Transcription
大家好，我是主持人陳彥淳，歡迎收看財訊的《聽了財知道》。今天我們要跟大家聊聊谷歌的逆襲，Gemini 用戶直逼 ChatGPT，TPU 挑戰 GPU，AI 的新王者爭霸賽。想知道的觀眾朋友們，請記得看到最後。
今天來賓是財訊雙週刊的主編陳碧珠，歡迎小珠。
各位觀眾大家好，我是小珠。對，最近谷歌的話題真的非常多，超夯的。最近我們同事們也開始掀起一波轉換潮，Gemini 出來之後，大家覺得好用。
感謝頻道會員一直以來的支持，你們的鼓勵是我們深入報導，持續帶來精彩內容的最大動力。歡迎加入頻道會員，或是贊助我們訂閱財訊頻道，和我們一起追蹤政經趨勢，掌握投資脈動。
所以這次我們就要來討論一下谷歌的逆襲。畢竟 Google 這件事情，它不是只有在應用軟體上看起來很強，它甚至也推出了 TPU，它自己的高速運算的晶片。所以它影響到的是，等於是從軟體對應到 ChatGPT，然後它的硬體晶片，它對應到的是 NVIDIA。所以這個 AI 市場的競爭，真的是千變萬化，瞬息萬變。
我們先從這個應用開始講起。Gemini 其實從 1.0，然後 2，2.5，直到 Gemini 3 才開始受到大家的矚目。因為它是號稱現在最 smart 的模型，它在文字、圖像，還有它的影片生成上面能力全面躍升。短短上線 2 週，就是 11 月 19 日凌晨的台灣時間上線之後，2 週內它就榮登 20 大項模型測試裡面的 19 項第 1 名。
還有一個叫做機器人對話競賽，透過各種語言模型盲測，自己彼此打擂台，用不同的生成的技巧去測它，它竟然成為史上第一個突破 1500 分的模型，擠下長期居冠的 ChatGPT。所以我們看數字就可以知道它有多好用。
這個競爭真的變化很快，而且消費者的改變跟選擇也非常快。現在好像沒有一個就是我就是定下來就用這個，忠誠度很高。就像我們在用 Apple 手機一樣，會覺得我好像用了 Apple 之後，因為系統封閉，不太願意換。但現在 AI 還是這個百家爭鳴的情況下，我覺得消費者的忠誠度還不是這麼高的時候，只要有好的，大家立刻就轉換。
對 To C（消費者）來說的話，我們當然就是像妳說的，嘗鮮嘛，然後喜歡看多變化的東西。為什麼這次 Gemini，除了我剛剛講那幾個測試分數非常厲害之外，它裡面還有一個叫做 Nano Banana（香蕉模型）。你只要用文字指令下得對，馬上就可以做出一個非常生動活動海報，甚至把你手寫的筆記轉換出來做一個流程圖、心智圖。不管是時效性上面來說，或者是創作能力上面來說，它都可以降低我們的門檻，甚至提升你的品質。
這也是為什麼大家會覺得說 Gemini，Google 好像不太一樣。ChatGPT，我們記得曾經很紅，就是宮崎駿嘛，對，一窩蜂的宮崎駿風的這個所有圖像跑出來。結果現在這個香蕉模型，它不只是會讓你什麼吉卜力風，它是好像很能理解你要跑的所有概念，可以做好你的小助手這樣子。
對，其實我們可以看得到 ChatGPT 跟 Gemini 用戶的成長曲線，它看起來倍數是落差很大的。ChatGPT 一問世這 3 年，確實還是引領風騷的，就是第 1 名。月用戶量從上架以來，到現在還是 50 幾億（月訪問用戶）。可是就這麼高了，現在看起來成長曲線趨緩，但它還是占據了最大的使用量跟用戶數。
那 Gemini，它一戰成名嘛，我們就去追蹤它的數字。1.0 版的時候可能不到 1 億，結果現在已經竄升到 2025 年第 3 季的時候是 6.5 億。那個幅度就有點像當年 ChatGPT 短短幾個月內就竄出幾百萬用戶那種感覺。讓這個 ChatGPT 的奧特曼就開始覺得緊張了。對，他有說他遇到暫時性的逆風。
