近期Google Cloud执行长Thomas Kurian公开表示，Google在AI伺服器的整体投资回收期不到两年，自研芯片的回收期，更是这个数字的一半。换算下来，这意味着Google TPU，约只需要1年的时间，就能打平成本。业界也估计，这让联发科、博通（Broadcom）等特用芯片（ASIC）设计服务业者，后续营运更可以受惠于Google加码进攻TPU的大方向。

IC设计业界人士表示，这就是Google之所以在自研芯片开发与量产计画上，可以投入的强劲的力道与庞大资源的关键原因。 「快速的成本回收时程」，更是未来Google因应市场需求、能够持续加码的重要底气。

相关供应链业界人士指出，事实上包括联发科在前几次法说会中，陆续上调ASIC业务的规模，以及博通高速成长的营收表现，都可以看出Google的TPU相关订单，动能还在持续加温。

从供应链的角度来看，确实也是有产品加单，甚至为了AI的技术变化，而开出更多不同规格的情况，TPU现在已经是在NVIDIA之外，需求规模最为庞大的云端AI芯片产品了。

Google的TPU能够快速回收成本有几个原因。

一方面自然是因为成本端压得比较低，尤其和采购NVIDIA整套系统相比，自行打造TPU的机柜系统，更能够控制成本。

另一方面，Google在AI相关服务所能赚取的业务营收规模，也因为Google已经相当庞大的网路服务通路，而比其他云端服务（CSP）同业，或是AI模型大厂来得更高，而这还是Google自己使用TPU的部分，现在Google在对外销售TPU或是TPU运算服务上面，也逐步取得更多的成果。

Google TPU的市场竞争力，很大一部份就来自于这个成本效益。

根据Google自己的估算，自家方案的AI训练价格效能优于竞品2.7倍，推论则有80%的优势，CPU有30%的优势。一些第三方机构也算出，相比于NVIDIA的B200和B300，Google的Ironwood TPU每美元效能高出50%，每百万Tokens的成本也比B200和B300来得低。

芯片供应链业者直言，随着市场上AI芯片选择越来越多，成本效益对于许多客户来说已经是非常重要的采购考量。

Thomas Kurian强调，现在TPU的建置需求来源，已经不只是AI实验室了，包括量化交易与研究的资本市场业者、避险基金与传统银行、生技药厂、公部门的研究专案，以及各类科学研究的传统高效能运算，都开始在往TPU的平台转移。

这些全新的市场需求，不仅让TPU的用量更加庞大，各种不同的AI运算应用窜出，也让Google必须开出更多不同的TPU专案，并让更多ASIC业者参与其中。

从联发科和博通近期对于TPU的相关需求说法来看，固然联发科确实持续扩大供应比重，相关营收的规模也有上修，但博通也强调，在TPU训练端芯片的订单需求非常强劲，且一些像是Anthropic采购TPU的专案订单，也都还是博通掌握在手上。

熟悉IC设计业界人士表示，对于两家厂商来说，虽然未来会继续竞争市占率，甚至还有更多同业会加入战局，但Google的TPU整块饼扩大的速度，还是「大到所有人都能继续成长」的程度。