2026 年 10 月 27 日，拉斯維加斯 Oracle AI World，Oracle 與 Google 聯合宣佈：Google 的 Tensor Processing Unit（TPU）將透過 Oracle Cloud Infrastructure（OCI）對外提供——TPU 史上第一次出現在 Google 自有資料中心以外的超大型雲上。Oracle 出電力、散熱與網路，Google 出晶片與軟體堆疊，2027 年開始交付、多年爬坡。藏了十三年的自用秘密武器，正式開賣。

一、背景：從自用護城河到「一百萬片」訂單

TPU 是 Google 算力壁壘的本體。十多年前立項時的產品論述一路沒變過：從矽片到光學網路、供電、液冷到編譯器軟體全部協同設計，單一零件各自為政換不來這種每瓦性能與總持有成本。初代 TPU v1 每瓦吞吐量是同期處理器的 30 倍（92 TFLOPS）；十年後，Gemini 的訓練與服務、搜尋與地圖等億級用戶產品全跑在 TPU 上。

外銷的第一道裂縫是 Anthropic 撬開的：2025 年 10 月，Claude 母公司簽下最多 100 萬片 TPU、價值數百億美元的訂單， Mizuho 證券形容這是「Google 武裝最貼身的模型對手」。第二道是今年第二季，Google 把 TPU 開放給外部資料中心——但仍以 Google 主導的形態。第三道就是這次：晶片直接進駐競爭雲廠商的機房。

二、這次發生什麼：Oracle 的角色是「電力、散熱、網路」

根據雙方新聞稿，分工寫得很直白：Oracle 提供電力、散熱與資料中心網路，把 Google TPU 大規模部署進自家基礎設施；客戶能在 OCI 上選用 TPU 做大型模型訓練與後訓練（含 dense 與 MoE 架構），以及推理、代理型與長脈絡應用的生產級推論。時間表則是「日曆年 2027 年起、跨多年爬坡」——真訂單，但今年摸不到。

隨行出貨的還有晶片本身的分叉：第八代 TPU 首度拆成兩套架構——訓練用的 TPU 8t（每 pod 算力較前代提升近 3 倍，官方宣稱把前沿模型的開發週期「從數月壓縮到數週」）與推理用的 TPU 8i（為大量專業代理的重複性迭代推理設計）。訓練與推理分家，意味著 Google 承認這已是兩門不一樣的生意。

同一天 Oracle 還宣佈把 OpenAI 的 ChatGPT 與 Codex 嵌進自家企業軟體。一天之內同時接入宿敵的晶片與最大的 GPU 客戶，OCI 的定位昭然若揭：誰的 AI 都能來擺攤的算力中立市場。

十三年閉門，九十天破圈：TPU 外銷化時間軸 2013TPU 專案立項 2016v1 對外發表每瓦性能 30 倍 2025/10Anthropic 百萬片首張超大額訂單 2026 Q2開放外部資料中心 10/27首家外部超大規模雲Oracle OCI 提供 TPU 2027 起容量多年爬坡 深綠＝外銷化轉折點；節點日期依雙方官方新聞稿與 CNBC 報導。
圖一：從自用祕密武器到跨雲商品，真正的破圈發生在最近十二個月。

三、技術白話：TPU 的錢都寫在「協同設計」四個字上

規格：單晶片 12.6 PFLOPS，但 FLOPS 不是重點

Google Cloud 自己的數字：第八代 TPU 單晶片最高 12.6 PFLOPS 原生 FP4 算力，是 TPU v1（92 TFLOPS）的 100 倍以上，每瓦性能較前代 Ironwood 再最多翻倍。但官方博客罕見地自己拆台：「原始 FLOPS 決定不了客戶的經濟賬」——訓練的治理指標是 goodput（叢集真正在做有效計算的時間比例），推理則是每 token 的延遲與成本。

goodput 是怎麼被「一起設計」出來的

TPU 靠 ICI 晶片互連加 OCS 光路交換器搬資料：光開關可程式重組拓撲，讓上萬顆晶片的訓練叢集在個別鏈路或晶片故障時繞路續跑，而不是整叢停機——這正是把 goodput 撐起來的關鍵零件。機架級直液冷是 TPU 系統的標配，Google 明言 Oracle 次世代資料中心「正是照這種密度輪廓建的」。Oracle 端的黏合劑是 Acceleron 網路：硬體級租戶隔離的 SmartNIC、高效fabric 與零信任封包路由，把 TPU 叢集和 Oracle 資料庫、儲存縫在一起——企業的記錄系統就在旁邊，微調與推論不用跨雲搬資料。