對，那這就是像馬斯克，他馬上就在 Gemini 上線不久之後，他就是在社群說做得好。真的，因為馬斯克自己有 Grok，他都讚同，表示真的很不錯。對。
然後第 2 個就是 Salesforce CRM（客戶關係管理）的龍頭，它的執行長貝尼奧夫，他說太狂了，回不去。我才用短短兩個小時，竟然就讓我覺得非常地驚豔。
為什麼這一次 Gemini 會爆發力這麼強？我覺得當然除了它的功能非常強大之外，我覺得有個很大的關鍵是，它其實滿符合大家一般在 Google 搜尋的使用習慣。對。皮查伊，就是最近 Google 的 CEO，他有出來講話，講一個叫「全棧式」這種概念。意思是什麼？不只是它的多模態，它就是無孔不入的滲透你我的生活。
我們現在如果在 Google 的搜尋頁面上面，可以看到是那個 AI 摘要，這就是它用 Gemini 的方式進入到你的使用習慣。沒錯。然後在你收信的時候，也有個叫 Gemini Agent，可以幫你好好的整理你的信件，甚至產生自動回覆的功能。這都是一個你無形之中就被它，就使用到它了。那這個東西就代表它並沒有消失，它是生活在你我生活當中。
第 2 個是精準，就是它的理解能力。這個理解力的強化這件事情，才會是大家願意接受它，相信它，而且覺得它是你很好輔助的工具的原因。對。
那其實過去像我們在用 ChatGPT 的時候，因為就很怕它產生 AI 幻覺嘛，所以通常我 ChatGPT 查完之後，我再上 Google 搜尋再查一次，等於雙重確認。現在 Google 有這個搜尋的引擎，然後我也有 AI 機制的時候，我就完全不用跳出那個視窗裡面，就可以全部都一站完成。對我來說，我就覺得超級方便的。
對，當初 ChatGPT 上來之後，大家也會覺得說，哇，我搜尋資料的模式改變了，會不會影響到 Google 最重要的獲利模式？因為它畢竟是搜尋引擎的龍頭。結果沒想到，它並沒有被取代，甚至用更顛覆的方式回來了。這樣子。
真的，因為我記得 ChatGPT 起來的時候，大家就開始懷疑 Google 說，是不是在 AI 這個領域裡面落隊了。現在一下彎道超車又出現了，還會告訴你說，其實我是被低估的潛在的巨人。它其實是默默的一直在做這樣子。
那這個默默在做的，就是耕耘 10 年的自研晶片這一條路。沒錯。這些下來就要講 Gemini 的強大算力來自於晶片。那大家都會想說，AI 晶片最強就是 NVIDIA 的 GPU。但是，為什麼我們說谷歌的逆襲？是因為這一次 Gemini 的算力是來自於它自己研發的 TPU。TPU 是屬於 Google 的自研晶片。
那我們通常講這種專用片，或是 CSP，就是所謂雲端服務商所自研的晶片，我們就叫做 ASIC，就是專用片的概念。到底 ASIC 跟 GPU 的差異，我們該怎麼樣來看待跟比較呢？
這些雲端業者其實它們長期都有自己的使用者的用戶跟商業模式。以 Google 來說就很明顯，就是它的搜尋。它需要透過這個搜尋去優化它的廣告，然後或是影片也是，它有 AI 翻譯也是從這邊出來的。還有就是拍照啊這些的，就是應用端啦。對。
那其實其他巨頭們，它們也都有在發展自己的自研晶片。也就是因為它們也有自己的商業模式要考量。所謂的 GPU 跟 TPU 為主的 ASIC，你就把它想成是 GPU 是一個萬用刀，什麼都可以剪，什麼都可以切。可是如果當你要切牛排或殺豬好了，就要殺豬刀或牛排刀。對。
專用的話，第 1 個是你很快又到位，第 2 個是你就不用浪費到其他的時間上面去用你的力氣。可是 GPU 這個東西，它就是一個需要訓練大語言模型，這種大數據海量的東西。加上那個 GPU 還有長期的生態系系統，它的軟體是大家已經輕而易舉的都可以拿到的。所以在這個情況之下，GPU 的強大也是無可厚非。
