Google加快人工智慧發展的秘密武器：自製機器學習專用晶片|數位時代 BusinessNext

特製晶片效能為現有技術往前推進七年

皮采指出，Google在幾年前就已著手研發客製化的特殊應用積體電路（ASIC），而這款專用於Google開源機器學習演算法TensorFlow、也是提升AlphaGo計算速度的特製晶片TPU（Tensor Processing Unit），用以改善機器學習相關應用，迄今已使用超過一年。

為了加速機器學習進程，TPU捨棄掉傳統晶片如CPU和GPU的高精確度，減少計算需要的電晶體數量並提升每瓦效能。根據Google說法，「TPU讓機器學習的每瓦效能提高一個數量級，相當於將晶片效能往前推進七年或三代的摩爾定律」。

（圖說：AlphaGo伺服器使用Google自製晶片TPU。圖片來源：Google Cloud Platform Blog）

Google產品、外部開發者皆可受惠

目前，Google使用機器學習的應用超過百種，例如搜尋、語音辨識和自駕車。Google傑出硬體工程師諾曼‧約皮（Norman Jouppi）指出：「這類程式需要耗費龐大資金才能提供快速集中的運算能力和電力，自製機器學習加速器讓Google可更加經濟地加快產品推出。」迄今，Google已使用超過1千個TPU，運用於街景、智慧訊息回覆和搜尋，幫助改善搜尋結果相關性，以及提升地圖和導航產品的精確度。

除了Google內部產品可受惠於這套最新的機器學習演算法，Google的雲端機器學習服務也開放開發者利用這套演算法打造自己的應用服務。「我們的目標是引領機器學習產業，並讓創新得以在顧客身上實現。透過在基礎建設加入TPU，我們可以透過軟體如TensorFlow和雲端機器學習將Google的力量帶給開發者。機器學習正在改變開發者如何打造讓消費者受惠的智慧應用，我們非常高興看到未來生活的可能性。」約皮表示。

微軟也在嘗試新的晶片設計

Google並非唯一為了加快人工智慧而採用新的晶片設計的公司。《華爾街日報》指出，微軟正在使用一款名為Field Programmable Gate Arrays的可編程晶片，以加速人工智慧運算，應用於Bing搜尋引擎。NVIDIA推出的GPU則被應用在人工智慧計算，這款晶片過去也被Google用於AlphaGO的早期測試。

透過自行生產客製化晶片，Google將更可掌控支出、技術規格以及未來發展藍圖。但這是否代表Google對第三方晶片供應商如Intel或Nvidia的依賴將日益降低？約皮表示，「我們依然購買大量的CPU和GPU，」但不願透露購買數量是否較過去少。

中華電信前進Meet大南方：以數位生態協創引領AI時代競爭力

中華電信深耕數位生態，積極扮演數位生態協創者的角色。透過持續完善網路韌性、AI資料中心（AIDC）與雲平台等AI基礎建設，協助企業全面提升競爭力。

在新興科技快速發展的時代，企業的智慧轉型與產業的持續進化，仰賴跨域協創夥伴的協同合作。作為數位生態協創者的中華電信，近年來積極推動產業合作，並在2025 Meet Greater South亞灣新創大南方主題論壇「南方創新力：亞灣AI半導體經濟論壇」上，展示海地星空網路全面涵蓋、AI資料中心、AI運算與雲端資料庫等，彰顯其在AI時代的核心價值。此外，中華電信也分享了多項AI應用落地實績，示範如何透過Agentic AI的判斷與決策，以及各式客製化的創新流程，為產業注入新動能。

中華電信企業客戶分公司副總經理梁冠雄表示，公司自1996年民營化以來，持續深耕電信本業並大力拓展數位整合服務，如今已躍居台灣市值前十大公司。近年來更瞄準AI趨勢，積極與生態夥伴、垂直應用方案業者跨域合作，一路由電信服務提供者（CSP）、數位服務提供者（DSP）、數位服務賦能者（DSE）走向數位生態協創者（DEC）。透過不斷的業務轉型，中華電信展現了身為電信業者在數位時代的新價值，同時協助企業提升數位韌性與創新競爭力。

為此，中華電信將持續整合以AI為首的七項新興科技，包括智慧物聯網（AIoT）、大數據（BigData）、雲端（Cloud）、資訊安全（Data Security）、邊緣運算（Edge Compute）、5G（fifth Gen）及生成式AI（GenAI），為企業提供從AI基礎建設到創新應用的一站式服務，希望加速賦能百工百業發展AI應用、共同創造更大價值。