鎖單疑慮半個月前就先拆了

企業採購 TPU 最大的顧慮一向是「綁 JAX 生態、進去容易出來難」。Google 在 10 月的 PyTorch Conference 提前拆彈：TorchTPU 原生 PyTorch 堆疊開源上 GitHub，vLLM、SGLang、llm-d、TorchTitan、Ray、Hugging Face 全可直接在 TPU 上跑。模型代碼不用重寫就能在「Google 雲的 TPU、Oracle 雲的 TPU、手上的 GPU」之間搬運——遷移成本降下來，這紙合作對客戶才是可執行的選項，而不是公關姿態。

一單三方：誰出什麼 Google 出晶片與棧 8t 訓練／8i 推理 單晶片 12.6 PFLOPS FP4 ICI＋OCS 光路交換 撐起 goodput 的互連 TorchTPU 已開源 vLLM／SGLang 直接跑 → Oracle 出機房與膠水 電力＋機架級直液冷 次世代機房按密度規格新建 Acceleron 網路 SmartNIC 租戶隔離 企業資料庫就在隔壁 微調推論不跨雲搬資料 → 客戶按件分派 前沿訓練 → TPU 8t 代理推理 → TPU 8i 既有棧 → 照用 GPU 同一朵雲內比價： 每 token 成本與 訓練時鐘誰低用誰 分工依 10/27 雙方新聞稿；分派示意為本站整理，非官方承諾。
圖二：Google 賣矽片與生態，Oracle 賣電力與地皮，客戶第一次能在同一朵雲裡用兩套架構比價。

四、影響與觀察：算力的「Android 化」，與三盆冷水

為什麼這一走動搖的是 NVIDIA

過去十年，AI 算力市場只有一種供應商形狀：要訓練大模型，就買 NVIDIA GPU，沒有第二個規模化選項。TPU 上 OCI 的意義不是「多了一顆晶片」，而是第二套完整生態（矽片、互連、編譯器、開源服務棧）第一次可以被非 Google 客戶按合約採購。需求側也在暴走：CNBC 引述的兩份估算——TD Cowen 估算 TPU 業務 2026 下半年進帳 94 億美元、2027 年 625 億；Wells Fargo 更激進，估 2027 年直逼 990 億。無論哪個版本，2027 年起 TPU 都是百億美元級的真實生意。

Google 的打法是把算力「Android 化」：自家模型照跑，標準卻輸出給全行業，用裝機量攤薄矽片成本、用生態系鎖住開發者。推手本身還是張 oracle 牌——Google Cloud 執行長 Thomas Kurian 在 Oracle 待過二十多年，是他把 TPU 賣回老東家最說得出口。Google 甚至不願對外承認這門生意賺不賺錢（CNBC 標題直言「把晶片開放給對手，但不說賺不賺錢」）——對照它寧可貼錢也要擴大裝機量的姿態，這是平台打法，不是晶片生意。

三盆冷水

觀察清單

  1. 誰是第二家供 TPU 的雲？Azure 與 AWS 的表態，決定了這是「雙超巨開放」還是「ODM 化代工」。
  2. Anthropic 在 OCI 上的容量佔比——100 萬片訂單怎麼在多雲之間分配。
  3. 8t 首批非 Gemini／非 Anthropic 客戶的身分，那才是「第二供應鏈」成色的直接證據。

五、結論

十三年前，TPU 是一場「與其租別人的晶片，不如自己造」的成本自救；十三年後，它變成 Google 輸出標準的槓桿、Oracle 擺脫 NVIDIA 單一依賴的槓桿，而籌碼是整個 AI 算力市場的定價權。從今天起，超大規模雲的比價單上多了第二欄：同樣的模型、同樣的 token，TPU 和 GPU 誰便宜用誰。第二供應鏈的成敗不在 tape-out 那天，而在有沒有第二群人願意為它寫 kernel——TorchTPU 的 GitHub star 數，會比任何分析師報告都先透露答案。

延伸閱讀（本站）：不買量子位元、買編譯器：Intel 22 億美元收購 Classiq · 兩家 AI 同一天推翻同一個猜想 · 前沿科技全部文章

資料來源