08/11/2025
NVDA投資人小心了!為什麼Google 的十年伏筆即將重置 AI 戰爭 #AI戰爭 01
身為企業級用戶與 AI 重度玩家,我最近很好奇,為什麼Gemini的表現從落後、急起直追、超越,到現在遙遙領先GPT pro?
今天,我們就一起來探討這現象背後的底層原因。如果你是NVDA的投資人,或是gpt, gemini的用戶,那相信今天的分析,會對你有很大的啟發:
一、從瑞士刀到菜刀:架構的背叛
我們都得承認,NVIDIA 的晶片仍是地表最強。
H100、B200,峰值算力冠絕群雄,CUDA 生態,更是NVIDIA的萬里長城,沒有競爭者。
在這個領域裡,GPU 是萬能的瑞士刀:FP64、FP32、FP16,全能兼容。你要訓練、要推理、要渲染,統統可以。
所以十年來,它主宰一切。
但 Google 走了另一條路。
它從十年前就開始打造,打造一把只為「矩陣乘法」存在的菜刀——TPU。
這把刀開不了罐頭、剪不了東西,但可以專精一處。
當年看起來笨、看起來傻,但現在從算力競賽,走到開門賣菜做生意的時候,當時的魯鈍,卻成為今天最準確的菜刀。
因為模型訓練已漸趨成熟,競賽雖未結束,但市場早就開始迎客發展。
在AI 的世界,本質上全是矩陣運算。
所以當開門做生意時,「多功能」成了負擔,「專用化」變成優勢。
就像麥當勞打敗第一代漢堡店一樣,新一代的速食戰爭,開始了。
二、系統的勝利:當硬體學會「群體思考」
TPU 的勝利,不在單顆晶片的速度,而在它如何集體作戰。
NVIDIA 的 GPU 集群,靠 NVLink 或 InfiniBand 傳遞資料。
正由於每一次梯度同步都要排隊。延遲,是它的天敵,所以你才會聽到那麼多矽光子,還有炒作股價的鬼故事。
光電轉換有那麼簡單?
還是炒股必較快啦!
至於Google 的 Mesh 架構,則讓數千顆 TPU 以「大腦式互連」彼此對話。
不必回 CPU,不必軟體協調。資料在矽裡穿行,如同神經信號。
這讓延遲幾乎歸零,能耗減半。
在千顆級的團戰中,TPU 幾乎零損耗。
而這,就是系統智商的起點。
再加上統一的記憶體模型,每顆晶片都能即時調用整個集群的權重。
這能讓梯度回傳不再卡頓,那種「萬人同心」的算力流動,是 GPU 永遠達不到的境界。
更致命的,是能效。
Google TPU 機房的 PUE(能源使用效率)僅 1.06,而 GPU 機房普遍在 1.3 至 1.4。
別小看這 0.3 的差距,當運算量以兆為單位成長,這 30% 的節電,就是現金流,就是勝利。
三、AI 的經濟學:從 CapEx 戰爭,走向 OpEx 戰爭
AI 世界的經濟規則,正在發生一場無聲的政變。
「訓練」是前期投資(CapEx)——一筆巨大的沉沒成本。
你要建資料中心、買 GPU、組叢集、跑幾個月,這筆錢燒完就是資產。
「推理」則是營運支出(OpEx)——每天都在燒。
服務全球數億用戶,每一次 prompt 都在消耗電、冷卻與折舊。
2025 年開始,AI 的成本主戰場已從訓練轉向推理。
訓練或許只佔總成本 20%,推理卻佔 80%。
這就讓AI 從工程問題,變成能源問題。
當這個結構改變,強悍但昂貴的 GPU,不再適合當生意核心。
真正的決勝點,不是誰的模型更快,而是誰的「每次回答」更便宜。
四、Google 的終局:垂直整合與「NVIDIA 稅」的終結
Google 等這一天,等了十年。
TPU v7(Ironwood)出場,宣告「推理時代」的啟動。
它讓 Google 成為唯一一家完成「AI 全鏈垂直整合」的企業:
從模型(Gemini)→ 晶片(TPU)→ 雲端(GCP),三個願望一次滿足,讓競爭者望塵莫及。
三者一體,能效最大化。
這時候競爭對手,在幹什麼呢?
OpenAI 在 Azure 上運行,還要向 Microsoft 付雲端費、向 NVIDIA 付硬體稅。
這就是業界戲稱的「NVIDIA 稅」。
所以當奧特曼開始玩龐氏騙局的AI永動機,oracle和meta開始大發公司債,你就知道為什麼了。
因為他們只能花錢玩遊戲,離賺錢還遠得很。
但Google 沒這問題。
他本來就在賺錢,更別提它的推理成本,幾乎只等於電費。
這就是為什麼 Gemini Flash 的 API 可以比對手便宜 15~25 倍。也是為什麼我說在很多領域裡,連差距十倍的gemini pro(20鎂), 都可以打敗gpt pro一樣(200鎂)
這不是促銷,而是物理結構的勝利。
OpenAI 靠外包 GPU、用現金換算力,靈活但貴。
Google 靠自有 TPU、以整合換效率,笨重但長壽。
一個在燒錢玩金融遊戲,一個靠營運現金流自己造電。
這場戰爭的勝負,早已寫在能效報表裡。
五、從絕對壟斷到能源分封制
Google 不會「打敗」 NVIDIA,因為他們根本不是同一條線上的敵人。
NVIDIA 賣的是武器。
Google 建的是帝國。
但若 Google 用能效成本打敗了 OpenAI,這個NVIDIA 的最大客戶與利潤來源,你說,最後會發生什麼?
投資AI當然沒有不對,但若你看錯趨勢,將現金與注意力損耗在賭博共和國的AI泡沫裡,還一直關注那些在物理上、技術上、實現根本遙遙無期的所謂新技術,那我提醒你,要小心了。
未來的戰爭,不在公司之間,而在國家層級的能源秩序。
誰能在能源與能效之間找到平衡,誰就主宰未來十年。
中國靠補貼與特高壓擴建資料中心,但缺高端晶片。
美國有晶片卻缺電,而 Google,掌握能效與綠能協議,居然成了唯一能在能源荒時代穩定供給算力的企業。
在這個領域力,玩家是超越國家級別的,而川普領導的美國政府,還有他的草台班子,其實只是一個概念,甚至不是一個玩家。
六、結語:AI 的極限,不在算法,而在電力
AI 的本質,是將能量轉化為智慧。
Google 用十年,讓這個轉換率逼近物理極限。
真正的競爭,不是誰更聰明,而是誰更省電。
NVIDIA 仍是最強霸主,但帝國的壟斷已被重構。
Google 憑 TPU 與能效整合,正把整個賽局推向一個全新維度——能源分封制的時代。
親愛的朋友,你有在投資AI嗎?
你有每天運用AI,在強化自己的競爭力嗎?
如果你有,希望今天的這篇文,對你有點小小的幫助
本系列的下一篇(總共五篇),我們再繼續延伸討論:
#算力即貨幣 的年代,Google 將如何凍結能源成本,登頂 AI 世界的中央銀行?
當然,還有對你的建議。
祝福你
#nvda #深義分析
Send a message to learn more