看到這個標題，你大概會想：Google 誰不認識？但 Blackstone 是哪家公司？

簡單說：Blackstone 是全球最大的「另類資產管理公司」，專門投資那些需要龐大資金、一般人難以企及的重資產。

它既不是傳統銀行，也不是一般的股票基金。它的商業模式是：向退休基金、主權財富基金及超高淨值家族募集長期資金，然後投入需要高門檻、回收期長但收益穩定的實體資產，例如倉儲物流、商業地產、基礎設施，以及近年來最關鍵的投資核心 – 數據中心。

目前 Blackstone 管理的資產超過 1.3 兆美元，旗下擁有約 12,500 件不動產，遍布全球 25 個辦事處。光是數據中心這一塊的價值，就超過 1,500 億美元。

2021 年買下美國數據中心營運商 QTS，2024 年再吃下澳洲的 AirTrunk。Blackstone 其實十年前就認定一件事：算力會變成這個時代最值錢的基礎設施，就像當年的高速公路和電網。

這就引出了一個有趣的問題：

Google 明明技術頂尖、口袋深不見底，為什麼不自己蓋數據中心，反而要找 Blackstone？

》Google 把自己降格，才能打進更大的市場

Google 在 2013 年就開始自己設計 AI 晶片，叫做 TPU（Tensor Processing Unit）。從第一代到現在的第八代，超過十年，這顆晶片只有一個客戶：Google 自己。

跑 Gmail、跑搜尋、跑 YouTube 推薦、跑 Gemini。效能不輸 Nvidia GPU，某些推論場景甚至更省電。但就是不外賣。

為什麼？

Google 的算盤是：自己用自己的晶片，算力成本最低，Google Cloud 就能比對手定價更低。把晶片賣給外面，等於在幫競爭對手省錢。

這個邏輯，看起來完全沒問題。

但走了十幾年，Google Cloud 依然全球第三，遠落後於 AWS 和 Azure。Google 的晶片有多好，只有 Google 自己知道，外面的工程師沒用過、沒寫過、生態系從來沒建起來。

再好的晶片，如果只有一個人在用，在市場上等於不存在。

這次合資，是 Google 第一次正式承認：光靠自用，已經不夠了。

Blackstone 是全球最大的數據中心私人資產的持有方，手握超過 1,500 億美元的實體基礎設施。它不只是金主，更是一個手握實體算力基礎設施的戰略夥伴。

但 Blackstone 帶來最值錢的東西，是看不見的：中立形象。

想像你是一家大企業的老闆，有人跟你說「來用 Google Cloud 吧」，你心裡會遲疑。我的客戶資料、我的模型、我的商業機密，要放在 Google 的伺服器上！？Google 本身就是我的競爭對手。

但如果有一家公司跟你說：「我們是一家獨立的 AI 雲端公司，Blackstone 是大股東，Google 只是技術供應商。」你的心理阻力，會小很多。

Blackstone 持多數股、Google 退居技術供應商，這是一個精心設計的中立外殼，專門用來打進那些不願意直接被 Google 綁定的企業客戶。

》狂風下的算力真空

現在的 AI 算力市場，簡單、暴力。

AI 公司需要算力 → 找 CoreWeave 或其他業者 → 清一色用 Nvidia GPU → Nvidia 賺錢、CoreWeave 賺錢、生態系越綁越緊。

就在 Google 與 Blackstone 宣布合資前不久，Nvidia 才剛追加 20 億美元投資 CoreWeave，共同推動 5GW 數據中心的擴建。

Nvidia 用資本把 CoreWeave 綁得更深，CoreWeave 是 Nvidia 最大的外部算力展示窗口，也是阻止其他晶片進場的護城河。

Google + Blackstone 要做的，就是在這道護城河上打出一個缺口：提供一條不依賴 Nvidia 的算力選擇。

Google 這樣做得成嗎？先想想 CoreWeave 怎麼崛起的。

五年前，它只是一家挖礦公司。轉型做 GPU 雲端服務之後，今年初 IPO 市值衝到 230 億美元。憑什麼？

因為需求大到 Nvidia 自己根本接不完。

Nvidia 賣晶片，但不蓋數據中心，它需要 CoreWeave 這類公司，把 GPU 變成「可以直接付錢使用的算力服務」。AI 需求爆炸之後，這個位置變得價值連城。

