2026/01/21 14:46  
TPU成本暴降70%！高盛指出，Google性價比追平輝達。（彭博）
〔財經頻道／綜合報導〕Google 與Broadcom合作開發的TPU（張量處理單元）正迅速縮小與輝達（NVIDIA）GPU在推理成本上的差距。高盛表示，隨著TPU v6升級至TPU v7，單位代幣推理成本下降約70%，與輝達GB200 NVL72基本持平，這意味著AI晶片競爭核心評價體係正在從“誰算得更快”，轉向“誰算得更便宜、更可持續”。
在AI資本開支仍維持高位、但商業化壓力不斷上升的當下，市場關注點正在發生一場悄然卻深刻的轉移：大模型還能不能繼續“無視成本地跑下去”。
根據追風交易台，高盛最新發布的AI晶片研究報告，並未延續市場熟悉的「算力、製程、參數規模」對比，而是從更貼近商業現實的角度推理階段的單位成本切入。
高盛指出，在這一階段，晶片的性價比不再只由單卡性能決定，而是由系統層面的效率共同塑造，包括算力密度、互聯效率、記憶體頻寬以及能源消耗等多重因素。基於此邏輯建構的推理成本曲線顯示，Google/Broadcom TPU在原始運算效能和系統效率上的進步，已經足以在成本維度上與輝達正面競爭。
TPU v7實現大幅降本，並非來自單一技術突破，而是系統層級最佳化能力的集中釋放。高盛認為，隨著計算晶片本身逐步逼近物理極限，未來推理成本能否繼續下降，將越來越依賴「計算相鄰技術」的進步。
這些技術包括：更高頻寬、更低延遲的網路互連；高頻寬記憶體（HBM）和儲存方案的持續整合；先進封裝技術（如台積電CoWoS）；以及機架級解決方案在密度與能源效率上的提升。TPU在這些方面的協同優化，使其在推理場景中展現出明顯的經濟優勢。
不過，高盛報告亦指出，Google性價比雖然追平輝達，但這並不意味著輝達的地位被動搖，但它清晰地表明，當AI真正進入「每1個token都要算回報」的階段，算力競爭終究要回到經濟學本身。 TPU成本暴降70%，不是1次簡單的技術追趕，而是1次AI商業模式可行性的關鍵壓力測試。
而這，或許正是GPU與ASIC之爭背後，市場最該認真看待的訊號。AI晶片競爭的核心評價體係正在從“誰算得更快”，轉向“誰算得更便宜、更可持續”。