大重組：為何人工智慧的計算未來屬於TPU基礎設施

最大科技公司正協同進行戰略轉型，遠離傳統以GPU為中心的架構。這不是猜測——而是重塑AI硬體格局的已證實脫離。

迫使轉型的經濟因素

根本驅動力非常簡單：推理經濟學。雖然訓練成本常成焦點，但持續的成本其實在於其他地方。OpenAI 2024年的預測說明了一切：推理費用達到23億美元，而訓練成本僅為$150 百萬。訓練是有限的。推理則是無限的——每個查詢、每個標記、每秒的持續運作。

Google的TPU架構在最重要的地方提供了決定性優勢：推理工作負載的每美元性能提升4倍。這不是邊際優勢。Midjourney在轉換後成本降低65%的例子就展示了這個規模。Anthropic已承諾部署一百萬個TPU。Meta正進行多億美元部署的高階談判。世界上最先進的AI運營商都在做相同的計算，得出相同的結論。

機構資本看見轉折點

聰明的資金先行動。索羅斯基金在2025年第三季將其在Alphabet的持倉增加了2,300%。Berkshire Hathaway投入43億美元押注同樣的策略。當散戶投資者追逐以60倍市盈率的Nvidia時，機構投資者正系統性地累積Google，市盈率為27倍——這是一個反映未來價值集中點的戰略性脫離。

沒有人會把這個架構真相價格化

到2030年，推理將消耗所有AI計算的75%。這不是邊際轉變。這將是未來十年計算堆疊的資源投入重點。Nvidia建立了其帝國在訓練上的主導地位——一個受限、已解決、需求可預測且逐漸下降的問題。但訓練代表過去。推理則代表永恆且不斷增長的需求。

在推理工作負載上，Nvidia的架構優勢已經暴雷。Google打造了基礎武器。脫離已經開始。套利窗口仍然開放，但正逐漸關閉。

工業級運營商已經明白：訓練的集中不會帶來預期的回報。利潤在推理基礎設施。轉型階段已經展開。