一家挖礦轉型的公司都能做到 230 億美元，說明一件事：

現有的 Nvidia 生態系，根本還沒把需求餵飽。

這才是 Google + Blackstone 的機會所在 – 不是打倒 Nvidia，而是去填那個 Nvidia 填不完的缺口。

自研晶片、軟體生態、Blackstone 的數據中心基礎設施，三個武器，一個目標：打造自己的 AI 算力生態系。

》圖窮匕見的算力野心

Google 其實不是第一次嘗試銷售 TPU。

2025 年 9 月，Google 低調開放 TPU 給部分中小型雲端服務商試用。11 月，Meta 傳出評估 2027 年起大規模部署 TPU 作為 Nvidia 的備援。Anthropic 更早已取得約 100 萬顆 TPU 的使用授權。

但這些，都還是在試水溫。

真正動真格的，是這次跟 Blackstone 的合資：有錢、有機房、有獨立品牌、有中立外殼。

今年 4 月，Google 在 Cloud Next 大會上同時發表兩顆新 TPU – 一顆主攻訓練（TPU 8t），一顆專為推論設計（TPU 8i）。

訓練與推論分拆，不是技術偏好，是市場判斷。AI 應用爆發之後，需求重心已經從「訓練大模型」轉向「每天跑幾十億次推論」。這兩顆晶片，出手的時間點剛剛好。

》既要算力，又要財報

回到一開始的問題：Google 為何不自己蓋數據中心？

不是沒錢。是不想讓這些資產壓在自己的財報上。

蓋數據中心是先燒錢、很久之後才回收的生意。每蓋一棟，資產負債表就多一筆重資產。分析師會問：客戶在哪？投報率多少？什麼時候回本？在 TPU 外部商業化還沒被市場驗證之前，這些問題 Google 很難漂亮回答。

Blackstone 解決的，正是這個問題。

合資結構下，Blackstone 作為多數股東承接數據中心的建設與融資 – 250 億美元的資本支出，不會出現在 Google 的財報上。Google 只負責供應 TPU 晶片和軟體，收技術授權費，坐享輕資產模式，同時讓 TPU 大規模進入市場。

這在財務上有個專有名詞：表外融資（off-balance-sheet financing）。

把最重、最難看的資產，合法地放進另一家公司的帳上。

》拒絕被 Nvidia 單一定價綁架

Blackstone 手上有全球最大的數據中心資產。但機房要賺錢，前提只有一個：租滿，而且要租貴。

問題是，過去幾年 Blackstone 的客戶，幾乎清一色是 Nvidia 生態裡的公司 – CoreWeave、Anthropic、OpenAI，繞一圈，算力需求最終都流回 Nvidia。這意味著 Blackstone 的租金，間接被 Nvidia 的定價牽著走。Nvidia GPU 越貴，客戶成本越高，需求遲早會在某個點上碰壁。

一榮俱榮，也一損俱損。

Blackstone 需要的，是一條不被 Nvidia 定價綁死的算力供應鏈，讓自己的機房在 Nvidia GPU 之外，還有別的東西可以填進去。

Google TPU，就是那個「別的東西」。

Blackstone 的 Jon Gray 說得漂亮：「這是一個千載難逢的機會，用資本大規模建設 AI 基礎設施。」但沒說出口的是：這也是 Blackstone 從 Nvidia 供應鏈的被動依賴者，變成主動布局多晶片生態的一步棋。

》不只是蓋機房，更要鎖死產能

Google TPU 的晶片，由 Broadcom 與聯發科分工設計部分元件，交給台積電以先進製程製造，封裝採用台積電的 CoWoS 技術。

換句話說：Google 每多賣一顆 TPU，台積電、聯發科、Broadcom 的訂單就跟著水漲船高。

摩根士丹利 2025 年供應鏈追蹤報告顯示，因 Google TPU 外部需求大增，Broadcom 在 2026 年的 CoWoS 訂單，從原估每月 14.5 萬片上調至 20 萬片以上。換算下來，Broadcom 一年可能出貨超過 370 萬顆晶片。聯發科也已承接 Google TPU v8 的 3 奈米設計工作，預計 2026 年下半年進入量產。

台積電 2026 年的 CoWoS 月產能約 12.5 萬片，幾乎已被 Nvidia 與 Broadcom（主要就是 Google TPU）提前預訂一空。

》硬體好蓋，人心難收

但先別急著下結論，一切哪有這麼順利。

CoreWeave 能快速壯大，有個常被忽略的原因：Nvidia GPU 搭配 CUDA 框架，工程師幾乎不需要重新學習就能上手。

CUDA 是 Nvidia 花了數十年建立的生態系。其他差距都能用錢縮短，唯獨這個，才是競爭者最難逾越的護城河。

Google TPU 深度綁定 JAX / XLA 生態，雖然也能支援 PyTorch，但多數工程師熟悉的開發流程仍以 Nvidia GPU 與 CUDA 為核心。能否讓工程師願意切換框架，就看 Google 能把學習成本壓到多低。

🔥本文章同步發表於方格子。