Google AI反擊戰︱Gemini 3碾壓GPT-5.1、TPU挑戰GPU！OpenAI、NVIDIA還能穩坐龍頭嗎？

　　在生成式AI賽道上，AI界老大哥Google一直落後於後起之秀OpenAI，但近期市場形勢卻開始出現鬆動：Google先憑藉新一代大型語言模型Gemini 3在基準測試碾壓GPT-5.1，接著傳出Meta正考慮採購其自研AI晶片TPU，作為輝達（NVIDIA）GPU的替代方案，似乎有反撲OpenAI與NVIDIA兩大AI巨頭，奪回AI霸主地位之勢。究竟Google施展了甚麼奇策來扭轉頹勢？OpenAI與NVIDIA又是否真的已被Google完全壓倒？

Read More

Google最強AI模型來襲！Gemini搶攻企業、消費者、手機3大領域，建立完整AI生態圈碾壓ChatGPT！

代理式AI崛起！Gemini 2.0變身智能助理，無需人類介入，完全自主決策和行動，我們準備好了嗎？

NVIDIA霸權終結？4大雲端巨頭發動「去GPU化」革命！黃仁勳如何守住AI龍頭寶座？

 

Gemini 3突破模型訓練天花板

 

　　2025年11月18日，Google正式推出Gemini 3，表現令人驚艷。在20項AI基準測試中，Gemini 3在專家級知識、數學問題、邏輯謎題、以至圖像辨識等項目，全面拋離OpenAI GPT-5.1與Anthropic Claude 4.5。

 

　　投資銀行D.A. Davidson表示，對Gemini 3初步測試印象深刻，稱讚它是「真正強大的模型」與「當前最先進的技術」。另一投行Robert W. Baird & Co.分析師Colin Sebastian直言：「Gemini 3是否呈現了GPT-5應有的水準？」他指出，Google透過即時網上索引與先進模型訓練方法，提升其搜尋互動與商業化能力，足以形成關鍵競爭優勢。

 

　　Gemini 3之所以有如此飛躍進步，主因是Google在模型訓練方法上取得重大突破。一直以來，每當要訓練新模型，研發人員會匯入大量文字資料，以供模型學習各方面的知識；模型若要擁有圖像辨識能力，則會替其加裝視覺模組，然後透過這個「外掛」來理解圖像內容。正如一個香港人要處理韓文資料，需有Google Translate這個「外掛」幫忙翻譯。

 

　　相較於傳統的「外掛式」多模態模型，Gemini 3則是「原生」多模態模型。Google從訓練模型之初，便同時輸入文字、圖像、音訊、影片、程式碼等不同模態的數據，讓它能在單一模型架構內理解不同媒體類型資訊。

 

　　

Google執行長桑達爾·皮查伊（Sundar Pichai）表示，Gemini 3的誕生象徵著Google已「走到了另一邊」，準備重新站上生成式AI賽道的領跑位置。（圖片來源：翻攝Google官方YouTube影片）

 

Google TPU成本效益優於GPU

 

　　假設有用戶輸入圖片、PDF，再加上文字提示，要求Gemini 3分析圖片和文件中的資訊，然後撰寫摘要。Gemini 3會針對不同類型的輸入資料進行編碼，並映射到同一語意空間內解讀，讓模型能以更接近人類直覺的方式來理解這些複合內容。這就好比一名畢業於首爾大學韓語教育院的香港人，在處理韓文資料時，能夠直接讀懂內容，並明白箇中的文化含意和歷史典故，於是可以產製更符合用戶要求的內容。

 

　　就算Gemini 3性能多麼強大，如沒有足夠的運算力支撐，也難以回應全球用戶的提問。早於2015年，Google已開始研發自家AI晶片「TPU」（Tensor Processing Unit），發展至今已來到第七代「Ironwood」。因此，相較於微軟、亞馬遜（Amazon）、Meta等雲端巨頭，Google對NVIDIA GPU的依賴性較低。

 

　　Ironwood晶片的浮點運算能力高達4.6 PetaFLOPS，跟NVIDIA Blackwell B200同級。其更強之處是，能將9,216顆晶片連結在一起，組成總運算力達到42.5 ExaFLOPS 的超級運算集群，為Gemini推論（Inference）運算帶來更具成本效益的解決方案。有前Google部門主管指出，TPU運作效率比GPU高出60 %至65 %。

