Google 究竟發佈咗啲乜？

喺拉斯維加斯舉行嘅 Google Cloud Next 2026 大會上，Google 釋放出兩個震撼市場嘅強烈訊號。首先，官方確認第七代 TPU「Ironwood」正式進入全面商用（General Availability），呢款晶片係首款專為 Google 所謂大規模推理的「智能體時代（Agentic Era）」量身打造。與此同時，Google 亦提前披露其第八代晶片架構：兩款分工專屬的 ASIC 晶片 —— 專攻超大規模訓練的 TPU 8t，以及主打高速推理的 TPU 8i。兩者均鎖定台積電（TSMC）的 2 納米（2nm）先進製程，預計將於 2026 年下半年全面落地。

簡單來講，TPU 就是 Google 用來對抗 NVIDIA 繪圖晶片（GPU）的皇牌武器。GPU 屬於甚麼都能做的「通用軍火箱」，而 TPU 則是從零開始、純粹為 AI 矩陣運算而設計的「特種專門晶片」。Google 自 2016 年起就默默佈局自研矽晶片，而這第八代架換更是其歷史上野心最大的一次「雙軌分流」，首次將 AI 生態週期的「訓練」與「推理」徹底拆解成兩款獨立晶片設計。

據官方公佈的規格，TPU 8t 訓練叢集（Pod）的算力表現，幾乎是同等 Ironwood 叢集的三倍，且每瓦特性能（Performance per watt）直接翻倍。而負責推理的 TPU 8i，則旨在為企業客戶同時驅動數以百萬計的 AI Agent（智能體）在線運作。

「呢點要留神：最後呢部分帶嚟嘅結構性影響極深。」行政總裁 Sundar Pichai 在財報電話會議上明確放風：隨著 AI 實驗室、頂級量化基金及高效能運算（HPC）應用對 TPU 的需求呈井噴式增長，Google 將打破以往「只供雲端租用」的傳統，開始將 TPU 硬件直接交付予特定大客的「本地數據中心（On-premise data centres）」。Google 顯然已不滿足於將自研晶片優勢藏在自家雲端內部，而是要正式化身成硬件供應商。

Anthropic 的算力多元化佈局

開發 AI 模型 Claude 的頂級獨角獸 Anthropic，日前確認已與 Google 簽署了一項極具指標性的基礎設施協議，合約鎖定高達 100 萬顆 Ironwood TPU 晶片的算力供應。這筆涉及數百億美元的超級大單，已獲雙方官方正式確認。

要透視這筆交易的本質，市場參與者需要完整解讀 Anthropic 的多元算力策略：

市場之所以需要看清這個「三足鼎立」的宏觀全景，是因為不少海外财經媒體在報導時，往往將其誇大為 Anthropic 要「拋棄」NVIDIA 轉投 Google。這種觀點顯然缺乏對跨國科技龍頭「複合式架構」的精準認知。這筆 Google 大單實質上是一次高瞻遠矚的「擴產」，而非與 AWS 或 NVIDIA 劃清界線。

點解比拼晶片跑分（Benchmarks）搞錯咗重點？

單從逐顆晶片（Per-chip basis）的角度來看，現今世代的對決其實比媒體吹朋的更為膠著。全面投入商用的 Ironwood 能夠輸出約 4.6 Petaflops 的 FP8 算力。而 NVIDIA 的 Blackwell B200 在 FP16 精度下則提供約 4.5 Petaflops。不過，跨精度對比（Cross-precision comparisons）在技術上必須保持審慎，開因兩者的運算維度並不完全對等。

但如果交易員天天跟著這群工程師比拼「跑分」，那就完全忽略了背後更龐大的商業敘事。

當晶片真正落地部署成超級叢集（Pod Scale）時，兩者的商業分化才真正顯現。一個由 9,216 顆晶片組成的 Ironwood Superpod 能夠爆發出 42.5 Exaflops 的恐怖算力；而即將面世的第八代 TPU 8t 叢集（9,600 顆晶片），在 FP4 精度下更是直指 121 Exaflops。更關鍵的是，Google 宣稱其技術能在單一邏輯叢集內實現高達 100 萬顆晶片的「近線性擴展（Near-linear scaling）」。對於動輒調動數十萬顆晶片同時運作的 Hyperscalers（超大規模雲端商）而言，**「叢集層面的經濟學（Pod-level economics）」**遠比單顆晶片的跑分高低重要得多。

NVIDIA 牢不可破的王座？

根據權威數據機構 IDC 的最新統計，NVIDIA 目前仍強勢鯨吞全球 AI 數據中心晶片市場高達 81% 的市佔率。這種市場集中度在金融史上堪稱奇蹟，而且短期內的訂單「能見度」依維持得極具韌性。

近期華爾街大行對 NVIDIA 的盈利增長預期依然樂觀，這主要受到全球 AI 基礎設施擴產潮未見降溫，以及 Blackwell 平台在各大雲端巨頭中被瘋狂採用所支撐。NVIDIA 自身給出的前瞻指引（Guidance）更是驚人 —— 2026 至 2027 年底前，Blackwell 以及下一代 Vera Rubin 架構的累計在手訂單已直逼 1 萬億美元大關。

