2026 OCP Global Summit | Google | Partha Ranganathan | Intelligent Infrastructure for the Intelligence Era
1. 從造火箭到造顯微鏡：Google 這場 keynote 換了題目
Partha Ranganathan 去年在同一個舞台上的比喻是：AI 研究者是探索新世界的太空人，OCP 社群是造火箭引擎的人。他當時呼籲產業從「能力」走向「敏捷」，打造敏捷且可替換（agile and fungible）的資料中心，讓同一座機房能隨時換上不同世代、不同廠牌的加速器。
今年的演講分兩半。上半場交成績單：過去一年和 50 多家 OCP 夥伴把「可替換資料中心」的藍圖收斂出來。下半場換了題目：不只是為 AI 打造系統，而是用 AI 來設計系統。結尾的比喻也從火箭換成顯微鏡：如果 AI 正在解讀生命的密碼，基礎建設的人就是在造高精度顯微鏡。
上半場告訴你 Google 打算把什麼交給產業，下半場告訴你 Google 打算把差異化留在哪裡。
2. 垂直整合的成績單：八代 TPU、Palomar OCS，換來 10 到 100 倍
Google 的論述起點是全堆疊垂直整合：從能源、資料中心、硬體、軟體、服務到模型，一路協同設計。投影片「Radical AI System Innovations」把八項硬體創新排在一起：
晶片與記憶體：TPU（Partha 說已進入第八代）、Axion 自研 CPU 與 GPU；HBM 以 288GB 共同封裝。
供電與散熱：穿基板 BGA 的垂直供電、Deschutes CDU 液冷迴路、100 kW 以上的 3D pod 高密度設計。
網路：每秒數 TB 的 ICI torus 晶片互連，以及 Palomar MEMS OCS 光路交換。
資料中心：自建與第三方（1P、3P）的 GW 級園區。
▲ Google 列出的八項 AI 系統創新：TPU／Axion／GPU、288GB HBM、垂直供電、Deschutes 液冷、ICI torus、Palomar MEMS OCS、100 kW+ 3D pod、GW 級園區（圖片來源：Google｜2026 OCP Global Summit 簡報（第 6 頁））
這套垂直整合換來的是 10 到 100 倍的系統效率改善，投影片的定義是跨世代的效能、功耗與成本，沒有拆分到哪一層貢獻多少。
這裡值得 STT 讀者注意的是光網路。OCS 是 Google 叢集的骨幹，我們在 ECOC2026｜OCS 出貨的 95% 是 Google 一家的生意 寫過這個市場的集中度。這次 keynote 把 Palomar 列在八項創新之一，但沒有任何開放計畫，也沒有新數字。光網路仍然是 Google 不打算拿出來共用的那一層。
3. 拆解電力：從 Diablo 400V 到 800 VDC，再接到電網
電力是公告最密集的一層。Partha 的說法是讓資料中心「從電網到晶片都是直流原生」，兩張投影片把相關貢獻與共同推動者列得很清楚：
項目 | 內容 | 共同推動者 |
Diablo 400V | 分離式電源機櫃 | Google、Meta、Microsoft |
LVDC 配電 | 低壓直流配電規格 | 39 家貢獻者，從 ABB 到 Vertiv |
固態變壓器 SST | 中壓直接轉 800 VDC | Google、Microsoft、NVIDIA |
電網介面 | 電網擾動下的表現規範 | Google、Meta、Microsoft、NVIDIA |
潔淨備援電力 | 取代柴油的備援技術 | Google、Microsoft |
▲ Google 的其他 OCP 貢獻：電網擾動介面、SST 中壓轉 800 VDC、潔淨備援電力、LVDC 配電（39 家貢獻者）、Open Data Center for AI 白皮書、能源碳排與用水準則（圖片來源：Google｜2026 OCP Global Summit 簡報（第 12 頁））
電網那一端，Partha 口頭補充，Google 已和美國電力公司簽下約 1 GW 的需量反應（demand response）合約：電網尖峰時，ML 工作負載可以延後或降載，換取更快拿到供電。投影片只寫「與電力公司合作需量反應」，沒有標數字。