 

 Google能夠在單一網域中連接9,216顆Ironwood TPU，串連成超級運算集群。（圖片來源：Google官網）

 

掌握模型、硬件、分發三大支柱

 

　　除Google自家使用外，TPU亦開始提供給外部客戶使用。2025年10月，AI初創Anthropic宣布跟Google簽訂價值數百億美元的合作協議，當中包括使用100萬顆TPU，以支援其Claude模型的訓練與推論運作。

 

　　更震撼的是，有消息指Meta正考慮購入TPU，用作興建新數據中心，採購規模可能高達數十億美元。假如消息屬實，Meta可望成為Google自研晶片的最大外部客戶，代表著TPU有能力挑戰NVIDIA GPU在數據中心市場的領導地位。結果，此消息讓輝達股價一度下挫3%。

 

　　投資分析機構Rebound Capital認為，在AI生態圈中，Google是唯一一家同時握有模型研發、硬件基建、以及分發渠道的企業。這三項能力構成一條由底層到前端的完整生態鏈，讓 Google 能自行設計晶片、訓練和部署AI模型，並透過自家入口平台（如Google Search、Gmail、Android等）把AI技術推向全球用戶。對手即使在某一環節具備優勢，也較難在短期內複製這種縱向整合能力。

 

OpenAI承認面臨短暫經濟逆風

 

　　正因如此，Google現在終於可以享受AI紅利，其母公司Alphabet近期股價大漲，市值逼近4兆美元（約31.2兆港元）大關，現已超越微軟（Microsoft），躍居為全球市值第三大企業，市場更開始視之為「AI新王」。

 

　　面對來勢洶洶的Google，AI軟件龍頭OpenAI已感受到一定壓力。其執行長山姆·奧特曼（Sam Altman）在一份內部備忘錄向員工表示，Google最近在AI領域取得重大進展，可能會為OpenAI帶來「暫時性經濟逆風」。

 

　　

奧特曼在公司內部坦言，不介意讓OpenAI在短期內看似落後，只要能換來具有突破性的長期技術成果，當中包括自動化AI研發流程。（圖片來源：翻攝OpenAI官方YouTube影片）

 

　　奧特曼坦承，OpenAI在模型訓練階段遇到不少技術障礙亟待克服。研發團隊發現，隨著模型規模擴大，部分既有技術方案會變得不可靠，導致整體性能難以穩定地提升。有鑑於此，該公司正研發代號為「Shallotpeat」的新模型，以解決訓練環節的技術問題；又打算透過自動化AI研發流程，以加速新模型的迭代和開發。這代表OpenAI不僅要修正底層訓練機制，還在嘗試改變整個模型研發流程。

 

NVIDIA豪言領先業界一個世代

 

　　另一邊廂，AI晶片霸主NVIDIA近日在社交媒體X上霸氣地表示：「輝達領先整個產業一個世代」，自認是「唯一可以在任何運算環境下，運行所有AI模型的平台」，又強調相比起專為特定用途而設計的ASIC晶片（意指TPU），NVIDIA GPU提供更強效能、更高通用性與可替換性，似乎是回應Meta可能採購Google TPU的傳聞。

 

 

NVIDIA執行長黃仁勳表示，Google依然是其重要客戶，Gemini系列模型也能在輝達運算平台上順利運行。（圖片來源：翻攝NVIDIA官方YouTube影片）

 

　　事實上，無論是Google或Meta，均難以完全捨棄NVIDIA GPU。現時NVIDIA GPU仍是主流AI運算平台，Google還需持續購入，以應付雲端客戶需求。Meta既有的AI系統架構跟TPU並不兼容，如要切換為可支援TPU運作，將面臨極大的軟硬件整合難題，故此Meta難以全盤轉用TPU，只能在建造新數據中心時嘗試部署。

 

　　由是觀之，日後AI市場形勢可能會出現微妙變化：Google在技術上反超前OpenAI，加上分發渠道的優勢，似乎有望壓倒OpenAI，勝負關鍵在於OpenAI能否在短時間內推出性能更強的新模型。至於在AI晶片領域，主要玩家均積極尋求合作夥伴，以分散單一供應商的風險，這或許會稍微分薄NVIDIA的市場份額，但始終無法動搖其霸主地位。