本文由半導體產業縱橫（id：icviews）綜合
低成本 vs 成熟整合，tpu與gpu怎麼選？
在生成式ai競爭白熱化的時代，成本與效率成為企業導入ai 的核心考量。 google 近期以自研的tpu（張量處理單元）強勢進軍ai 市場，掀起一場ai 算力的價格革命，矛頭直指目前仍依賴英偉達高價gpu 的openai。
google tpu 登場：ai 算力成本壓到只剩openai 的20%
據報導，相較於openai 仰賴的英偉達gpu（如h100、a100），google 的tpu 成本只有其五分之一。在同樣或更優的ai 效能下，能大幅降低算力支出，讓企業能以更低成本建構生成式ai 服務。
目前一張英偉達h100 晶元成本約3,000 美元，但市價卻高達2 萬至3.5 萬美元；高毛利成為企業導入ai 的沉重負擔。
與此同時，google 的tpu 不僅效能媲美英偉達，價格策略更具優勢，迅速吸引企業級用戶轉向。
api 價格比一比：gemini 2.5 pro 完勝openai o3
除了硬體，api 價格也是企業選擇ai 平台時的重要指標。
google 的gemini 2.5 pro 在價格上遠低於openai 的o3 模型，不但輸入價格便宜8 倍；輸出價格也便宜4 倍。
這使許多中小型企業得以以較低預算導入生成式ai，加速內部流程自動化與內容生成應用。
ai 生態系之戰：google 走開放路線，openai 偏重整合
此外，ai 的競爭早已不僅是模型強不強，更是誰的生態系統完整且容易接入，而google 和openai 的策略，宛如兩條截然不同的賽道。
google：採用開放策略，透過agent-to-agent 通訊協議、agent development kit（adk）與agentspace 平台，打造開放式ai 代理市集，促進多平台ai 互通。
openai：深度整合微軟，與azure、office 365 等服務緊密結合，強調一體化、穩定、快速上手的企業應用體驗。
這兩種策略代表ai 即服務（ai-as-a-service）市場中的兩大方向，也讓企業需根據需求選擇適合的合作夥伴。
模型實力對比：gemini 穩定處理大資料，o3 強於邏輯推理
若從模型能力觀察，gemini 2.5 pro 擁有100 萬字元（tokens）上下文容量，極適合處理大量文本資料、長篇內容生成等任務；而雖然openai o3 模型上下文容量為20 萬字元，但其在邏輯推理、複雜任務處理方面表現卓越。
值得注意的是，根據openai 自家資料，o3 的幻覺率為前代的兩倍，對金融、醫療等高精準領域而言存在風險。而google gemini 則主打的穩定性與預測性，則更符合企業對安全性的期待。
實際應用落地：google 靠cloud 平台推進，openai 主攻chatgpt 擴張
導入ai 的最終目的在於提升業務效率。 google 透過將gemini 整合至google cloud 與vertex ai，提供企業快速建置、延伸既有雲端架構的能力。像wendy's、wayfair (w-us ) 等大型企業已開始導入。
openai 則主攻全球普及路線，依賴chatgpt 與microsoft 365 copilot 迅速滲透企業端與個人市場，月活用戶高達8 億人次，生態壓力不容小覷。
企業ai 導入選擇題：低成本vs 成熟整合，怎麼選？
在面對ai 快速演進與成本壓力下，企業正處於選google，還是選openai的十字路口：google 的tpu 大幅壓低算力成本，適合預算有限或初期建置ai 服務的公司。
然而，openai 在使用體驗與整合度上仍具明顯優勢，特別是在微軟azure、office 365 環境下的企業，部署與管理都更加順手。
去年8月，蘋果公司發布了一篇研究論文，論文顯示蘋果公司使用了谷歌開發的 tpu 晶元而非英偉達的 gpu 晶元來訓練其人工智慧系統「蘋果智能」（apple intelligence）中的 ai 模型 apple foundation model（簡稱 afm）。蘋果公布其使用了 2048 片 tpuv5p 晶元來訓練擁有 27.3 億參數的設備端模型 afm-on-device ，以及 8192 片 tpuv4 晶元來訓練其為私有雲計算環境量身定製的大型伺服器端模型 afm-server。
蘋果放棄英偉達 gpu 轉向谷歌 tpu 的戰略選擇，在科技界投下了一枚震撼彈，英偉達股價應聲下跌超 7%，創下近三個月最大跌幅，市值蒸發 1930 億美元。蘋果此次選擇依賴谷歌的雲基礎設施、使用谷歌 tpu 進行其 ai 模型訓練，充分反映了科技巨頭們在尖端 ai 訓練方面開始尋求更多元化的解決方案的趨勢。
這一次，蘋果雖然在論文中沒有明確表示其完全沒有使用英偉達 gpu，但蘋果在描述其訓練 afm 模型所用的 ai 基礎設施時詳細分享了使用谷歌 tpu 的很多數量、配置及性能細節，而刻意忽略了對英偉達硬體的任何提及，這一細節確實暗示了蘋果有意選擇了谷歌的技術。
蘋果過去一直極少披露自己用於開發目的的硬體選擇，再考慮到英偉達 gpu 一直以來的行業領導地位，這一次蘋果公開選擇從英偉達 gpu 轉向擁抱谷歌 tpu 的舉措，極大可能會激勵其他科技公司探索英偉達 gpu 之外的替代方案，tpu 的強大性能和用於ai模型訓練時的高能效比，定將吸引大量尋求優化 ai 工作負載的企業。
*聲明：本文系原作者創作。文章內容系其個人觀點，我方轉載僅為分享與討論，不代表我方贊成或認同，如有異議，請聯繫後台。