可是這些 CSP 業者，它們因為也有 N 億戶的用戶需要去服務，讓它黏著度提高，所以它們就會開始講，比如說以剛剛妳講殺豬這個，我既然平常就在殺豬，我為什麼不自己用一把殺豬刀？它也不想被 GPU 所綁住。
大家會比較認為說，NVIDIA 的 GPU 是比較是訓練型的，等於是海量資料的處理的時候，是需要 GPU，因為它的算力非常強。當然它也比較耗能，然後成本也比較貴。但是如果 ASIC 的話，因為它是專用晶片，所以它的應用特殊性，譬如說我 Google 可能在運算翻譯啊，自己的模型上，或者是對 YouTube 上面啊，如果需要特別的算力的話，我就 for 它就好了。對。它當然不是所謂的圖形處理器，但是它為了這個功能，它跑起來就跑得特別快，就專用的概念啦。所以它其實相對的成本也比較便宜啦，自己開發。
第 2 個就是說，它限制在於它只能建立在自己的語言模型上，就是因為是我專用，所以我沒有辦法通用。這就是兩條不同的賽道。為什麼會突然狹路相逢呢？因為現在它們不想被（輝達 GPU）卡脖子，而且又有自己的應用需要處理之下。
隨著 AI 逐漸的蓬勃發展，一定會從所謂的訓練到推論。所以這個會進入一個所謂的同時並存，可是又互相分食的概念。基本上如果在 AI 市場的成長的過程中，這個訓練跟推論是並行的。所以大家會覺得現在 GPU 跟 ASIC 是互補性大於取代性。
但是因為專用片的應用是百花齊放。對。以量來說的話，我們也發現 2023-2028 年，以 AI ASIC，就是所謂的 CSP 用的這個，它的年複合成長率是 52%。可是同期喔，GPU 44%。成長率還是都很不錯。但是呢，你可以看到基期低的情況之下，而且應用愈來愈開花，2027-2028 年它是出現黃金交叉的。所以就是 ASIC 的量會超過 GPU 的量。對。
當然如果就價值來說，因為 GPU 其實非常昂貴，現在一台 GB300 大概是 1 億元台幣以上。所以就產值來說，還是 GPU 比較大。但是如果用量來說，是 ASIC 未來會超過，因為它百花齊放。大概是這樣子的概念。
但我覺得為什麼叫做谷歌的逆襲？關鍵在於說，它現在 TPU 不只是自用，它要外賣了。對。這件事情就是震撼業界。過去谷歌它也不是說沒有讓別人使用過，因為它是用出租算力的模式，讓想要使用它服務的業者去使用它的算力。GPU 跟 TPU 都有在租。
可是現在傳出來說 AWS 下面的 Anthropic，它有跟它要合作 100 億美元的算力添購，其中裡面有 40 億，它可能是透過博通要採購，直接採購它的 TPU 晶片。對。
第 2 個又傳出來 Meta，Meta 自己也有自己的自研晶片，怎麼會跑去來跟 Google 買 TPU？而且金額也是數十億美元。這兩件事情都有一點讓人覺得說，不太尋常喔。這更讓大家覺得說，你是不是要改寫原來 GPU 壟斷的一個版圖啊？對。
因為現在大概 9 成以上的 AI 的伺服器的運算，都是靠 GPU，就等於 NVIDIA 的天下。大概就是 2 比 8。可是現在就是情況可能會變成說 4 比 6，或者是甚至 5 比 5。所以等於是 AI 晶片的來源，不是只有 NVIDIA，我在外面也可以買到 Google 的 TPU 的晶片嘛，表示它的算力已經到某種程度啦。
其實這一次小珠有盤點了 Google 在發展 TPU 這件事情，其實並不是一蹴可幾，並不是現在才有。它其實是一個過程，它的底蘊其實非常強。一開始就是 AI AlphaGo 下棋機器人，這件事情就是把它的整個 AI 的地位給奠定起來。對。所以那時候其實它早就在開始在做這件事情，就是因為它不想被輝達給綁住，而且它也覺得它自己有自己需要開發的 AI 功能。
