挑戰英偉達主導細分市場：消息稱谷歌向 Neocloud 推銷 TPU

Google 近期在人工智慧運算領域的布局出現新的轉向。根據業界消息，該公司正在積極向一批被稱為「Neocloud」的新創雲端運算業者，推銷其自行研發的 TPU（張量處理單元）晶片，並且已經與多家這類企業就實際部署事宜展開了討論。這項動態顯示，Google 正試圖為 TPU 開拓有別於以往的通路。所謂 Neocloud，是指有別於亞馬遜 AWS、微軟 Azure 或 Google Cloud 等傳統大型雲端服務商的新興業者。這些公司專門鎖定人工智慧與高效能運算領域，為客戶提供高度客製化的運算基礎設施，不像主流雲端平台那樣提供包羅萬象的服務。

市場解讀認為，Google 跳過既有的大型雲端客戶，直接與 Neocloud 洽談合作，目的是要繞過既有的市場結構，更直接地觸及對 AI 運算有迫切需求的新興硬體買家，藉此加快 TPU 在特定場景的採用速度。在合作模式上，Google 不僅僅是扮演晶片供應商的角色。消息指出，除了直接銷售 TPU 晶片之外，Google 還提出了一套更具彈性的合作方案：先由 Neocloud 業者出資部署以 TPU 為核心的基礎設施，待建置完成之後，Google 再以租用雲端服務的方式，向這些業者「回租」這些 TPU 運算資源。這種安排形成一個循環，讓雙方都能從中獲得利益。

對 Neocloud 業者而言，這樣的模式極具吸引力。一般來說，新創業者要建置高階 AI 運算叢集，初期需要投入非常龐大的資金採購硬體與機房設備，這往往是一道沉重的進入門檻。透過 Google 提出的回租機制，Neocloud 在初期採購與建置階段的資金壓力可以獲得大幅緩解，因為她們知道後續 Google 會回頭承租這些運算力，等於擁有一個穩定的收入來源，降低了投資風險。從 Google 的角度來看，這項安排也為推廣自研硬體開闢了一條新的管道。過去 TPU 主要僅限於 Google Cloud 平台使用，客戶若要運用 TPU 的算力，就必須成為 Google Cloud 的用戶。

如今透過與 Neocloud 合作，Google 能將 TPU 部署到更廣泛的基礎設施中，進一步深化 TPU 在雲端運算生態系的滲透，而不必再被綁在自有平台上。這不僅增加了 TPU 的出貨管道，也有助於讓更多開發者與企業熟悉這款晶片的特性。整體而言，Google 正在設法讓 TPU 擺脫僅限於自家雲端平台使用的框架，並透過直接與 Neocloud 業者建立合作關係，挑戰 NVIDIA 在 AI 加速晶片市場長期以來的絕對主導地位。NVIDIA 旗下的 GPU 憑藉著強大的運算效能與成熟的軟體生態，幾乎已成為 AI 訓練與推論的標準配備，其他競爭者要切入相當困難。

Google 此次選擇與新興雲端業者聯手，等於是繞過正面對決，從邊緣切入 NVIDIA 較少著墨的利基市場。若這套策略能夠順利奏效，對 Google 而言不僅能帶來新的硬體營收機會，更重要的是在 NVIDIA 獨佔的市場中撕開一道缺口。長遠來看，雲端 AI 基礎設施的供應格局可能因此出現更明顯的變化，不再只有 GPU 一種選擇，客戶將有機會評估更多元的運算架構，這對於整體產業的競爭與創新都具有正面意義。不過，這項合作目前仍處於前期討論階段。消息指出 Google 雖已與多家 Neocloud 業者就部署事宜進行交流，但尚未有公開簽訂的大型合約或大規模建設計畫對外曝光。

能否從討論階段進入實際落地，仍有待觀察。Neocloud 業者對 TPU 的效能表現、供貨穩定性以及 Google 後續的技術支援是否足夠，都是影響決策的關鍵因素。此外，Google 仍然需要面對生態系統的挑戰。NVIDIA 之所以難以撼動，除了硬體效能外，其多年累積的軟體開發工具與開發者社群更是重要護城河。TPU 雖然在特定負載下表現出色，但要說服習慣使用 GPU 的開發團隊轉換平台，還需要更多的成功案例與生態系支援。Google 能否在推銷硬體的同時，提供順暢的軟體遷移路徑，將是決定 Neocloud 客戶是否願意買單的重要關鍵。

業界分析指出，無論最終成效如何，Google 這一步已經反映出科技巨頭之間在 AI 硬體領域的競爭正在升溫。過去雲端運算的基礎設施高度依賴 NVIDIA 的 GPU，如今 Google 嘗試用自研晶片搭配靈活的商業模式，直接向新興運算業者招手，這無疑是在測試市場對非 NVIDIA 方案的接受度。對於正在快速擴張的 AI 基礎設施市場而言，更多的供應商選擇意味著更健康的競爭環境。可以預見的是，若 Google 與 Neocloud 的合作模式能夠順利複製與擴大，未來將有更多以 TPU 為核心的運算叢集在獨立於 Google Cloud 之外的環境中運轉。

這不僅能幫助 Google 提升 TPU 的市場能見度，也可能吸引其他雲端業者或大型企業考慮採用類似的自研晶片策略，從而帶動整個 AI 硬體供應鏈的重組。在這場由運算需求驅動的軍備競賽中，Google 正嘗試用一種有別於傳統的方式，為自己的硬體尋找新的出路。