理周投研部指出，目前包括微軟( Microsoft)、谷歌、亞馬遜( AWS)及 Meta等，基於降低成本與供應鏈風險考量，在 AI伺服器晶片佈局上，積極朝向去輝達化改以自行研發( ASIC)的「雙軌並行」方式運行。谷歌方面，一開始就堅持走「垂直整合」路線，主要核心的 TPU(如 Trillium等)，其 Gemini系列模型的大規模訓練與推論，皆高度依賴自家的 TPU集群，並經由其 Cloud向外輸出，如今進一步爭取到得甲骨文等第三方雲端提供 TPU輸出服務，可謂 TPU跨出谷歌自用封閉系統的一大步。
本文為付費文章，欲閱覽請至商城作數位訂閱 訂閱服務
