Google下300萬顆TPU給英特爾，輝達護城河沒裂——但這個數字正在漏水

先講結論：這筆訂單真正威脅到的，不是輝達的市佔率，是它那條70%以上的毛利率。

Google向英特爾下單超過300萬顆TPU、2028年交貨（《The Information》2026年6月8日報導），消息一出英特爾當天收盤大漲逾10%。

媒體標題寫「輝達獨霸鬆動」，但他們抓錯重點了。

真正的故事不是「誰搶走輝達的客戶」，是「輝達靠台積電產能不足撐起來的定價權，天花板被掀開了一個洞」。

這個差別，決定你該怎麼看輝達那顆已經回落到約31倍的本益比。

300萬顆的真正意義：輝達漲價的底氣，開始被動搖了

你以為這是英特爾搶台積電生意，其實這是有人在拆輝達的議價結構。

過去兩年輝達敢開天價、敢分配貨給誰不給誰，靠的不是技術無敵，是先進製程與先進封裝的產能就那麼多，全卡在台積電一家手上。

供給被鎖死，賣方自然說了算。

Google這300萬顆是經過數月測試英特爾先進封裝技術後才敲定的正式訂單。

根據摩根士丹利2026年最新估算，Google的TPU建置計畫2027年年產量將達約500萬顆、2028年約700萬顆，英特爾這筆訂單約佔MS預估2028年年產量的43%（近半）。

當第二條先進封裝供應鏈被驗證可用，整個產業的「產能就是定價權」邏輯就開始鬆動。

輝達不再是唯一能拿到產能的人。

但這裡有一個執行風險必須說清楚：英特爾18A製程的量產良率至今仍是業界最大的未知數。

若良率不如預期、2028年交貨延遲，整個「供應鏈多元化→輝達定價權鬆動」的時間軸都需要重算。

多元化是否真正落地，答案還沒出來。

另一個常被忽略的瓶頸：台積電CoWoS封裝不是輝達唯一的命脈。

輝達H100/H200/B200還嚴重依賴SK Hynix近乎壟斷供應的HBM3e（高頻寬記憶體），三星已被降級為備用。

CoWoS是第一道卡口，HBM供應鏈是第二道——兩者綁在一起，才完整解釋了輝達為什麼能對大客戶說「給你多少就多少」。

這條鏈能否同步多元化，是評估輝達定價壟斷能否真正鬆動的另一半答案。

訓練 vs 推論：媒體沒告訴你的那條分界線

真正的問題不是輝達市佔多高，是它高在哪個戰場。

輝達在AI加速器的市佔率確實還在75%到85%之間（2025年底至2026年初多家研究機構估計，2026年已有往下修正趨勢），廣義口徑這數字沒錯。

但把AI算力當成一塊鐵板，是散戶最容易被媒體帶歪的地方。

AI算力其實是兩個市場：訓練（training）和推論（inference）。

訓練是把模型練出來，需要極端通用、極端彈性的算力，這是輝達GPU加CUDA的主場，短期撼動不了。

推論是模型練好後拿來用、回答你每一個問題，這部分計算單純、重複、可預測，正是Google TPU這種ASIC（客製化專用晶片，只做一件事但超快超省電）的甜蜜點。

Meta傳出與Google洽談數十億美元規模的合作，2026年先用租的、2027年起直接買，談的就是推論這塊。

而推論才是未來算力需求真正會爆量的地方。

模型訓練一次，推論卻要跑幾十億次。

媒體把「輝達在訓練稱王」直接寫成「輝達獨霸AI」，中間偷換了概念。

推論市場的第二條競爭線：AMD不能不提

討論推論市場的競爭，有一個角色比Google TPU更直接威脅輝達——AMD。

Google、Meta的自研ASIC是「超大型雲端科技廠自建、外人買不到」的路線。

但AMD Instinct MI300X、MI350、以及即將推出的MI400系列，是任何企業、雲端新創、大學都可以直接採購的公開替代品，這才是輝達市佔率被蠶食最現實的管道。

AMD的ROCm軟體生態近兩年改善明顯，部分雲端服務商已開始在推論工作負載上混用AMD與NVIDIA的GPU。

倒過來用Munger的逆向思考問：「如果輝達市佔真的縮，誰拿到那份生意？」答案更可能是AMD，而非Google——因為Google只幫自己買，AMD是幫整個市場賣。

