TPU v9 放量後,客製化晶片(ASIC)確實將在雲端資料中心佔據主導地位,但「主流」的定義會轉向分眾化。隨著 Google、Meta 等巨頭積極導入自研晶片以降低對 NVIDIA 的依賴並優化總體擁有成本(TCO),ASIC 在大規模推論與特定模型訓練上的成本與能效優勢已難以忽視。然而,NVIDIA 憑藉 CUDA 生態與極高的運算彈性,仍將穩守研發與通用運算市場。未來產業將呈現「雙軌並行」:標準化 GPU 負責創新與靈活部署,而以 TPU 為首的客製化晶片則承接放量後的結構性算力需求,成為雲端基礎設施的效率核心。