2025年11月，隨著Google Gemini 3多模態AI模型嘅驚艷亮相，AI硬件領域嘅「老對手」——由NVIDIA主導嘅GPU（Graphics Processing Unit，圖形處理器）同Google嘅TPU（Tensor Processing Unit，張量處理器）之爭再度升溫。Gemini 3作為全球頂尖大語言模型之一，完全喺TPU v7（代號Ironwood）上訓練完成，唔止刷新咗多語言理解同推理基準，仲以更低成本同更低能耗完成呢項壯舉。呢件事突顯出TPU喺AI訓練與推理方面嘅潛力，對NVIDIA GPU長達十多年嘅霸主地位構成挑戰。根據SemiAnalysis報告，Gemini 3嘅成功「證明咗TPU喺大型模型訓練上嘅絕對競爭力」，而NVIDIA股價嘅短期波動亦反映市場對呢個「TPU時刻」嘅敏感。本文基於權威來源，如Google官方博客、Seeking Alpha分析同CNBC硬件評測，對GPU同TPU進行全方位比較，並深入剖析其未來走向。
一、全方位對比：架構、性能與生態
GPU同TPU雖然都係AI加速器，但設計理念大相逕庭：GPU源自圖形渲染，演變成通用並行計算平台；TPU自問世起就為深度學習嘅張量運算度身設計。呢種差異喺Gemini 3時代愈發明顯，後者充分利用TPU嘅矩陣乘法優化，訓練時間縮短超過20%。 以下由多個維度作比較（數據基於2025年基準測試，來源包括CloudOptimo同Forbes）：
從表中可見，GPU嘅「萬能」屬性令其喺2025年AI基礎設施中仍佔超過70%市場份額，但喺純AI場景下，TPU嘅性價比正逐步蠶食市場份額。喺Hacker News討論區，前Google工程師Jaak指出：「TPU唔係要取代GPU，而係針對NVIDIA定價痛點，提供一個『AI專用』嘅替代方案。」Gemini 3嘅發布進一步放大咗呢個差距：其多模態能力（文本+圖像+視頻）喺TPU上訓練，只需傳統GPU集群約2/3嘅時間。
二、深入分析：Gemini 3下嘅競爭格局
Gemini 3喺TPU上訓練成功並非偶然，而係Google十年佈局嘅頂點。TPU自2015年首代面世，已迭代至v7，專注訓練到推理嘅全鏈路。相比之下，NVIDIA嘅GPU雖然透過Blackwell架構加入更多AI加速特性（例如Transformer Engine），但其通用設計令GPU喺Gemini級模型中出現「功能過剩」嘅情況。Seeking Alpha分析認為，Alphabet（Google母公司）憑藉TPU生態，正向4萬億美元市值進發，NVIDIA需警惕硬件商品化（hardware commoditization）風險。
不過，競爭未必係零和遊戲。Forbes報道顯示，Google採取「雙軌策略」：用NVIDIA GPU處理靈活任務（例如邊緣運算），由TPU專注核心訓練。呢點反映出AI硬件嘅「混合未來」——雖然Gemini 3喺訓練階段以TPU為主，但其推理部署可能跨平台。CNBC嘅評測指出，AWS Trainium同Google TPU嘅崛起，正迫使NVIDIA由「壟斷者」轉向「生態守護者」，透過軟件更新（如CUDA 12.x）維持領先。
挑戰依然存在：TPU嘅封閉生態限制咗第三方採用，Gemini 3雖開放模型權重，但硬件仍倚賴Google Cloud；GPU方面則面對供應鏈瓶頸（例如台積電產能）同地緣政治風險（美中貿易）。Tom's Hardware指出，Meta探索TPU嘅舉動雖然顯示興趣，但NVIDIA回應指：「我哋嘅平台喺生態系統上無可比擬。」
三、未來走向：專用化浪潮與生態融合
展望2025年之後，GPU同TPU之爭會由「性能軍備」轉向「生態與可持續」競賽。WTW報告預測，隨住AI由訓練（佔計算量約80%）逐步轉向推理（預計到2028年推理佔比達60%），專用晶片例如TPU將佔主導地位：其能效優勢有望降低全球數據中心碳排放約20%。Trio Dev嘅AI硬件趨勢分析顯示，2025年將冒起「神經形態計算」同「光子TPU」等創新，Google可能推出v8版本，結合量子輔助以突破Gemini 4嘅萬億參數門檻。
NVIDIA唔會坐以待斃：Blackwell之後，其Rubin架構（預計2026年）會強調「AI工廠」模式，結合軟件即服務（SaaS）以對抗TPU嘅雲綁定優勢。Tailscale嘅展望提到，未來趨勢包括：
- 專用化加速：更多ASIC例如AWS Trainium、Qualcomm AI晶片崛起，TPU市佔可能由15%上升到30%，對NVIDIA現時約85%嘅主導地位構成挑戰。
- 混合與開源：Gemini 3推動跨硬件框架（例如ONNX）嘅發展，GPU+TPU集群或成為標配，從而降低切換成本。
- 可持續與監管：歐盟AI法案可能會偏好低能耗嘅TPU，迫使GPU廠商優化其綠色設計。全球AI硬件市場預計達5000億美元，能效將成為新KPI。
- 地緣影響：喺中美脫鉤趨勢下，TPU所屬嘅「美系供應鏈」優勢會更明顯，但NVIDIA喺全球分銷方面仍更穩健。
總體而言，TPU代表緊「垂直整合」嘅未來，而GPU則守住「水平擴展」路線。Gemini 3猶如一個催化劑，預示AI硬件將由單一嘅「GPU時代」邁向「多元生態時代」——勝出者唔會只得一家，反而係能夠平衡成本、創新同普惠性嘅陣營。現時資本市場已經有反應：投資者開始將目光轉向Alphabet，NVIDIA則需加速轉型，先有機會續寫佢嘅傳奇。