這條競爭線在多數媒體報導中幾乎消失，但它才是比300萬顆TPU訂單更持續、更廣面的壓力來源。

被威脅的不是市佔，是那條70%的毛利率

輝達的毛利率，是全球硬體業的異類，高到讓同業看了想哭——這背後只有一個原因：客戶沒得選。

截至2026年1月（輝達FY2026第四季，2026年2月公布），輝達資料中心營收單季衝到約623億美元、年增約75%，毛利率約75.0%。

這種毛利率在硬體業是不正常的，正常硬體廠能有30%就偷笑。

輝達能維持70%以上，靠的就是客戶「沒得選」。

一旦客戶開始有第二、第三個選項，這條毛利率就是最先被侵蝕的東西。

經濟學早就把這件事講透了。

客戶之所以願意付溢價，很大一部分來自「轉換成本」，而轉換成本一旦下降，賣方的定價能力就被壓縮。

「當顧客面臨轉換成本時，原本同質的產品在事後會變成彼此鎖定的關係，賣方因此取得對既有客戶的市場力量，得以索取高於邊際成本的價格。」（節譯自原文）— Klemperer (1987), Markets with Consumer Switching Costs, The Quarterly Journal of Economics, Vol. 102.

反過來說，當Google自己有TPU、AMD公開銷售替代加速器、英特爾又把封裝產能補上，那些原本被鎖在輝達的大型雲端科技廠（Google、Meta、亞馬遜、微軟）每多一個替代方案，輝達對他們的議價力就少一分。

市佔率可能還是80%以上，但你開的價、客戶的容忍度，已經不一樣了。

CUDA護城河還在，但它保護的是訓練，不是推論

輝達多頭最愛搬出來的擋箭牌是CUDA，這點沒講錯，但講得不完整。

CUDA真正可怕的不是那套軟體本身，是它底下累積了將近20年的生態系——你可以把它想成Windows的驅動程式生態，換電腦容易，但換掉底層驅動的成本才是真正的坑。

這個生態系的組成包括：cuDNN（深度學習加速庫）、cuBLAS（線性代數運算庫）、NCCL（多GPU通訊庫），加上PyTorch與TensorFlow的深度優化、整套開發工具鏈。

對大多數開發者來說，離開輝達的軟體成本，遠高於換硬體省下的那點錢。

這就是輝達的鎖定效應。

「轉換成本與網路效應會把顧客綁定在早期的選擇上，讓賣方在事後取得可觀的市場力量；但這種鎖定的價值，取決於顧客被綁住的程度有多深、替代方案的相容性有多高。」（節譯自原文）— Farrell & Klemperer (2007), Coordination and Lock-In: Competition with Switching Costs and Network Effects, Handbook of Industrial Organization, Vol. 3.

關鍵在最後一句：鎖定要夠深才有用。

訓練端的鎖定很深，因為研究人員天天在CUDA生態裡寫程式，換不掉。

但推論端不一樣，Google自己掌握JAX（Google自家的AI開發工具框架）、自己的編譯器、自己的資料中心，整條垂直整合下來根本繞過CUDA。

值得一提的是，OpenAI Triton編譯器已整合進PyTorch，讓開發者不必寫CUDA C++就能針對AMD或TPU後端編譯高效kernel——這直接侵蝕了「換硬體等於重寫程式」的轉換成本邏輯，是CUDA護城河在推論端最真實的裂縫。

但輝達也沒坐以待斃。

它正把推論端的護城河往軟體層延伸：NIM（AI推論部署微服務平台）、TensorRT-LLM（專為大型語言模型優化的推論引擎）、DGX Cloud等，都是輝達試圖在推論市場複製CUDA生態系優勢的佈局。

CUDA護城河在訓練端最強，推論端正在積極延伸，但還沒有訓練端那麼固若金湯。

媒體把護城河講成「全方位無敵」，這是另一個被偷換的概念。

最該被注意的細節：連輝達自己都在分散下注

這則新聞裡最被忽略、卻最值得玩味的訊息是：輝達也正在測試英特爾的製程技術。

根據多家技術媒體報導，輝達2028年「Feynman」架構GPU的計畫中，英特爾18A/14A製程被考慮用於I/O die（晶片間的輸出入介面元件），而GPU的核心運算晶片（compute die）仍預計留在台積電。

