Google TPU 首次登上 Oracle Cloud，2027 年開放企業租用

Facebook Line Messenger Telegram

2026 年 10 月 27 日，Oracle 在拉斯維加斯的 Oracle AI World 會場與 Google 共同宣布：Google 的 TPU 加速器將透過 Oracle Cloud Infrastructure（OCI）提供，這是 TPU 第一次出現在 Google 以外的超大規模雲端平台。時間表寫得很保守：2027 日曆年開始提供，之後在多年期間逐步擴展。換句話說，公告日與能夠下單的日子是兩件事，現在這是一份路線圖，不是一個可以馬上租用的服務。

Oracle 官方新聞稿 2026 年 10 月截圖：標題 Oracle Brings Google TPUs to Oracle Cloud Infrastructure，副標寫明 OCI will be the first hyperscaler outside Google to offer Google TPUs，dateline 標示 Oracle AI World 拉斯維加斯 2026 年 10 月 27 日 — 官方新聞稿開頭：Google TPU 首次登上 Google 以外的超大規模雲端（Oracle 新聞稿，2026-10-27）

這件事的定位，比時間表更值得看。過去十年，Google 的自研 AI 晶片幾乎只存在於 Google 自家體系內，外部團隊想用 TPU，就得把工作負載搬到 Google Cloud。這次合作代表這條界線第一次被跨過：晶片留在自己的軟體生態裡，但機房換成別人家的。對企業採購來說，AI 運算的比較單位正在從「選哪一家雲」慢慢轉向「選哪一種架構、放在哪一個場域」。

晶片自己出門：Google 把 TPU 當成對外產品線的第一步

先看兩邊官方怎麼定位這次合作。

Oracle Cloud Infrastructure 總裁 Mahesh Thiagarajan 的說法是：「不同的 AI 工作負載有不同的運算需求。把 Google TPU 帶進 OCI，讓客戶在一個雲端內就能取用多種領先的 AI 運算架構，這種選擇權讓客戶能依每個工作負載在效能、輸送量與成本上的需求，挑到對的基礎設施。」

Google 這邊由 AI 與基礎設施部門的資深副總裁暨技術長 Amin Vahdat 表態：「下一世代的 AI 將需要多樣化的運算。TPU 為高需求的訓練與推論負載提供了一個強大且專門打造的選項。把 Google TPU 帶進 OCI，會讓更多組織取用到這項技術，在建立與執行最複雜的 AI 應用時擁有更大彈性。」

Oracle 官方新聞稿引言段截圖：Mahesh Thiagarajan 與 Amin Vahdat 兩段具名引言，分別談一個雲端內多種 AI 運算架構的選擇權與下一代 AI 的多樣化運算需求 — Oracle 與 Google 主管的具名引言段（Oracle 新聞稿，2026-10-27）

兩段話合起來看，分工很清楚：Google 出晶片與軟體生態，Oracle 出機房。新聞稿明寫，OCI 將提供部署 TPU 所需的電力、散熱與資料中心網路。對 Oracle 來說，引進別家的旗艦 AI 晶片，補的是自家 AI 運算組合的缺口；對 Google 來說，這是資料中心級 TPU 第一次走出自家雲端、成為跨雲輸出的產品線，而非 Google Cloud 的獨佔賣點。Google 在新聞稿自述投入客製 AI 晶片設計已超過十年；更早之前，Google 也已經計畫把 TPU 衛星送上軌道，測試太空資料中心的可行性。這一步等於把十年的累積拿去別人的場子變現。

前後差異：原本只能在 Google 自家雲端租到的 TPU

把這次公告當成一個 diff 來看會更精確。

變動前：TPU 是 Google Cloud 的專屬產品，外部使用者想用，就只能用 Google Cloud 這個入口。變動後：2027 日曆年起，OCI 的客戶也能在自己的雲端服務組合裡選到 TPU。新聞稿的原文措辭是，這是 Google TPU 首次在 Google 以外的「超大規模雲端平台」提供，OCI 將是 Google 以外第一個提供 TPU 的超大規模雲端業者。

這個「首次」的範圍值得逐字看。公告掛保證的是「Google 以外的超大規模雲端平台」這個層級，講的是雲端租用這種服務形式；它不能自動延伸成「Google 的 AI 晶片技術第一次外流」之類的全稱命題。對讀者而言，實際的意義可以收斂成一句話：雲端租用 TPU 這件事，2027 年起多了一個 Google Cloud 以外的入口，僅此而已，其他延伸都超出公告的措辭。

