目錄

• 為何 Google 此刻重押 Intel Xeon？多代規劃背後的盤算
• IPU 到底是什麼？從 SmartNIC 到基礎設施處理器的演進
• 2026-2034 AI 基礎設施市場：兆美元級的競速賽局
• CPU 在 AI 訓練與推理工作負載中的角色重定位
• 常見問題 FAQ

2026 年 4 月 9 日，Intel 與 Google 共同宣布擴大多年戰略合作協議。這不是一筆普通的採購訂單，而是一次「多代產品線承諾」——Google 明確表態將在未來數代 Xeon 處理器上建構其 AI 與雲端基礎設施。從表面看，這是 Intel 在 AI 加速器浪潮中的一次重要突圍；從深層看，這可能預示著 AI 基礎設施架構的典範轉移：通用處理器（CPU）與專用加速器之間的協作模式，正在被重新定義。

Google 對 Intel Xeon 的採用可追溯至近三十年前。但這次的公告特別之處在於「多代承諾」——這意味著 Google 已根據 Intel 的產品路線圖，做出了涵蓋數年的基礎設施架構決策。這種規劃深度在雲端產業極為罕見，通常雲端巨頭會根據單一產品週期進行採購評估。

根據 Intel 新聞稿，Google Cloud 將繼續在全球基礎設施中部署 Intel Xeon 平台，涵蓋多代產品線，並支援從大規模 AI 訓練到即時推理的各類應用場景。Xeon 6 作為最新旗艦產品，將直接承擔 AI 訓練與推理工作負載。

「將通用運算與專用基礎設施加速相結合，Intel 與 Google 正在推動更平衡的 AI 系統設計方法——提高利用率、降低複雜性，並更高效地擴展。」

這段聲明直接回應了過去幾年市場對 CPU 在 AI 領域「邊緣化」的質疑。當 NVIDIA A100、H100 等 GPU 成为 AI 訓練的代名詞，Intel 選擇了一條差異化路線：不是與 GPU 直接競爭，而是強調 CPU 在異構 AI 系統中的「控制層」角色。

Pro Tip 專家見解

基礎設施處理單元 (IPU) 或稱為 SmartNIC，是這次合作的第二大亮點。根據 Intel 官方定義，IPU 是一種可編程加速器，專門用於「卸載」主機 CPU 的網路、儲存與安全功能。

在超大規模 AI 環境中，CPU 往往被大量消耗在基礎設施管理任務上——網路封包處理、儲存協議轉換、安全策略執行。這些任務雖然不直接貢獻於 AI 運算，卻佔用了寶貴的 CPU 週期。根據 The Register 的報導，現今大多數 hyperscaler（超大規模雲端服務商）都採用 SmartNIC / IPU，將這些基礎設施工作從主機 CPU 轉移到獨立處理單元。

Intel 與 Google 自 2022 年起就開始合作開發 IPU。這次協議將共同開發提升到新層次：雙方將深化客製化 ASIC 型 IPU 的co-development，這些晶片專為 Google 的特定工作負載設計。

「當 IPU 卸載網路、儲存、安全功能後，主機 CPU 可以將更多週期用於租戶工作負載——這直接提升了硬體利用率，降低了每美元支出的總成本。」

從策略角度看，IPU 使 Intel 能夠提供「從 edge 到 cloud」的完整基礎設施平台。這不僅是晶片銷售，更是一種平台生態系統的建構——當 IPU 成為資料中心的標準配置，Intel 在網路與安全領域的話語權也將隨之提升。

理解這次合作的影響，必須將其置於更大的市場脈絡中。根據多家市場研究機構的數據，AI 基礎設施正在經歷爆發性成長：

• 2026 年市場規模： 約 910-1010 億美元（Precedence Research、Mordor Intelligence）
• 2030-2031 年預測： 突破 2000-2260 億美元
• 2034 年預測： 達到 4650-4980 億美元
• 2026 年全球 AI 支出： Gartner 預測將達 2.52 兆美元，年增 44%

這些數字意味著什麼？AI 基礎設施已成為半導體產業最大的成長引擎。當 NVIDIA 在 GPU 領域取得領先，Intel 必須找到自己的差異化位置。與 Google 的深度合作，正是其「突圍策略」的核心一環。

Pro Tip 專家見解

長期以來，AI 訓練被視為 GPU 的天下。但 Intel-Google 合作揭示了一個常被忽略的事實：即使在高度加速的工作負載中，CPU 仍然扮演不可或缺的角色。它是「控制平面」——負責任務調度、資料管理、異構系統協調。

讓我們更具體地看：當 AI 模型訓練完成後，進入「推理」（Inference）階段。在這個階段，大量部署的 AI 服務需要即時迴應使用者請求。這時，CPU 的彈性與通用性反而成為優勢。Xeon 6 強調的「高效能」與「廣泛應用相容性」，正是針對這類場景設計。

此外，許多企業的 AI 應用並非「純 AI」——它們需要將 ML 推理嵌入到傳統業務邏輯中。在這種混合場景下，CPU 的價值更難被完全取代。Google 選擇 Xeon，正是基於這種「全頻譜」需求的考量。

最後，供應鏈安全與自主性也是隱藏變數。當所有 AI 訓練都依賴少數幾家 GPU 供應商，雲端巨頭的議價能力與風險敞口都會受到挑戰。透過强化 CPU 供應鏈，Google 在一定程度上對沖了這種集中風險。

Pro Tip 專家見解

問：Intel-Google 這次合作與之前有何不同？

過往的合作多為單一產品週期的採購協議。這次 Google 明確承諾採用「多代」Xeon 處理器，代表其基礎設施架構已與 Intel 產品路線圖深度綁定。這種長期承諾在雲端產業極為罕見。

問：IPU 與傳統網卡 (NIC) 有何差異？

IPU（基礎設施處理單元）不僅處理網路封包傳輸，還能執行儲存協議轉換、安全策略處理、虛擬化隔離等任務。本質上，它是一台「卡在網路卡上的小型電腦」，專門負責卸載主 CPU 的基礎設施工作。

問：這對企業選擇雲端服務有何影響？

企業在評估 Google Cloud 的 AI 服務時，可以預期更穩定的底層硬體迭代週期。IPU 技術的導入也意味著更高的資源利用率與潛在的成本效益。但最終效益仍取決於實際工作負載特性。

準備好深入了解 AI 基礎設施的最新趨勢了嗎？

如果你渴望獲得更多關於雲端架構、晶片技術與 AI 基礎設施的深度分析，歡迎與我們團隊進一步交流。

🚀 立即聯絡我們

參考來源

• Intel Newsroom – Intel, Google Deepen Collaboration to Advance AI Infrastructure
• TechCrunch – Google and Intel deepen AI infrastructure partnership
• CNBC – Google expands partnership with Intel for AI chips
• Reuters – Intel and Google to Double Down on AI CPUs With Expanded Partnership
• Fortune Business Insights – AI Infrastructure Market Size
• Gartner – Worldwide AI Spending Forecast 2026
• The Register – Google taps Intel for another round of custom network chips
• Intel – IPU Product Overview