2015 年它做 AI First 這個策略，就是現在 Google 的 CEO 皮查伊開始訂下來的。所以這個 10 年之路看起來漫長，其實沒想到現在就到來。一開始它的起源就是想要自己開發省成本，自有產能的主導優勢。
重點的里程碑。第 1 件事情就是剛剛講 AlphaGo。皮查伊他在 Google 裡面的 AI 的 podcast 就有講，它就是叫 AlphaGo Moment。第 2 個 moment 就是第二代 Transformer。這個東西也很有趣，它其實就是把整個 AI 從以前的影像辨識，改成自然語言的理解時代。這個架構呢，有推了一個叫 Meena 的對話機器人。聽說效能不錯。結果就是因為它們 Google 太保守了，它們裡面就覺得說，如果萬一回答錯問題，那不是會讓大家覺得說我們就是很亂，然後影響聲譽。就先觀望。
沒想到這時候突然 ChatGPT 就捷足先登。結果沒想到它們的對話機器人不但沒有搬上來，甚至呢，連原來的 Transformer 這個模型，一開始應該是它們做的，就被它們整碗端走，被 ChatGPT 拿走。而且很諷刺的是，ChatGPT 的 T 就是那個 GPT 的 T 就是 Transformer。後來呢，Claude 跟 Grok 這些大語言模型，基本上都是架構在這個 Transformer 的時代。對。
你說它不慌嗎？它是搜尋引擎的龍頭，又被人質疑說，以後搜尋根本不用靠 Google。那它怎麼辦？那時候其實它們有 2 個部門，1 個叫 DeepMind，1 個叫 Google Brain。兩個都有自己的一個思路，可能也因為這樣的關係，所以它們的整個管理、研發腳步都一直不同調。
可是有一件事情是同調的。可是有一件事情是同調的，它們在底層的硬體改革，竟然是超前部署。它的液冷設計，跟所謂的光交換，慢慢的推演到現在，成為它的一個秘密武器。
液冷時代我們現在都知道，散熱很重要。對。那時候的時代，還沒有到算力這麼高的情況之下，它就領先業界，把液冷的設計放進來了。那光交換更不得了，因為傳輸就是需要大量的那個訊息傳輸，就是怕延遲嘛。對。那時候它就開發了叫做 OCS（光學電路交換器）。這個光交換，它就好像一個鏡子一樣，可以在裡面透過光的反射，讓你回傳的時候呢，你就不用靠光轉電這一道程序，直接用光。
這項技術是來自哪裡呢？應該是業界都有在開發，可是能不能落地，這件事情就是各憑本事。所以 Google 讓它落地了。對。所以它們很多是領先的。這也是我們後來去了解之後才發現，不管是它的科學，還是它的技術，底蘊是滿強的。對啊。
所以，我原本以為說硬體規格都是由 NVIDIA 在制定，現在看起來不是這樣喔。對。大家都不是省油的燈。它後來覺得自己慢慢的可能硬體加軟體有整合成功，所以它在 2023 年的時候，又發布另外一個 AI 服務的機器人叫做 Bard，想要結合它原來 Google 的平台。結果就因為答錯一題而已，市值蒸發了 1000 億美元。
那怎麼辦呢？那只好就讓 ChatGPT 繼續的引領風騷。這時候呢，它們有一個創辦人就回鍋了，把 Google Brain 跟 DeepMind 整個整合，現在叫做 Google DeepMind。這件事情就打通了它們過去長期溝通隔閡，也打通了它們所有的研發的任督二脈。
後來就在 2023 年，它們終於推出了 Gemini 1。Gemini 1 的時候其實也有一點點小 bug，就是它們那時候在做那個，人像圖形生成的時候，其實有被詬病說，它們好像有歧視的問題。對。然後一度有下架，就是一波三折的。可是瑕不掩瑜，因為它其實基本上練功已經差不多就緒了，所以等於是為後來的 2-3 代奠定了一個不錯的基礎。
