AI算力戰場風雲再起，輝達（NVIDIA）原本在人工智慧晶片領域獨佔壟斷地位，市場上主要競爭對手僅剩超微（AMD）與英特爾（Intel），然而真正的威脅恐怕現在才要浮出檯面。根據科技媒體《Wccftech》報導，Google自2016年推出首代TPU（Tensor Processing Unit）以來，持續自研AI加速晶片，本月正式發表第七代「Ironwood TPU」，性能全面躍升，對輝達的市場主導地位恐進一步構成實質挑戰。
Google最新一代Ironwood TPU主打「推論（Inference）」運算，鎖定AI模型訓練完成後的應用部署階段。Google表示，Ironwood在推論效能與能效比上均創歷史新高，並宣稱是目前最強、最節能的客製化AI晶片；相較前一代Trillium（TPU v6e），新晶片在訓練與推論效能均提升4倍，對TPU v5p更達10倍峰值增幅。
Ironwood單顆晶片搭載192GB HBM3e高頻寬記憶體，傳輸速率達7.2TB/s，峰值運算效能高達4,614 TFLOPS（FP8），較TPU v4世代提升近16倍。值得注意的是，Google在雲端架構中打造「SuperPod」集群，每個Pod可容納9,216顆TPU，整體運算能量高達42.5 ExaFLOPS，總記憶體容量達1.77PB，形成可與輝達NVLink網絡抗衡的高密度算力集群。
Google此次採用自家InterChip Interconnect（ICI）網絡架構，單鏈路頻寬可達1.2Tb/s，並透過3D Torus佈局提升節點間連線密度。這種設計能大幅降低晶片間延遲、提升擴充彈性，成為Ironwood相較輝達架構的最大優勢之一。在AI推論階段，延遲、吞吐量與能耗比往往比單純的「TFLOPS」更關鍵。
Google強調，Ironwood的架構針對推論運算優化，不僅降低晶片間通訊成本，也提升整體能源使用效率。根據官方數據，新晶片的能耗效率較前代提升約2倍，能在雲端數據中心全天候運作環境下，顯著降低成本與碳排放。
目前AI產業正從「訓練時代」轉入「推論時代」，隨著大型語言模型（LLM）逐步部署，推論請求數量遠超訓練任務。此轉變讓Google的TPU方案在實際商業應用中更具吸引力；相較之下，輝達的H100與新一代Blackwell B200仍以訓練效能為主要賣點，但在推論效率與雲端整合上，Google已開始領先。
此外，Ironwood僅供Google Cloud用戶使用，意味Google正透過自有雲服務打造完整生態閉環。這種策略若成功，恐重演蘋果以自研晶片綁定生態的模式，對輝達構成長期威脅。分析人士指出，當前AI競爭焦點已從「算力最大化」轉向「服務效率最優化」，誰能以更低延遲、更高能效提供AI推論服務，將成為新一輪勝負關鍵。
儘管輝達從未放慢腳步，傳聞中下一代Rubin系列GPU已進入量產階段，並將搭載新一代HBM4記憶體與整櫃級（Rack-Scale）解決方案，企圖在推論市場找回優勢；但業界普遍認為，Google的ASIC策略已證明可行，其技術迭代速度與雲端佈局能力，足以威脅輝達AI晶片的獨霸地位。
