
過去數月,Google AI 的使用量快速成長,乍看似乎正在逼近甚至動搖 GPT 的地位。但若將數據放回更大的市場背景,會發現這並非「替代效應」,而是「基數擴張」與「多棲使用」的結果。使用者並沒有離開 GPT,而是把 Gemini 納入工具組,形成一種「不同任務用不同 AI」的分工行為。成長率因此上升,卻不能等同市佔被吞噬。 真正可以確認的,是 整體 AI 使用量正在持續上升。當模型更即時、服務更普及、需求更頻繁,推論算力的總量自然驟增。因此,Google 擴大 TPU 產能並非要正面取代 NVIDIA,也不是因為 GPT 被壓著打,而是要承接 AI 浪潮下的龐大推論需求。GPU 將持續主導通用訓練市場,而 TPU 等專用算力則負責撐起日常推論的規模化浪潮。 也就是說,從來不是 Google 追上了 GPT ,而是 AI 正在全面進入我們的生活,無論你有意識或無意識都在使用 AI ,而算力需求也正在瘋狂的擴張之中。

過去數月,Google AI 的使用量快速成長,乍看似乎正在逼近甚至動搖 GPT 的地位。但若將數據放回更大的市場背景,會發現這並非「替代效應」,而是「基數擴張」與「多棲使用」的結果。使用者並沒有離開 GPT,而是把 Gemini 納入工具組,形成一種「不同任務用不同 AI」的分工行為。成長率因此上升,卻不能等同市佔被吞噬。 真正可以確認的,是 整體 AI 使用量正在持續上升。當模型更即時、服務更普及、需求更頻繁,推論算力的總量自然驟增。因此,Google 擴大 TPU 產能並非要正面取代 NVIDIA,也不是因為 GPT 被壓著打,而是要承接 AI 浪潮下的龐大推論需求。GPU 將持續主導通用訓練市場,而 TPU 等專用算力則負責撐起日常推論的規模化浪潮。 也就是說,從來不是 Google 追上了 GPT ,而是 AI 正在全面進入我們的生活,無論你有意識或無意識都在使用 AI ,而算力需求也正在瘋狂的擴張之中。