當 Claude 要處理更多請求，Anthropic 得決定下一批算力要用什麼晶片。它在招股書揭露，已用四種晶片訓練模型並提供 Claude 服務，其中包括輝達 GPU 和 Google TPU。Anthropic 能按成本與效能，把不同工作分配給合適的晶片。
Google TPU 最有機會爭取的，是既有 AI 服務擴充時的推論算力。以每天整理大量文件的服務為例，如果模型已在 TPU 上跑得穩、回覆也夠快，擴充時就能比較哪套設備處理每份文件更省。
3 個重點先看
- 客戶已有選擇：Anthropic 揭露，Claude 可在 Google TPU、AWS Trainium、輝達 GPU 與 AMD GPU 上訓練及提供服務。
- 先爭取新增算力：用量大、需求可預測、已驗證能在 TPU 上運行的推論服務，較有機會採用 TPU。大型訓練也能在規劃階段比較兩種平台。
- 追到 GPU 採購才看得出影響：若雲端商把原先準備用 GPU 擴充的容量改用 TPU，才可能改變輝達訂單。
一、Claude 為什麼用四種晶片？
同一家 AI 公司得同時訓練新模型、處理每天湧入的請求，手上的算力也可能來自不同雲端業者。Anthropic 在 10 月 26 日提交的招股書中說，公司花了多年建立自己的調度系統，能依工作需求使用適合的晶片，並減少對單一供應商的依賴。
Anthropic 今年 4 月宣布與 Google、博通擴大合作，新一代 TPU 算力預計自 2027 年起陸續上線。公開資料沒有揭露四種晶片各分到多少工作，但這份協議讓 Google 有機會在下一輪擴充中拿到更多用量。
二、Google TPU 最可能搶到哪些生意？
模型上線後，讀懂使用者的指令並產生回覆，這一步叫做推論。對已經在 TPU 上跑通模型的團隊，擴充時還得確認尖峰流量下的回覆速度，以及 Google 能否如期提供算力。這些條件都滿足，才有理由把下一批請求交給 TPU。
Google 的第八代 TPU 把這些需求做成不同配置。4 月公布的 8i 著重低延遲推論，8t 面向大型訓練。11 月新增的 8i Max 主打讓模型一次處理更長的資料，例如大型程式碼庫，8tx 則針對處理敏感資料時需要硬體保護的推論。這些是 Google 公布的設計用途，客戶能否採用，還要經過測試並取得可用算力。
輝達也在搶需要即時回應的 AI 服務。它在 8 月財報中表示，主打低延遲推論的 Groq 3 LPX 已進入量產，可搭配 Vera Rubin 平台的 GPU 加快模型生成回覆。客戶要比較 TPU 與這套輝達系統，可以用同一個模型、長度相近的請求，在相同回應速度要求下，比較處理每筆請求的成本。
| 採購情境 | 客戶怎麼選 |
|---|---|
| 既有服務要擴量 | 最有機會。模型與流量較穩定，若 TPU 已通過驗證，就能比較新增容量的成本與交期。 |
| 新模型要訓練 | 有機會。專案起步時能選硬體，但須先確認工具、叢集規模及可用時程。 |
| 要搬走已上線的 GPU 服務 | 門檻較高。即使模型能跑，也得重新驗證輸出、尖峰速度與故障時如何切回。 |
三、TPU 拿到用量，何時會影響輝達訂單？
以雲端採購為例，模型公司可以向雲端業者租用算力，由雲端業者決定採購哪些設備。如果客戶需要的算力愈來愈多，雲端業者可以同時擴充兩種設備。AWS 一邊推自研的 Trainium，一邊宣布與輝達合作，規劃於 2027 至 2028 年新增 200 萬顆輝達 GPU。
看到交期變動，先看原定採購是否照舊。機房完工延後，已下單的設備可能晚一點到貨。若雲端業者公布把原先規劃用輝達 GPU 擴充的服務改由 TPU 承接，輝達才可能少接這筆 GPU 訂單。
延伸閱讀｜AI ASIC 是什麼？看懂 GPU 差異與 HBM4 整合、輝達啟動調查，哪些晶片訂單可能先卡關？
怎麼買美股 AI 晶片相關標的？
想投資美股 AI 晶片相關標的？
線上 5 分鐘快速申請查看手續費優惠詳情 ▼
*APP 存股手續費 0.08% (低消 0.1 美元)*
點此看更多開戶活動優惠
*美股優惠期間至 2026/12/31，新戶適用，實際以官方公告為準。
小提醒：美股採「圈存」制，下單前請確認餘額！
