Google推動自研AI晶片,股價上漲3.6%,顯示這家搜尋巨頭企圖降低對輝達(Nvidia)的依賴。
Google推動自研AI晶片,股價上漲3.6%,顯示這家搜尋巨頭企圖降低對輝達(Nvidia)的依賴。

Google自行研發晶片的布局,可能重塑規模達八百億美元的AI半導體市場,降低該公司對輝達(Nvidia Corp.)的依賴,並有望每年節省數十億美元的採購成本。Alphabet Inc.股價於7月20日上漲3.6%,創下三個月來最大單日漲幅。
「Google多年來一直透過其TPU產品線設計客製化晶片,但此舉顯示該公司對掌握完整AI架構的更深層承諾,」Bernstein分析師Stacy Rasgon表示。「問題在於他們能否追平輝達的軟體生態系。」
Google的張量處理單元(TPU)自2016年以來便為公司內部的AI工作負載提供動力,最新的TPU v5提供約1,200 TFLOPS的FP16效能——超越輝達H100的990 TFLOPS。新晶片的開發細節尚未公開,其目標是更廣泛地部署於Google Cloud,可能為客戶提供輝達主導市場的H100及B200 GPU之外的替代方案。生產時間表與製程節點尚未公布。
Alphabet目前的本益比約為24倍。根據摩根士丹利的估算,若Google的自訂晶片能將GPU採購成本降低20%,每年可為營業利潤節省二十億至三十億美元。受此消息影響,輝達股價下跌1.8%,超微(Advanced Micro Devices Inc.)則下滑0.9%。
Google為何需要自研晶片
此舉正值超大規模雲端運算供應商競相降低對單一供應商的依賴。輝達控制著約80%的AI加速器市場,擁有顯著的定價能力。微軟(Microsoft Corp.)已開發出自有的Maia晶片,亞馬遜(Amazon.com Inc.)則透過其AWS雲端平台提供Trainium與Inferentia處理器。Google的TPU已為搜尋、YouTube及Gemini等關鍵產品提供動力,但該公司每年仍採購數萬顆輝達GPU,用於訓練其最大規模的模型。
根據半導體分析機構SemiAnalysis的報告,打造客製化晶片使Google能夠針對其軟體工作負載優化硬體,相較於通用型GPU,每瓦效能可能提升30%至40%。該公司還能避開輝達在其資料中心GPU上高達50%至80%的毛利率。
軟體護城河之問
輝達的主導地位不僅來自硬體,更源於其擁有二十年歷史的軟體平台CUDA,該平台已成為AI開發的行業標準。Google透過TensorFlow與JAX提供自有的軟體堆疊,但兩者在外部開發者間均未達到CUDA的普及程度。要讓Google Cloud客戶大規模採用Google的晶片,該公司必須在熱門模型與框架上展現出具競爭力的效能——這項障礙迄今限制了AMD及英特爾(Intel Corp.)等競爭對手晶片的採用。
Palantir Technologies Inc.執行長Alex Karp近日主張,企業「為無法創造價值的代幣付費」,同時將專有知識拱手交給前沿AI公司。這番評論凸顯了整個行業朝向自主掌控AI基礎設施的趨勢。Google的晶片布局與此趨勢一致,為客戶提供在Google控制的硬體上運行工作負載的能力,而非依賴外部供應商。
Alphabet股價於7月20日收在198.42美元,公司市值約為兩兆五千億美元。該股今年迄今累計上漲28%,跑贏標普500指數14%的漲幅。
本文僅供資訊參考,不構成投資建議。