自 ChatGPT 掀起 AI 聊天機器人大戰，各家大廠無不摩拳擦掌。其中，目前 AI 模型訓練與部署市占率超過 9 成的輝達（NVIDIA），股價自年初至今已暴漲近一倍。反觀也是 AI 技術推動者的 Google，雖然在過去十年間取得不少 AI 重大突破，卻在這波聊天機器人大戰中失色。

2 月 8 日，Google 舉辦技術發表會，分享 AI 如何整合到搜尋引擎。但在演示時，Google 聊天機器人 Bard 被問到「關於韋伯太空望遠鏡（JWST）的新發現有哪些？」，Bard 卻答非所問，而且答案還是錯誤的，表示「太陽系外行星的第一張照片，是由韋伯望遠鏡所拍攝」，但事實上，該照片是歐洲南方天文台（ESO）的甚大望遠鏡（Very Large Telescope）拍攝。這起烏龍，導致 Google 母公司 Alphabet 股價一度重挫逾 8％。

不少專家表示，Google 雖然有很多 AI 發明，但商業化腳步卻嚴重落後。因此，Google 在這場 AI 大戰的第一個策略是不斷發布 AI 新品，證明 Google 在 AI 領域依然保有競爭力。

Google 推出號稱性能優於輝達的 AI 超級電腦、投注更多人力在聊天機器人相關技術

Google 從 2016 年就開始研發稱為 TPU（Tensor Processing Unit，張量處理單元）的 AI 晶片。Google 也以 4000 個 TPU 打造新的超級電腦 TPU v4，在 2020 年開始運作，用來訓練 Google 的 AI 模型 PaLM 超過 50 天，和 Open AI 的 GPT 模型打對台。

4 月時，Google 用一篇論文指出，TPU v4 和用在 GPT 模型的 Nvidia A100 晶片所製造的同類型機器相比，TPU v4 運作速度快 1.2 到 1.7 倍，耗電量卻少了 1.3 到 1.9 倍。「性能、擴展能力和實用性，都讓 TPU v4 成為 AI 大型語言模型的主力，」Google 研究人員表示。

Google 在 AI 大戰的第二的策略是調整組織架構，把更多心力投注在聊天機器人 Bard 技術上。3 月中，Google 副總裁暨 Google Assistant（ 註 ）業務負責人蕭茜茜（Sissie Hsiao）寫了一封名為「語音助理和 Bard 團隊的變化」的電子郵件，表示該部門未來將以 Bard 為發展優先，「目的是為了要確保抓住未來的機會，今年 Google 會比過往帶給消費者更具影響力的產品。」

註：Google 開發的語音助理產品。

隨後 Google Assistant 部門也傳出走馬換將，由在 Google 已任職 16 年的商務部門副總裁派雅許・藍詹（Peeyush Ranjan）接手主管。這起人事案彰顯，該部門未來將把 Bard 技術整合到相似的產品中。

Google 大動作進逼，仍難以撼動輝達的 2 個原因

優勢一：技術領先

然而，就算 Google 動作頻頻，也很難撼動輝達在 AI 晶片的主導地位。原因之一，就是輝達的技術仍居領先。Google 內部研究人員就透露，Google 自豪的 TPU，並沒有和輝達最新的 AI 晶片 H100 進行比較。H100 因為推出時間較晚，也採用更先進的製程技術，自然讓 TPU 相形見絀。

在由學術界、研究實驗室、業界人士組成的 AI 領袖聯盟所推動，標榜中立公平的 MLPerf 全行業 AI 晶片測試證實，輝達新一代的 H100 晶片運作速度明顯比上一代要快上許多，「性能是 A100 的 4 倍，」輝達執行長黃仁勳在部落格中強調，下一代的生成式 AI 需要新的 AI 基礎設施來訓練具有高效能的大型語言模型。

即便 Google 在光互連（optical interconnect）技術占有優勢，能用光纖和其他光傳輸介質在電腦內的元件和子系統中快速交換資料，但 GlobalData 半導體市場分析師麥克・奧梅（Mike Orme）指出，輝達 H100 晶片的運算速度將可抵禦 Google 的這種優勢。

優勢二：在生態系的布局上更早也更廣

第二個原因是，輝達進入市場夠早，使其科技早已成為訓練 AI 模型所必備。大型科技公司若想在 AI 武器競賽搶得先機，往往會搶購數千個輝達 A100 晶片，像是 Open AI，為了要訓練 GPT-4 模型，就斥資 1 億美元買下 1 萬個輝達 A100 GPU 高階晶片。此外，輝達的目標在於發展通用晶片，重視產品的適用性，在生態系上的布局也會跟 Google 有所差異。

這場 AI 晶片大戰，短期看來，仍是輝達占上風。但 Google 能否迎頭趕上，值得各界持續關注。

資料來源：CNBC(1), CNBC(2), Tech Monitor