Google與Marvell討論打造MPU與推論版TPU，最快明年進入試產。

據多位消息人士透露，Alphabet旗下的Google正與半導體廠商Marvell Technology洽談，共同設計兩款新晶片，目標提升執行人工智慧模型時的效率。據報導，兩款晶片分別為一顆記憶體處理單元（memory processing unit, MPU），將與現有的張量處理器（TPU）配合使用；以及一顆專為AI推論工作負載最佳化的新型TPU。雙方計畫最早在明年完成MPU的設計，隨後進入試產階段。

背景與動機：Google長期投入自家TPU生態，試圖提供可替代NVIDIA GPU的雲端AI運算選項。近年來，TPU銷售成為Google Cloud營收成長的重要一環，公司也希望藉由自研與合作開發的專用晶片，將重大的AI投資轉化為商業回報與成本優勢。Marvell在客製化晶片與連網、儲存相關解決方案上具備技術基礎，成為合作物件的一大原因。

技術與策略分析：MPU的設計重點在於靠近記憶體層級處理資料，減少資料搬移帶來的延遲與能耗，此舉對大型語言模型或需頻繁訪問巨量引數的推論工作尤其重要。專為推論最佳化的TPU則可能在精度管理、記憶體介面與功耗控制上做出取捨，以提升每瓦效能與單位成本效益。若整合順利，Google可在雲端服務端為客戶提供更具價格競爭力且延遲更低的AI推論選項。

市場影響與競爭態勢：目前NVIDIA的GPU在AI訓練與推論市場佔主導地位，生態系與軟體支援成熟。Google若能推出效能與成本具吸引力的MPU＋TPU組合，可能改變部分雲端訂閱商與AI開發者的採購偏好，進一步推動TPU銷售成為Google Cloud的成長槓桿。然而，於量產、軟體生態建置與實際基準測試前，能否撼動NVIDIA仍存變數。

替代觀點與駁斥：批評者指出，通用GPU在多樣化模型與架構上仍具優勢，且現有軟體最佳化工具生態完整，短期內很難全面被專用晶片取代。對此，支持者反駁稱，針對特定推論情境量身打造的硬體，若能顯著降低成本與延遲，並與Google的雲端服務緊密整合，將能在企業級應用與大規模部署上建立明顯優勢；且Google掌握模型與平臺生態，能加速軟體層面的適配。

結論與展望：此合作若成行並按計畫推進，觀察重點包括設計完成時程、測試生產結果、實際效能基準與Google Cloud對TPU供給與價格策略的調整。對投資人與產業觀察者而言，應留意Google與Marvell後續公告、測試資料與市場採用情況，這將影響未來雲端AI成本結構與半導體供應競局。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。

CMoney 研究員

CMoney 團隊透過 AI 結合股市，每日提供重點股票的新聞事件，期望讓投資人更有效率找到各種投資標的的投資事實。