那妳可能會問我說，這個 TPU 到底是什麼東西？其實它裡面就是一個矩陣運算，也是一種平行運算的慨念。可是它特別適合特定的模型。我覺得像 Google 啦，或者是像剛剛講那個四大雲端服務商，它們為什麼要開發自己的 ASIC？是因為它們自己其實基本上都掌握了應用端的需求，所以它們最知道它們的需要是什麼東西。
就像以 Google 來講好了，在 CPU 時代，它們就開始懂得怎麼運作分工。Google 是全球很多資料中心，當它理解說我不同的 data，我要不同的受眾的時候，它很早就有運算分工的概念。都是慢慢的匯集出來說，我要開發模型，我就會更知道我的需求。所以這些雲端業者其實它們很厲害是它們的軟體，然後再加上它們硬體如果透過時間的累積，它們的軟硬整合能力之後，其實它們都不可小覷啦。
所以其實最近 Google 也被巴菲特加碼了。真的。就是巴菲特其實在第 3 季財報前，它就已經購買了大概 43 億美元。這件事情也引起大家的注意。後來 Gemini 3 上來之後，果然被認同了，市值也僅次於輝達跟蘋果，一掃當時的陰霾啊，又有巴菲特的加持。磨劍 10 年終於被看見。Google 不發則已，一發就不可收拾。對，一直來這樣。
但我很好奇，那 NVIDIA 的黃仁勳怎麼回答這個問題呢？其實黃仁勳在公開場合一直都有被問過，你怎麼看 ASIC？他也不諱言這個是對他來說是有競爭強度的。不過他也很自豪，我們有自己的通用的優勢，部署快，這件事情其實是很多其他 ASIC 無可取代的。也許我比較貴，可是他也曾經講過，你可以愈買愈便宜啊，愈用愈便宜，愈划算，因為效率很高。他的意思是這樣。
所以我覺得這個競合，基本上大家都有自己的視角。但是我覺得最終就是落地，一定會愈來愈快。最後還是看消費者的選擇，就是消費者選擇要用哪個系統，或是他覺得哪個軟體最好。那我覺得雲端廠商因為它有消費端的優勢，所以它可以自己做這件事情。
但是我覺得 NVIDIA 最近也做了非常多生態圈的架構。它其實包括之前跟 OpenAI 的合作，最近一次是跟 AWS，又透過 NVLink 來合作。所以不要以為 AWS 跟 Google 買了 TPU，就覺得它好像就不買 GPU。不，並不是這樣。即便連 Google 自己，它還是持續在買 GPU。對。
皮查伊他在 podcast 裡面就有講說，當然是非常自豪說它們的 TPU 開發得很成功，可是它們因為「全棧式」的策略，事實上它們也是同時在加碼投資 GPU 這件事情。對。所以這個 AWS 跟 NVIDIA 合作，用 NVLink 把它們的晶片做一些整合，這是一個混合雲的時代。其實黃仁勳他很早就知道說，如果我一直封閉，一定是不行的。當然他以前是用它的生態圈，綁住它的護城河，可是它適度的開放，也是他聰明的地方。
現在它的 NVLink，雖然目前看起來好像也沒有聽到太多的迴響，可是事實上鴨子划水的動作的業者其實滿多的。對。
那第 2 個再看模型。長期久占逾 50 億用戶的 ChatGPT，就是這麼高了。那其他在幹嘛？當然除了 Google 之外，也有其他想要競逐這個賽局的不可忽視的潛在者。不要忘記 Grok 喔。
我覺得馬斯克的 Grok 真的很有趣。我們剛剛有講就是 AlphaGo，其實讓 Google 奠定了 AI 鼻祖。那時候太驚人了，你竟然可以用 AI 扳倒韓國棋王。現在電競的時代，那個馬斯克他竟然也要宣戰，他說明年我要用我 Grok 第 5 版，大家記住是 5，他說我要挑戰現在電競英雄聯盟的最強戰隊 T1。想到這個畫面我就覺得很像以前 AlphaGo 那時候要挑戰棋王那種感覺，新時代的新挑戰。
