大家好，我是承通投顧副總顏逸民。AI晶片戰正式升溫。微軟傳出攜手博通打造客製化AI晶片，意圖擺脫對輝達的高度依賴；Google、亞馬遜、OpenAI也同步加速自研晶片布局。就在Google推出Gemini3震撼市場後，OpenAI也被爆最快於12/9發表GPT-5.2強勢應戰。全球巨頭全面投入算力自主化，使得外界最熱門的討論再次升溫──TPU是否會打敗GPU？然而真正重要的並不是勝負，而是兩者在AI算力革命中所扮演的不同角色。
①GPU的真正優勢不是CUDA，而是「人才+生態系壟斷」
CUDA常被講成NVIDIA的護城河，但其實CUDA最可怕的地方不是技術，而是：
全球所有AI工程師，都從GPU開始工作。
這包括：
AI研究員
模型訓練工程師
推理部署工程師
HPC（高效能運算）社群
PyTorch、TensorFlow等主流框架
所有開發環境、教學資源、套件、工具鏈，「預設」都是跑在GPU上。
這代表：
要改用TPU，需要重新教育整個產業
所有工具都綁在GPU生態中
ASIC（如TPU）就算速度快，也很難讓生態遷移
所以：
GPU的優勢是整個產業都站在它那邊，而不是單純跑得快。
TPU無法複製這一點，因為TPU是Google的內部晶片，不是全球開放市場。
②TPU的真正武器在於「資料中心網路」，不是晶片本身
TPU不靠晶片硬幹，而是靠整個資料中心的設計優化。
Google使用：
高維度Mesh網路
自家光交換（optical switching）
TPU專用的cluster拓樸
這讓TPU在大型模型（尤其MoE）訓練時：
網路延遲極低
參數同步效率更高
訓練速度遠比看specs時想像得快
成本per token可以壓到很低
GPU的強在晶片與軟體生態；
TPU的強是在資料中心層級的「整體算力系統」。
兩者根本不在同一層級競爭。
③推理（Inference）市場：GPU壓倒性領先
TPU訓練很強，但推理不一定強。
最新測試顯示：
GPU推理延遲更低（速度更快）
GPU推理更彈性（模型相容性最好）
GPU多模態支援完整
GPU更容易部署在企業流程中
推理市場的規模（TAM），至少是訓練的5倍以上。
AI進入商業化後，推理才是收入大頭。
所以：
訓練TPU可搶部分市場，但推理GPU是長期主導者。
這也是為什麼SaaS、企業AI、APPS都偏好GPU推理。
④TPU策略大轉向：從「只租不賣」走向「有限度外供」
這是2024–2025最值得注意的產業變化。
Google過去十年把TPU當成內部資產，不對外出售；
企業只能透過Google Cloud租用TPU。
但TPUv7出現重大轉折：
Anthropic直接採購40萬顆TPUv7（由Broadcom交付）
- 再額外租用60萬顆TPUv7
- xAI、Meta也進入大型採購評估
Google正把TPU「商品化」，但開放仍有限：
一般企業仍無法自由購買TPU晶片
- 無法像GPU一樣建立本地AI工廠
- 供應鏈仍由Google完全掌控
- 部署仍深度綁定Google Cloud生態
因此：
TPU的挑戰力正在上升，但市場開放度仍遠不及GPU。
TPU是Google的主權算力；GPU才是全球企業的通用算力。
⑤更新速度差異巨大：GPU半年一代、TPU一年半～兩年一代
在AI演算法進步以月為單位的今天，更新速度非常重要。
NVIDIA：
每6–9個月一次大更新
架構彈性可以迅速支援新模型（如Mamba、MoE）
生態系夠大 →迭代更快
Google TPU：
一代約12–24個月
進度慢容易被模型演算法超車
不夠通用，彈性不足
研究領域：TPU是可選項
商業領域：GPU是標準配備
⑥最後的勝負，不在晶片，而在「整個AI工廠能力」
決定真正AI霸主的，不是跑分，而是：
能效×網路×訓練堆疊（software stack）三件事一起成立。
這三項能力決定：
同樣預算能跑多少算力
模型能不能便宜推理
大型集群能不能穩定跑
工業化是否可擴張
TPU強在資料中心主權、成本效率；
GPU強在通用性、生態標準化。
結論非常簡單：
TPU打的是Google的國土戰；
GPU打的是全球市場的擴張戰。
兩者會長期共存，各自變強，並非互相毀滅。
華邦電(2344)
華邦電表示，AI熱潮帶來產能排擠效應，使DRAM供需出現結構性改變，DDR4市場的短缺在短期內難以緩解，法人則看好其後市營運仍然可期。華邦電總經理陳沛銘先前在法說會上表示，受惠終端需求的復甦及新製程的推進，記憶體市場因技術迭代帶來結構性供需失衡，公司對第四季及未來長期的成長前景樂觀，預期營收、出貨量和平均銷售價格(ASP)均將迎來更大幅度的成長，並回歸到正常的成長軌道。
品安(8088)
品安主力業務為DRAM與Flash記憶體模組、積體電路快閃記憶體代工，受惠AI伺服器題材，近期營收爆發力強。整體來看，基本面穩健、技術面翻多，短線資金迴流明顯。
景碩(3189)
景碩為全球Flip Chip載板前三大供應商，主力業務涵蓋ABF、BT等高階載板，受惠AI伺服器、顯示卡需求成長，營收動能明顯。
欣興(3037)
AI需求熱潮推升載板用量，包括資料中心高頻高速規格要求升級載板及高階玻纖布等材料緊俏，載板供應鏈頻傳缺貨及漲價消息。據悉，ABF載板正洽談漲幅，市場預期載板將在2026年採用新的價格，欣興為IC載板龍頭，備受外資重視。
亞電(4939)
亞電主力業務為軟性印刷電路板材料（FCCL、銅箔基板），屬PCB上游供應鏈，受惠AI伺服器、高速運算等新應用帶動需求。雖然近期營收波動，但10月單月轉盈、產業前景受銅價與新應用題材支撐。
昆盈(2365)
昆盈主力業務為自有品牌Genius及代理任天堂等電腦周邊產品，屬電子—電腦及週邊裝置產業。
雍智科(6683)
測試介面業者雍智科總經理劉安炫於會後受訪表示，展望 2025 年，公司本業營運可望優於去年，在 AI、ASIC、手機等應用帶動下，三大產品線將同步成長，營收預期將呈現逐季走揚，法人估，雍智今年營收將年增雙位數，本業獲利也可望再創高。
*PU vs TPU不是誰取代誰，而是「通用算力」與「專用算力」在共同擴大整個AI世界的算力需求；真正贏家是能把算力變成可規模化生產力的企業。
近期台股指數不斷創高，類股輪動非常快速，許多投資人確步不敢投資，顏老師和研究團隊聽到你們的心聲。從操作方式和選股邏輯為投資人朋友優化。操作方式，大家都怕指數突然下殺，顏老師採用價差交易+(效率)波段交易，在有限風險之下，利潤極大化，讓你的獲利不斷入袋為安，請密切追蹤顏老師官方LINE@粉絲團，在不影響會員權益之下，對Line@粉絲團的投資朋友分享會員訊息，更多會員績效邀請您一起來做見證，第一手訊息、布局飆股機會請私訊老師【Line ID】搜尋 @v588168，請密切鎖定LINE@粉絲團關注!
https://lin.ee/V7lQjOs
