Google推自研晶片Axion,卻只租不賣!喊話無意挑戰輝達、英特爾,「我們是來做大蛋糕的」
Google推自研晶片Axion,卻只租不賣!喊話無意挑戰輝達、英特爾,「我們是來做大蛋糕的」

為了在日漸激烈的AI競賽中勝出,光是埋首模型研發或許是不夠的,Google正在快速增加對自研晶片的投入,也在本周推出能夠處理從YouTube廣告到大數據的Arm架構晶片Axion,還聲稱下一代的AI加速器TPU v5p的正式推出。

Google推Arm架構晶片「Axion」,性能、能源運用效率如何?

Axion是Google第一款Arm架構CPU,該晶片可以提供Google搜尋引擎、AI相關任務運算能力。Google表示,這些晶片能夠協助數據處理,在AI領域發揮重要的支援功用。

與其他Arm架構處理器相比,Axion的性能提升了30%,若是與x86架構的處理器相比,更是有著50%的提升幅度,能源運用效率也增加了60%。

Google為什麼要自研晶片,還只租不賣?

分析師認為,Google在自研晶片方面的努力有望降低他們對外部半導體供應商的依賴。事實上,Google手中的運算資源已經趕不上部門需求,傳出有部份團隊被告知,今年不會獲得任何額外的運算能力。

但更深度投入自研晶片,被認為也可能與英特爾、輝達等長期夥伴產生競爭關係。不過Google晶片業務副總裁艾明.瓦達特(Amin Vahdat)強調,這並不是一場競爭,「我將之視為做大蛋糕的基礎。」認為Google深入晶片領域,提供更多運算能力對產業內所有人都是一件好事。

ChatGPT,Google Bard
AI運算需求居高不下,各家業者陸續投入自研晶片開發,降低對外界依賴。
圖/ shutterstock

雖然Google早從2013年便開始投入自研晶片,這麼多年來從沒有沒有直接向客戶販售過晶片。「成為一間偉大的硬體公司,和成為一間偉大的雲端公司、世界資訊的組織者有很大的區別。」瓦達特表示。

Axion會透過出租給雲端用戶的形式提供客戶使用,預計今年內就會正式與客戶相見。目前Snap、OpenX、Datadog等多家公司都計畫採用這款新的CPU晶片。

根據《華爾街日報》報導,Axion的發表代表著繼微軟、亞馬遜之後,Google這位雲端第三巨頭也擁抱了自研的Arm架構晶片。亞馬遜在2018年推出了Arm架構晶片Graviton;去年的Ignite活動上,微軟為Azure端出的Cobalt,同樣採用Arm架構。

Google力推TPU晶片,Bing挾AI來襲成原因之一?

除了揭露Axion外,Google還宣布去年首度公開的TPU v5p已經正式推出。TPU是Google發展AI技術的骨幹,也能幫助他們降低提供AI服務的成本。隨著AI競賽升溫,近來Google開始大舉增加TPU的產量。

從2016開始與Google合作開發TPU晶片的博通(Broadcom),其執行長陳福陽也透露由於Google在最近一個季度裡貢獻超過10億美元利潤,「他們買了非常多(晶片)。」而從Google的資本支出也能看到端倪,去年第四季的資本支出達到110億美元,較前一年同期成長約50%。

至於Google開始增加TPU的需求,一部分原因或許在於身為命脈的搜尋引擎受到AI威脅,陳福陽就表示,成長的原因有部分是因為微軟將AI導入Bing,想要瓜分Google的搜尋引擎市場。

Bing
博通方面指出,Google開始大舉提高TPU需求,感受到Bing的威脅就是原因之一。
圖/ Bing

不過比起只租不賣的Axion,Google在開拓TPU用戶群上更為積極。為了讓TPU更容易獲得外部公司使用,Google也已經與輝達、英特爾等眾多公司合作降低跨晶片開發門檻的OpenXLA計畫,並在去年宣佈開源。

推出Claude系列模型的Anthropic便是TPU的主要用戶之一,去年因亞馬遜投資一度部分轉換至新平台,Google旋即承諾投資20億美元,建立更緊密的合作關係;開發語音轉文字技術的Assembly AI同樣是TPU用戶,聲稱去年初在GPU遇到問題後,現在已經在TPU開發最新技術。

且除了Google之外,如今也越來越多業者加入AI晶片戰局、或者擴大投入。在Google發表Axion的同一天,英特爾也揭露最新AI晶片Gaudi 3,聲稱較輝達H100快上1.5倍。

AI熱潮中各家公司對運算能力的需求居高不下,無論是難以忽視的高昂成本,或者富有潛力的龐大市場,都正在催生更多公司深度投入AI晶片領域,讓競爭從軟體向硬體領域擴張。

延伸閱讀:Google裁員千人,但還沒完!AI時代下,為何CEO開始效法祖克柏「效率年」作法?

資料來源:華爾街日報FortuneCNBC

責任編輯:林美欣

關鍵字: #Google
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