，道路並不平坦。

首先，先進晶片的生產高度依賴 TSMC 等晶圓代工廠，而產能本身十分有限。Nvidia 已掌握大量先進封裝與製造資源，這可能限制 Google 即便在需求增長的情況下，也難以迅速擴大 TPU 規模。

其次，其他大型雲服務商未必願意全面擁抱 Google 的晶片。亞馬遜與微軟都在開發自有 AI 晶片，它們沒有動力強化一個直接競爭對手在雲市場的地位。這意味著 Google 的外部擴張策略可能更多依賴中小型基礎設施公司，而非超大型雲巨頭。

第三，在 AI 訓練領域，Nvidia 依然擁有壓倒性優勢。雖然 Google 的新一代 TPU（如 Ironwood）在推理效能方面有所提升，但在前沿大模型的大規模訓練叢集中，Nvidia GPU 仍占據主導地位。目前，TPU 更多被視為補充方案，而非完全替代。

即便如此，市場對「去 Nvidia 化」訊號的反應十分敏感。每當大型科技公司暗示減少對 Nvidia 硬體的依賴，Nvidia 股價往往出現波動。這種敏感性揭示了 AI 硬體市場的高度集中，以及投資者對任何結構性變化的高度關注。

從投資角度來看，這不僅是 Google 對抗 Nvidia 的故事，而是 AI 基礎設施進入新階段的縮影。隨著 AI 模型規模持續擴大，算力正轉變為高度資本密集、耗電巨大且具地緣政治敏感性的戰略資產。擁有深厚資產負債

問題並不是 Nvidia 會不會消失——它不會。真正的問題是 Alphabet 是否能夠建立足夠獨立的 AI 基礎設施，從而降低戰略依賴，並增強其雲業務競爭力。

如果成功，這一舉措可能逐步削弱 Nvidia 的定價能力；如果失敗，則將再次證明 AI 硬體不僅受資本驅動，更受生態系統「引力」支配。

無論結果如何，AI 晶片戰爭早已不只是半導體競爭，而是對「智慧基礎設施控制權」的爭奪。