不過，挑戰者正從四面八方湧入。AMD（超微半導體）憑藉其機架級伺服器系統正攻城掠地。IDC 調研顯示，AMD 目前已成功搶下 AI 加加速器市場約 10% 的份額，相比兩年前低個位數的窘境大幅躍升。與此同時，亞馬遜和 Google 的自研客製化矽晶片業務（Custom Silicon）正以幾何級數擴張。單是亞馬遜旗下的晶片業務（涵蓋 Trainium、Graviton 及 Nitro），其年化營收（Revenue run rate）就已悄然突破 200 億美元大關，同比錄得三位數暴漲，2026 年第一季度的環比增長更接近 40%。

「睇到呢度，NVIDIA 嘅多頭邏輯依然好清晰：」市場實質需求依舊極度強勁，且 NVIDIA 的生態圈在短期內依然深度嵌死在 AI 算力棧的最底層。

但作為長線配置者，真正值得考量的核心變數，不是眼前的季度財報有多亮眼，而是**在下一輪算力升級週期中，NVIDIA 是否還能保有如此暴利的定價權（Pricing power）**。Google、亞馬遜及微軟在自家矽晶片上每多累積一份底氣，NVIDIA 談判桌上的籌碼就會減少一分。背後的博弈動機非常單純：這群萬億級科技巨頭有著一萬個理由去終結「單一供應商鎖定」，而且佢哋兜裡有著全世界最雄厚的資本開支（CapEx）去落實這件事。

策略師眼中的美股與板塊部署

對於 NVIDIA 而言，短期的盈利神話與長期的競爭格局正在發生「結構性背離」。爆發式的財報表現固然能為短期的市盈率（P/E 多倍體制）保駕護航，但大客戶紛紛走向自研晶片的歷史巨輪，一旦啟動就很難逆轉。

對於 Alphabet (Google 母公司) 來講，Ironwood 的正式商用以及第八代晶片的預期，代表著一個遠超廣告業務的第二增長曲線。2026 年第一季度，Google Cloud 同比狂飆 63%，在全球三大 Hyperscalers 中增速傲視同群。倘若企業級推理（Enterprise Inference）的工作負載繼續瘋狂向 Google 基礎設施遷移，這條由 Anthropic 和 Meta 作為錨定大客的「TPU 算力即服務（TPU-as-a-service）」渠道，將實質性地拉長 Google 的估值溢價空間。

「講到交易層面，更聰明嘅資金流，其實正悄悄湧入那些沒那麼顯眼的供應鏈影子贏家。」

無論這場晶片大戰最終是 NVIDIA 續寫神話，還是 Google ASIC 成功突圍，兩者的晶片都必須交由台積電（TSMC）生產（TPU 8t/8i 已鎖定台積電 2nm 先進製程）。同時，博通（Broadcom）作為 Google 訓練晶片的共同設計者，聯發科（MediaTek）作為推理晶片的合作方，都將在 ASIC 浪潮中直接收割利潤。此外，高密度液冷散熱供應商（Liquid cooling companies）、電力基礎設施商，以及受惠於雲端巨頭資本開支暴增的數據中心房地產信託（Data Centre REITs），都是極具防守性的結構性主線。要知道，2026 年全球四大雲端龍頭的累計 CapEx 預估將衝破 7,000 億美元大關，相比 2025 年的 3,880 億美元幾近翻倍。這種級數的資金鐵流，才是市場最強烈的宏觀訊號。

真正的風險隱藏在哪裡？

AI 基建開支的暴增，並不等同於買入任何美股都能穩賺不賠。要在這場「晶片內戰」中全身而退，以下四大結構性風險必須時刻警惕：

投資者最終應如何落筆？

這場 AI 晶片世紀大戰，絕非簡單的「非黑即白」或者「你死我活」。這是一個規模太過龐大、甚至上升到國家戰略高度的超級市場，註定不可能由任何單一龍頭永久性地無限期壟斷。

NVIDIA 憑藉純粹的技術遠見和長達十年的軟件長征，贏得了應有的王座，其近期的財務回報也將繼續印證這一點。

但在 2026 年的今天，站在擂台對面的挑戰者，不再是拿著融資商業計劃書的初創公司，而是手握萬億資源、掌控全球雲端基礎設施、且有著絕對動力去「終結單一壟斷」的超級巨無霸。佢哋砸向台積電 2nm 先進製程的每一張資本開支支票，都是實實在在的歷史轉折信號。

在 Warsh 式聯儲局高息壓頂的時代，我們不妨換個思考框架：未來 AI 算力需求的總量是否增長，可能不再是核心變數。**誰能把這份算力轉化為實質的利潤率（Margins），而市場又願意給予其多少倍的估值溢價（Valuation multiple）**，這才是每位成熟投資者需要根據自身風險偏好，仔細權衡的終極考驗。