AI關鍵價值1》：海地星空與全光網路，為AI落地應用加速

梁冠雄指出，中華電信透過網路全面涵蓋、AI資料中心（AIDC）與雲平台的AI基礎建設，為企業帶來三大關鍵價值。

首先，中華電信透過「海地星空」網路，打造具高度韌性的連網環境，解決企業通訊中斷的痛點。除了全台第一的固網與行動網路外，中華電信更持續強化海纜建設，近年來投入大量資源發展衛星通訊，已具備低軌、中軌與高軌衛星的完整能量。藉此，無論國內外，中華電信都能透過海纜與衛星等高度韌性網路，為企業提供通訊雙重保障，確保暢通無虞。

同時，為因應AI大量資料傳輸的需求，中華電信亦積極佈局全光網路(All-Photonics Network，APN），2024年與日本NTT合作，以100 Gbps光傳輸頻寬進行跨國資料傳輸測試，資料往返時間僅需約為33.84毫秒，效率遠超過傳統單向傳輸需花費200~500毫秒。梁冠雄表示：「此次測試結果證明，全光網路有機會實現分散式AIDC的創新運作模式。」藉由全光網路超高速、低延遲和低功耗的傳輸特性，讓資料和運算資源可分散兩地，突破地點限制，賦予企業AI策略更高度的彈性。

AI關鍵價值2》：AI 資料中心升級，打造彈性高效的算力服務

在AI資料中心方面，中華電信已將既有的IDC升級為AIDC，並正式推出「hicloud AI算力雲」GPU雲端租賃服務，為有需求的企業提供AI算力雲租借服務。

梁冠雄強調，企業只需依照實際使用時間來支付費用，不必投入高額成本去購置硬體，即可滿足在AI高效能運算上的即時需求，大幅提升取得AI運算資源的靈活度與彈性，同時降低研發成本，快速搶佔技術先機。此外，考量到AIDC在耗能與散熱上的挑戰，中華電信亦規劃導入直接液冷與沉浸式等散熱技術，為大規模GPU部署提前做好準備。

AI關鍵價值3》：串聯台灣前四大公雲，提供AI特色服務與可靠雲端環境

中華電信完整布局公雲服務，除自有雲端品牌hicloud，亦是AWS、Azure及GCP三大國際公雲的重要合作夥伴，更自主研發各項雲平台特色服務，例如：雲網安整合的資安防護、CMX專屬電路直連雲端、CMP多雲管理平台及加密分持等，為企業打造更安全、穩定且高效的雲端運行環境。

舉例來說，企業可以透過CMP同時管理兩個以上的雲端環境，或透過加密分持服務，避免資料過度依賴單一雲端而導致的營運風險。梁冠雄說明，加密分持機制將企業的資料備份分切成三份，並分別儲存在不同公有雲上，日後若遇到資料毀損或系統停擺等情況，只要將三份資料集結起來就能恢得運作，達到高可用與高安全的效果。

此外，搭配自主研發的AI Factory平台，讓企業可以低代碼方式，開發AI模型與應用，並執行應用所需算力與雲資源。

Agentic AI應用》以數位韌性驅動智慧城市、交通與醫療創新

在AI基礎建設外，梁冠雄亦分享中華電信在智慧城市、智慧交通與智慧醫療的Agentic AI應用實例。

以智慧城市應用為例，中華電信打造的AI淹水預警及輔助決策系統，能根據影像監控自動判斷災害等級，並據此自動進行應對措施決策，例如抽水設備調度、避難指引、淹水示警等。在智慧交通管理上，中華電信結合VLM技術打造的交通壅塞預警及輔助決策系統，不僅能判斷道路壅塞或車站人潮擁擠的程度，還能偵測交通事故，並依事件的嚴重程度及提供決策建議。在智慧醫療領域，中華電信同樣投入大量心力，以AI完善病患從看診前、看診中到看診後的所有流程，不僅提升了醫療效率，也讓醫護人員能更專注於病患照護，真正展現智慧醫療的價值。

梁冠雄強調，未來中華電信將以數位韌性為核心，持續深化AI基礎建設與創新應用的雙軌布局，並期待與更多新創攜手合作，將創意與技術落地，共同打造多元共榮的產業生態系。

Google加快人工智慧發展的秘密武器：自製機器學習專用晶片