Google 與美國半導體公司 Marvell Technology 據報達成一項大型客製化晶片協議，安排涉及 Google 在未來數年內最多購入價值 122 億美元的 Marvell 股份，折合約 1,220 億港元。消息引發市場關注，原因不只在於金額龐大，也反映大型雲端服務商正加快透過客製化晶片降低對通用 GPU 供應商的依賴。
根據來源報道，相關晶片主要面向 Google Cloud 的人工智能運算服務，尤其是 AI 推論工作負載。不過，現有資料未有披露完整交易條款、晶片型號、交付時間表或 Google 最終會否行使全部相關安排，因此不宜將這項協議直接視為收購 Marvell，或已確定的全面替代方案。
Marvell 在 AI 晶片供應鏈的角色
Marvell Technology 成立於 1995 年，總部位於美國加州聖克拉拉，主要業務涵蓋數據中心晶片、網絡與儲存晶片，以及客製化 ASIC 解決方案。公司在數據中心及網絡晶片市場累積多年經驗，亦為大型科技企業提供專用晶片設計服務。
相較於 NVIDIA 及 AMD，Marvell 的品牌知名度較低，但其客製化晶片能力使其能夠按照雲端服務商的軟件架構、運算需求及數據中心設計，開發針對特定任務優化的方案。這正是 Google 尋求合作的重要背景之一。
協議重點與市場反應
- 交易規模：來源報道指，Google 可在未來數年內購入最高 122 億美元的 Marvell 股份。
- 市場反應：消息公布後，Marvell 股價一度上升超過 6%，反映投資者看好 Google 作為長期客戶可能帶來的收入與業務增長。
- 應用方向：相關客製化晶片據報主要用於 Google Cloud 的 AI 運算，重點包括推論工作負載及運算效率提升。
由於目前公開資料未提供完整合約內容，上述金額應理解為協議所涉及的最高安排，而非已經完成的全額投資或採購。
Google 為何尋求客製化 AI 晶片
降低對 NVIDIA GPU 的依賴
AI 訓練及推論需求持續增加，雲端服務商需要大量配置高效能加速器。若過度依賴單一供應商，企業可能面對供應、成本及議價能力等風險。透過與 Marvell 合作，Google 可建立更多元的晶片供應模式，並針對 Google Cloud 的服務需求進行優化。
這並不代表 Google 將完全停止使用 NVIDIA GPU。來源文章指出，客製化晶片較可能首先針對推論市場，而 NVIDIA GPU 在 AI 訓練、軟件生態及開發工具方面仍具備較強優勢。
針對特定工作負載進行優化
通用 GPU 能夠處理廣泛的 AI 工作，但客製化 ASIC 可按照特定模型、演算法及數據中心架構設計。理論上，這類晶片有機會在特定任務上提升效能與能源效率，並在達到一定出貨量後降低單位成本。
然而，客製化晶片同時需要較高的前期設計投入，且靈活性通常不及通用 GPU。當 AI 模型及軟件框架快速變化時，專用設計能否維持長期競爭力，仍取決於 Google 的工作負載規模及產品路線。
對 NVIDIA 的影響：短期有限，長期值得觀察
來源分析認為，這項合作對 NVIDIA 的短期影響可能有限。NVIDIA 目前仍擁有成熟的 CUDA 軟件生態、廣泛的開發者基礎，以及在 AI 訓練市場的技術與品牌優勢。
不過，若 Google、Amazon Web Services 及 Microsoft Azure 等大型雲端服務商持續擴大自研或客製化晶片，通用 GPU 在部分推論工作負載的增長空間可能受到影響。市場競爭的重點亦可能由單一晶片效能，逐步延伸至網絡、儲存、軟件工具及整個數據中心平台。
換言之，NVIDIA 的競爭優勢未必會立即消失，但 AI 基礎設施市場可能由以 GPU 為核心，轉向通用加速器、專用 ASIC 及完整數據中心方案並存的格局。
對香港與亞洲科技市場的啟示
數據中心及 AI 基礎設施需求
大型科技企業擴充 AI 運算能力，預期會帶動數據中心、網絡設備、電力供應及散熱系統等相關需求。香港具備區域數據中心及金融科技服務基礎，若亞太區 AI 運算需求持續上升，相關基礎設施服務可能獲得更多發展機會。
不過，實際受惠程度仍取決於能源供應、土地、網絡連接、數據規管及高效能運算設備供應等條件，不能單憑一宗企業協議推斷香港必然取得直接訂單。
晶片設計人才與本地 AI 公司
客製化晶片需求增加，將提高 ASIC 設計、硬件驗證、封裝、系統整合及 AI 軟件優化等人才的重要性。對香港初創企業而言，若雲端平台能提供更具成本效益的 AI 運算資源，可能有助降低模型開發及部署門檻；但這取決於相關服務的實際定價、可用性及對本地企業的開放程度。
從區域角度看，來源文章亦提到台灣、日本及南韓正加強半導體及 AI 晶片布局。亞洲在晶圓製造、封裝測試、設備及數據中心供應鏈的角色，將成為 AI 基礎設施競爭的重要一環。
業界觀點與仍待確認的問題
來源文章引述一名本地數據中心主管表示，Google 與 Marvell 的合作顯示科技巨頭的 AI 策略正由廣泛採用通用 GPU，轉向為特定工作負載開發專用晶片。
一名科技分析員則認為，1,220 億港元的最高金額不一定只是一般採購安排，可能反映 Google 對 Marvell 技術的長期投資，甚至引發市場對更深層合作的猜測。不過，來源未有提供足以證實收購或控制權交易的資料，因此這類說法目前仍屬分析與推測。
本地 AI 初創企業代表指出，市場焦點不應只放在單一公司是否取得訂單，更重要的是 AI 生態系統能否因運算能力提升及成本下降而受惠。這項觀點同樣有待日後晶片供應、雲端價格及服務性能公開後驗證。
未來需要留意的三個趨勢
- 客製化晶片比例上升：除 Google 外，AWS 及 Azure 亦採取自研或客製化晶片策略。來源文章估計，未來五年大型雲端服務商 AI 晶片中，自研及客製化方案的比例可能由目前約 20% 至 30% 上升至 50% 以上，但這項數字屬文章估計，並非已確認的產業統計。
- AI 晶片價格競爭加劇：更多供應商及專用方案進入市場後，雲端服務商可能獲得更大的議價空間，部分 AI 服務的硬件成本亦可能下降。
- 競爭由晶片延伸至整體平台：未來 AI 基礎設施的競爭，將同時涉及晶片、互連網絡、記憶體、軟件工具、數據中心及雲端服務整合能力。
總結
Google 與 Marvell 客製化晶片協議的意義，並不只在於最高 122 億美元的金額，而在於它反映大型雲端服務商正積極尋找通用 GPU 以外的 AI 運算方案。對 Google 而言，合作可能有助分散供應風險，並針對 AI 推論提升效能與成本控制；對 Marvell 而言，Google 的潛在長期需求則可能擴大其在客製化 ASIC 市場的地位。
現階段仍需等待更多正式條款，包括投資安排、晶片規格、採購數量及實際部署時間，才能評估交易的完整影響。短期而言，NVIDIA 的訓練市場優勢仍然存在；長期而言，AI 晶片產業則可能朝向通用 GPU、客製化 ASIC 及完整數據中心方案並行發展。
Reference Link : techbuzz.hk