英特爾估計拿到約25%的封裝量，台積電仍佔約75%。

這不是把身家全押過去，而是局部、有限度的供應鏈測試。

但即便如此，這個動作本身還是洩了底：連輝達都承認「單一供應鏈」是它的隱性風險，現在連龍頭都在替自己買一點保險。

對散戶來說，這是一個比300萬顆訂單更誠實的訊號——不是「輝達要從台積電出走」，而是「輝達知道自己的命脈不該押在一家供應商身上」。

輝達現在值幾分？我拆成三層給你看

講了半天，到底威脅幾分？

我給你拆成可以量化的三層。

第一層是營收，短期幾乎沒影響。

TPU吃的是推論增量市場，2028年才交貨，輝達的資料中心營收不會因為這筆單掉一塊。

媒體拿「輝達股價沒跌」來證明威脅是假的，看的就是這一層，太淺——道瓊那週創新高而博通崩了12%，沒人說AI在崩。

第二層是毛利率，這是真正的戰場。

輝達FY2026第一季毛利率曾因H20庫存提列45億美元的損失，一度掉到60.5%，可見一旦需求或定價有風吹草動，高毛利率並非鐵板。

客戶分散化、AMD競爭加劇、超大型雲端科技廠自研ASIC比重上升，三條線同時壓，這條毛利率長期會承壓。

若毛利率從75%滑落至65%，以當前盈利規模估算，EPS約縮水15-20%；若市場同步把遠期本益比從23倍壓回18倍，兩者相乘，股價隱含的下行空間大約30-35%。

這不是預言，是「如果發生，影響有多大」的量級參考——買進前，這條數字橋你需要先備好。

第三層、也是對股價最致命的，是估值倍數。

2026年6月初輝達的追蹤本益比（TTM P/E，過去12個月實際獲利計算）約31倍，已從近12個月均值約46倍明顯回落。

但這裡有一個更關鍵的數字：分析師預期的遠期本益比（Forward P/E，以未來12個月預估獲利計算）已壓縮至約23倍，隱含市場對EPS高速成長仍有相當信心。

這兩個數字放在一起才完整：23倍的遠期本益比，代表市場已部分把「護城河會被磨損、毛利率承壓」的情境算進去了。

真正的問題因此變成：「分析師對EPS的高速成長預期，能不能在ASIC競爭加劇、AMD追趕、出口管制不確定的三重壓力下成真？」如果預期兌現，23倍不算離譜；如果毛利率滑落超預期、EPS miss（實際獲利低於預期），倍數與獲利同時壓縮，估值的重定價（市場願意付的本益比倍數開始往下壓）才是散戶最該怕的事。

不是輝達會倒，是市場願意給它的倍數會慢慢縮水。

這裡還有一個反向問題值得你想：ASIC大規模接手推論工作量，會不會反而讓訓練GPU的需求增加？

推論成本降低 → 推論需求爆量 → AI應用加速迭代 → 訓練迭代頻率拉高 → Nvidia訓練GPU需求反而增加。

這個「ASIC是輝達的補充品而非替代品」論點，是多頭陣營最有力的反駁。

你押注輝達之前，這個問題的答案你得先想清楚。

給散戶的具體建議

先別急著喊「輝達要崩了」，也別繼續信「輝達天下無敵」，這兩種都是被標題餵出來的反射動作。

比較務實的看法是三件事。

第一，把輝達的投資邏輯從「成長股的故事」調成「定價權能撐多久的故事」。

未來真正要盯的不是營收年增率，是毛利率有沒有開始往下、超大型雲端科技廠的自研比重有沒有加速、AMD在企業客戶端的滲透率有沒有提速。

這三個數字比股價誠實。

第二，別把「輝達」和「AI算力」畫上等號。

這次受惠的是英特爾代工、Google TPU供應鏈、先進封裝相關的台廠。

AI這塊餅還在變大，但分餅的人變多了——AMD、Broadcom（美商博通，專門幫大廠設計客製晶片的半導體公司，同時也是Google TPU與Meta自研晶片的架構合作夥伴）、英特爾Foundry，都在搶這個機會。

押注要從「單一龍頭」往「整條非輝達生態鏈」分散思考。

第三，最重要的，搞清楚你買輝達是賭什麼。

如果你賭的是「AI需求繼續爆」，那這筆Google訂單反而是利多，因為它證明需求大到要開第二條供應鏈。

但如果你賭的是「輝達能永遠收70%以上毛利」，那這則新聞就是寫給你的提醒：護城河沒乾，但水位正在降，而高本益比是建立在水位永遠不降的假設上的。

裂縫不等於崩塌，但裂縫會改變你願意付的價錢。

看懂這句，你就不會在下一個聳動標題前面追高，也不會在它真的鬆動時還在裝睡。

本文為個人觀點分享，引用數據截至2026年6月，市場情況隨時變化，所有數字均來自公開資訊且不保證即時準確。

本文不構成任何買賣建議，讀者應自行評估個人風險承受能力，並諮詢專業意見後再做投資決策。

過去績效不代表未來表現。

投資有風險，入市需謹慎。