AGENTIC COMMONSAI 產業簡報

繁中EN

主題AI 晶片與算力出版

返回文章列表

Meta 向 Google 租 TPU:自建雲巨頭回頭當對手的客戶

本頁內容6 個段落
  1. 合約重點:以數十億美元承租 Google Cloud TPU
  2. 自建王國為何轉向租賃
  3. Ironwood 規格背後:Google 的晶片生意盤算
  4. Nvidia 接下來的防守課題
  5. 基礎設施團隊的三個啟示
  6. 資料來源

摘要: The Information 與路透於 2026 年 2 月 26 日報導,Meta 簽下多年期、數十億美元合約,租用 Google Cloud TPU 訓練並服務下一代模型。Meta 也洽談買斷數百萬顆 TPU 部署到自家機房,但尚未定案。文章認為這反映算力供應組合多元化,也讓 Google TPU 從內部資產轉為對外商品。

2026 年 2 月 26 日,The Information 搶先報出這樁交易,路透社隨後跟進:Meta 已和 Google 簽下一紙多年期、金額以數十億美元計的合約,租用 Google Cloud 的客製 TPU,用來訓練並執行下一代模型。合約金額與年限均未公開,但方向再清楚不過:一家以「機房自己蓋、晶片整批買」聞名的公司,如今回頭向最大對手之一承租算力。

同一批報導還揭露另一條線:Meta 另外正在洽談直接買下數百萬顆 TPU,部署進自家資料中心——這部分尚未拍板。兩件事擺在一起看,結構性的轉變已經發生:Google 的 TPU 不再只是內部資產,而是成了對外銷售的商品。

合約重點:以數十億美元承租 Google Cloud TPU

據報導,這批租用的 TPU 走 Google Cloud 管道供 Meta 使用,並不是把機器搬進 Meta 自己的機房;用途是訓練與服務下一代 LLM。規模方面,消息來源只用「數十億美元、多年期」帶過,並未提供更精確的數字。

真正值得留意的是同步進行的另一場談判:Meta 正討論以買斷方式取得數百萬顆 TPU,裝進自家機房。這筆交易一旦成局,將是 Google 首度把自研加速器大規模賣進他人機房——從純雲端供應商跨向「晶片商人」的關鍵一步。

自建王國為何轉向租賃

過去十年,Meta 的基礎設施故事只有一條主線:自己蓋。全球級機房、專屬網路、自研加速器,通通自己來。報導把這次轉向租賃的動機歸納成三點:不被單一供應商綁死、讓不同處理器各自對應合適的工作負載、讓供應商互相競爭以爭取更佳價格。

將 Meta 二月一連串晶片動作並列,分散策略立刻浮現:

  • 2 月中旬:向 Nvidia 下數十億美元訂單,取得數百萬顆下一代 Vera Rubin GPU,年內供貨
  • 2 月 24 日:和 AMD 敲定數十億美元協議,範圍含 Instinct MI400 系列,並附上效能達標後可收購 AMD 10% 股權的選擇權
  • 自研 MTIA:與台積電合作、鎖定訓練的下一代產品原訂今年登場,據傳因技術難題推遲

Ironwood 規格背後:Google 的晶片生意盤算

Google 現役旗艦是 2025 年 11 月發表的 Ironwood TPU:單一 pod 最多可堆到 9,216 顆晶片,頻寬達 9.6 Tbps,共享 HBM 最高 1.77 PB。Google 自稱其 FP8 ExaFLOPS 超過「最近競爭對手」的 118 倍,整體效能達上一代 Trillium 的 4 倍。

規格之外,更該盯住的是商業策略:據報導,Google 內部評估,幾年內有機會吃下 Nvidia 資料中心營收至多 10%,而且已經開始直接把晶片賣給私有資料中心;超大規模等級的先例已經出現——稍早與 Anthropic 簽的協議就被形容為「數百億美元」等級,換取多達 100 萬顆 TPU 的使用權。

Nvidia 接下來的防守課題

對 Nvidia 來說,單一客戶的訂單出現變動,還談不上危機;這筆交易真正值得注意的是訊號,而非金額:全球最大的幾個算力買家,已經動手建立第二供應線。就在同一週,Nvidia 公布了 FY2026 第四季財報(重點整理在另一篇文章),資料中心需求仍是整個故事的主軸;但當 Google 帶著 TPU 走出自家雲、踏入開放市場,Nvidia 的護城河頭一次得同時應戰「晶片效能」與「雲端綁定」兩條戰線。在買方眼裡,Vera Rubin 何時出貨、MI400 實測跑出什麼水準、Ironwood 租金開價多少,從此彼此都是談判桌上的籌碼。

基礎設施團隊的三個啟示

  • 把採購當組合管理:Meta 同時推進租賃(Google Cloud TPU)、採買(Vera Rubin、MI400)與自研(MTIA)三條路線;算力的取得是組合管理問題,而不是一次性的供應商抉擇。
  • TPU 走向商品化:Google 既願意出租、也可能出售 TPU,Google 生態系以外的團隊,頭一次擁有 GPU 之外的認真選項。議價能力源自可信的替代方案——而這樣的方案現在出現了。
  • 架構別堵死退路:訓練與推論管線一旦綁死單一加速器生態,在 2026 年的供應鏈裡就是明確的單點故障;框架層與排程層的跨硬體能力,價值正持續看漲。

資料來源

AGENTIC COMMONS由 PHLEGON LABS 經營
分享X電郵
支持我們

相關閱讀

  1. Meta 與 Nebius 簽五年 270 億美元協議:認購 Vera Rubin 世代產能

    2026 年 3 月 16 日,Nebius 宣布與 Meta 簽署五年協議:120 億美元專屬 AI 容量,最高再以 150 億美元認購未來叢集剩餘產能,總值約 270 億美元,建立於 NVIDIA Vera Rubin 平台,2027 年初開始交付,是 Neocloud 迄今最大合約之一。

    Meta

  2. Meta 四款自研 MTIA 晶片登場:兩年四代的矽節奏

    2026 年 3 月 11 日,Meta 發表 MTIA 300、400、450、500 四款自研 AI 晶片,數十萬顆已在生產環境運轉,並宣稱約每六個月推出新一代。本文解析逐代規格跳幅、chiplet 模組化設計,與 NVIDIA、Broadcom 之間的分層算力佈局。

    Meta

  3. Cerebras CS-4 登場:三片 Turbo 晶圓的機架級推理系統

    Cerebras 於 8 月 19 日發表 CS-4 機架級系統與 WSE-3T 晶圓:不做新矽,把同一片晶圓灌兩倍功率,宣稱推理比 GPU 快 30 倍,並把提示詞處理交給 AWS 與 AMD 加速器分擔。

    AI Infrastructure