但是我覺得還是要提醒各位觀眾跟聽眾，有時候在 AI 搜尋的時候，那個辨別真偽，我覺得還是滿重要。就我們在大量使用 AI 的時候，常常發現它其實裡面也會藏一些錯誤。適時的要做一些查核跟識別。就是很多東西你可能看了之後，你不知道那是 AI 做的假訊息。這件事情我覺得還是要提醒一下我們的觀眾跟聽眾。
可是我覺得真正的影響，其實是在生產力端。其實我們現在常常在公司用的軟體，以後也會發生質變。這一塊其實我覺得才是它們雲端服務業者，甚至就是黃仁勳它們硬體業者，最後比拚很重要的一個市場。對。就是真正能夠提升工作效率這件事情，才是大家覺得對生產力是有幫助的。那這個都是以後講 AI 代理、機器人這個格局會玩的事情。我覺得好戲還在後頭啦。真的。
AI 戰爭還沒有結束。不要忘記我們台廠的角色喔。我們台廠是所有晶片製造、落地應用製造的大本營。所以台廠的角色是否能夠迎來新的商機？這個部分是屬於會員影片的內容，我們預計在 12 月 10 日，禮拜三播出。歡迎大家加入財訊的頻道會員。
那接下來我們要回覆一下，財團在《聽了財知道》第 284 集裡面，記憶體重返榮光，台塑集團為何逆勢減碼裡面的留言。這個是財團 geniuspu。他說從 2018 年被動元件之亂的歷史，我們可以大致預測 DRAM 業的未來路徑。類似的背景就是領先群會轉向高價值產品，那落後群呢，就會撿到低端暫時性的供需失衡。值得注意的是，這個落後群中只有國巨是走在正確的道路，內部體質變強，連外部賣相也變美，值得經營者學習。
我覺得他講的確實是這樣沒有錯。國巨相對於其他台灣的同業，它已經不是台灣的國巨，它是全球的國巨。沒錯。對啊，這個其實我覺得它就是內外兼美的概念沒有錯。
再來就是 KC Lai。他說台塑集團轉型之路已經醞釀幾年了，這個規劃靠著這一波記憶體漲價來完成嗎？如果是這樣，那只能是台塑集團有幸運之神的眷顧囉。那散戶股東們就自求多福。不過轉型之路的確需要花一點時間，就像妳看，剛剛我們分享 Google 的事情，它之前也是 10 年的轉型之路跟發展，中間也很波折，被人家笑。沒錯。我們就不要太快下判斷。
第 3 個叫蝦趴。他說想想啊，力晶跟茂德歷史告訴我們，記憶體有需求週期的問題，所以呢，它會有很高崩盤的風險。我同意啦。對。所以我們一定要好好的去檢視背後那個結構性的改變因子，到底是真的驅動力，還是只是短期的因素。這件事情我覺得也是值得我們好好的透過專業的採訪來完成的。對。
當這個時機大浪來的時候，有些人賺到機會財，有些人賺到升級財。那最後升級財的人才會留下來。所以就要仔細的看這公司的結構的狀況。這件事情非常重要。還有就是財報數字同步的檢視。對。
那財團的 Everything is possible! 應該是這一次 DRAM 週期過後，南亞科可能就變成雞肋了。畢竟對岸的 DRAM 產業已經起來了。等這一波過後，台灣的 DRAM 產業應該是後續沒有競爭力，變成技術領先的美光跟三星還有海力士，跟對岸的傾銷中低階 DRAM 顆粒的態勢。
某個部分我覺得要看週期反彈的幅度有多長，還有時間有多長。對。畢竟 DDR4 是因為供需不足的問題，也不是真的是技術升級這個潮流。我們也必須要瞭解，就是現在還有一個地緣政治的問題。所以很多的面向，還有很多總體因素這個東西。我覺得的確就是說 DDR4 其實是一個即將被淘汰的產品。就長遠來說，還是希望南亞科可以做技術升級。對不對？大概是這個概念。
好，今天非常感謝小珠的分享。如果想瞭解更多的內容，歡迎點擊資訊欄裡面的文章連結，或者購買財訊第 752 期雜誌。歡迎大家加入財訊的頻道會員，跟我們一起追蹤政經趨勢，掌握投資脈動。謝謝小珠。
謝謝大家。