時間軸也有兩層要分開。公告本身發布於 2026 年 10 月 27 日，Oracle 的官方帳號同日也在 X 上發文確認；但服務開始提供的時間是 2027 日曆年，而且只是一個年度區間，沒有月份，之後還要「在多年期間依客戶需求逐步擴展」。從公告到能夠評估實際方案，中間至少還隔著一段不短的等待期。

新聞稿末端還有一句多數轉述會漏掉的自我設限：所有資訊以 2026 年 10 月 27 日為準，Oracle 不承諾後續更新，與未來計畫相關的內容都屬於前瞻性陳述，實際結果可能因風險與不確定性而不同。這段法律文字對讀者的用途很實際：2027 日曆年與多年擴展都是計畫語氣，把它當成確定的供貨承諾寫進預算，風險自負。

8t 與 8i：為什麼訓練和推論要分開挑晶片

這次計畫引進的是 Google 第八代 TPU，而且一次給了兩種架構：TPU 8t 針對訓練，TPU 8i 針對推論。要理解這個分流，得先知道兩種工作在吃什麼資源。

訓練是把大量資料餵給模型、反覆調整參數的過程，動輒連續跑上數週，重點在大量晶片之間的互連頻寬與整體輸送量；推論則是已訓練好的模型接收輸入、即時產生回答的過程，聊天機器人回一句話、文件摘要跑一遍，都是推論，在意的是延遲、同時服務人數與每次請求的成本。同一顆晶片兩種工作都能做，但長時間下來，把訓練與推論分別放在為其優化的架構上，成本結構通常差很多。這也是為什麼 Google 這一代直接拆成兩款產品。落實到評估，兩種負載該看的指標也不同：訓練端看完成固定訓練量要多久、中斷後能不能從檢查點續跑；推論端看第一個字多久出來、同一時間能撐多少併發請求、每千次請求成本多少錢。之後拿到任何報價，用這兩組指標去問，比看晶片型號有用。

官方對兩款晶片的定位與數字如下。8t 用於大規模預訓練與嵌入（embedding）密集的工作負載，Google 的 TPU 產品頁寫明單一超級 Pod 規模可到 9,600 顆晶片；新聞稿則宣稱 8t 每個 Pod（多顆晶片組成、共同執行同一份訓練工作的部署單位）的運算效能較前一代接近三倍，並能把前沿模型的開發週期從數月縮短到數週。8i 針對後訓練與推論，產品頁給的數字是針對大型混合專家模型（MoE）的低延遲推論，每美元效能較前幾代提升 80%；新聞稿對它的描述是為「多個專門代理的反覆工作」而設計。這些效能與週期數字都是官方宣稱值，來自特定代際的比較條件，目前沒有任何第三方在同一條件下的實測可以對照。

至於用途範圍，新聞稿列得相當完整：大模型訓練與後訓練，涵蓋稠密模型與 MoE 架構，以及用於推理、代理式應用與長上下文的正式環境推論。換句話說，官方把這次合作定位成全生命週期的運算選項，而不只是推論端的補貨。

一個容易被忽略的細節：這批晶片連 Google Cloud 都還買不到

翻 Google Cloud 自己的 TPU 產品頁，會發現一件公告裡沒有張揚的事：TPU 8t 與 8i 在 Google 自家雲端上的狀態，目前都還標著「即將推出」，尚未正式供貨。現在在 Google Cloud 上真正能租到的 TPU，是第七代的 Ironwood 與第六代的 Trillium；產品頁給 Ironwood 的規格是每個 Pod 9,216 顆液冷晶片，以及相較 Trillium 每顆晶片四倍的效能。

Google Cloud TPU 產品頁 2026 年 10 月截圖：TPU 8i 項目展開顯示針對大型 MoE 模型低延遲推論每美元效能提升 80% 的描述與 Coming soon 狀態，同頁並列 TPU 8t、第七代 Ironwood 與第六代 Trillium — Google 官方產品頁的版本清單：8i 展開可見 Coming soon，現行正式供貨的是 Ironwood 與 Trillium（Google Cloud，2026-10）

這對讀者的判讀有兩層意義。其一，2027 這個時間點對上的不是「既有產品搬家」，而是下一代晶片的供應節奏：OCI 首波拿到的，很可能就是 8t 與 8i 這批連 Google 自家客戶都還在排隊的新晶片。其二，作為對照，Google 在自家雲端的規模宣稱是單一叢集最多可到一百萬顆 TPU 晶片，而 OCI 端會部署到多大規模、哪些配置先上，公告完全沒有給數字。首波規模是未知數，評估時不宜假設兩邊對等。

還有一層採購上的推論：如果團隊現在就要比較運算架構，能夠實際取得與計價的基準，只有 Google Cloud 上已正式供貨的 Ironwood 與 Trillium，以及 OCI 現有的 GPU 產品線。等到 2027 年 TPU 真的出現在 OCI，屆時對手的 GPU 也會前進一到兩個世代，所以這份公告改變的是「選項會變多」這個方向，而不是任何一組可以現在寫進投資報酬試算的數字。

誰需要留意，誰可以先不用理

受影響最直接的是 OCI 的既有與潛在企業客戶，特別是資料與核心系統已經放在 Oracle 生態內、未來一到兩年要規劃大模型訓練或大規模推論服務的團隊。對這群人來說，2027 年起的評估清單上會多一個非 GPU 的選項，而且不必先把資料搬出 Oracle 就能碰到 Google 的晶片架構。大型組織的運算採購多半跟著年度預算週期走，2027 年要上的服務，前置評估通常提前一年以上就開始，這也是為什麼一份還不能下單的公告仍然值得放進雷達。

反向也要講清楚。已經在 Google Cloud 上使用 TPU 的團隊，這次公告沒有改變任何現有服務；在 OCI 上使用 NVIDIA GPU 的客戶，既有的 GPU 產品線照舊。個人開發者與小型團隊短期內無感，因為 TPU 產品線本來就以大型工作負載為主，這次公告的對話對象也是企業採購，現在既沒有價格也沒有可下單的介面。

至於這項服務何時推進到亞太，答案目前是未知：公告沒有公布任何可用區域。如果訓練資料或服務對象有資料落地與跨境傳輸的限制，這些本來就該在評估清單上，區域資訊出來之前不必先做任何假設。

放進採購視角的意義：多一種架構，多一點議價空間

從公告事實能推出的實際影響，大概有三個方向，這裡明確標示為推論，不是官方說法。

一是架構選項的密度。過去在 OCI 內大型 AI 運算的主流選項是 GPU，TPU 進來之後，同一份資料、同一個帳務關係下可以比兩種架構，評估與議價的基底都變厚。Thiagarajan 那句「在一個雲端內取用多種領先的 AI 運算架構」，講的就是這個賣點。二是對 GPU 依賴的稀釋訊號。對必須控制供應風險的採購單位來說，多一個超大規模層級的替代架構，方向上是分散風險；但稀釋到什麼程度，取決於價格、區域與供應量，這些都還沒公布，現在談對市占的影響為時過早。何況需求端成長的規模感相當極端，先前貝恩的估算把 AI 擴建倒推成六兆美元等級的年收入帳單，供給側多一個入口，消化的是那個等級的需求。三是對 Google 自身的意義：這一步讓 TPU 的營收出口不再只綁在 Google Cloud 的成長上，與 Google 高層近期對算力擴張優先的表態方向一致，先前 Pichai 受訪時就說過雲端事業隨時願意為前沿 AI 放棄短期營收，算力會優先留給 DeepMind 與需求端。

需要保守看待的地方也一樣明確：跨雲部署不等於把模型搬過去就能跑。框架支援、版本相容、資料位置的傳輸時間與費用、帳號權限與監控體系的銜接，每一項都可能吃掉紙面上的效能優勢。這些細節在 OCI 端的正式文件出來之前，全部無法驗證。

現在可以做什麼

多數讀者不需要做任何事。這是路線圖階段的公告，沒有期限、沒有強制變動、也沒有可下單的產品。

如果你在 OCI 企業客戶的規劃範圍內，現在值得做的只有一件：把團隊的工作負載分流盤點清楚，哪些是長時間的訓練、哪些是回應速度敏感的推論、各自的資料放在哪個雲哪個區域。這份清單在 8t 與 8i 的規格與價格公布時，就是能不能立刻評估的分水嶺；盤點本身不依賴任何未公布資訊，今天就能做。

如果你的重心在 Google Cloud，關注點是 8t 與 8i 何時從「即將推出」轉為正式供貨，那會是下一代晶片供應鏈就緒的訊號，也約略指向 OCI 端開放的節奏。至於採購與架構決策者，建議把對 Oracle 的具體問題列出來：可用區域、配置規模、計價方式、支援與服務等級由誰負責。這些問題在公告裡都沒有答案，哪一天文件補齊，哪一天才能做真正的比較。