這些放在一起看，意思很清楚：電力的瓶頸已經從機櫃內部移到併網那一刻。四家最大的 AI 買家願意坐下來寫同一份電網介面規格，代表誰先拿到電，比誰的晶片快更重要。
4. 拆解散熱與網路：CDU、液冷改裝、傳輸協定互通
散熱有兩項：
Project Deschutes：Google 的多 MW 級開放式 CDU（冷卻液分配單元）。Partha 說採用 Deschutes 的供應商數量明顯增加，展場上就看得到不少。
Project Brazos：把液冷帶進原本氣冷的既有機房（brownfield），這項只在口頭提到，投影片沒有列。
▲ Google 的三項代表性開放貢獻：Diablo 400V 分離式電源（Google、Meta、Microsoft）、Project Deschutes CDU（Google）、Falcon 網路（Google、NVIDIA）（圖片來源：Google｜2026 OCP Global Summit 簡報（第 10 頁））
資料中心藍圖方面，Open Data Center for AI 白皮書的署名包括 OCP、AMD、Google、Meta、Microsoft、NVIDIA 與 Oracle，定義機房、IT 與設施之間的共同介面。
網路這項最有象徵意義。Google 幾年前把硬體傳輸協定 Falcon 貢獻給 OCP，具備多路徑負載平衡、壅塞控制與線速加密。這次 Partha 宣布 NVIDIA 從 BlueField 到 ConnectX 已和 Google 的網卡做到線路格式互通，投影片也把 Falcon 標為 Google 與 NVIDIA 共同推動。對手的網卡跑 Google 的協定，這是開放貢獻真正被採用的少數案例。
5. AI for systems：四個案例的量化拆解
下半場 Partha 用四個案例說明 AI 怎麼改寫系統設計，從晶片一路到資料中心營運：
層級 | 案例 | Google 公布的成果 |
系統硬體 | 以 AlphaEvolve 做 LLM 引導的演化搜尋，探索新的電腦架構 | 投影片：新點子與冠軍級成果；口述：工程速度快 3 到 5 倍 |
系統軟體 | Mantis 代理式安全檢查與修補（已開源） | 每次變更合併前掃描，精準度 92%，掃描數秒 |
資料中心設計 | AI 強化的極端天氣預測模型 | 依站點做十年、年度、每週三種時間尺度建模，方法論公開 |
營運與交付 | 自動化繁瑣作業、容量交付 | 尚無公開數字 |
▲ Google 用 AI 改寫系統設計的四個層級與公布成果，越往營運端越缺乏量化數據（圖片來源：Simple Tech Trend 自製，資料來源 Google 2026 OCP Global Summit 簡報與主題演講）
另外還有幾項較短的例子：把 TensorFlow 自動轉成 JAX、在不同指令集之間轉換程式、把 C++ 轉成 Rust，以及用 AI 做排程、壅塞管理與電源管理。
我們的看法是：第三個案例對硬體供應鏈最有意義。資料中心的冷卻容量要在動工時就決定，Partha 口頭說要用 15 年。這套模型把物理模擬、歷史氣象和 AI 迴歸結合，目的是在基礎設施成本與停機風險之間找到正確的配置，減少「為了保險而多買」的冷卻設備。如果這套方法被廣泛採用，冷卻設備的規格會從「抓最壞情況」變成「依站點精算」，單站採購量可能下修，但規格客製化的程度會上升。
Partha 用一個框架收尾：AI 轉型要經過「令人驚艷、有用、可持續」三階段，技術採用則分四步：複製（AI lift and shift）、重組（AI 輔助）、重新想像（AI 優先），最後才是重新發明（AI 原生）。他的比喻是福特 T 型車：早期汽車長得像馬車。按這個框架，Google 自己的案例多數還停在 AI 輔助。
6. 開放的是管線，封閉的是 TPU 與 OCS
把上下半場拼起來，可以看出 Google 的分工邏輯：
▲ Google 把電網介面、電力、散熱、資料中心藍圖與傳輸協定貢獻給 OCP，TPU、ICI、Palomar OCS 與模型仍是自有技術（圖片來源：Simple Tech Trend 自製，資料來源 Google 2026 OCP Global Summit 簡報）
交給產業的：電網介面、400V 到 800 VDC 的電力鏈、CDU 與液冷改裝、資料中心藍圖、傳輸協定。這些都是 Google 需要大量外部供應商、而且越多家做越便宜的品項。
留給自己的：TPU、ICI 互連、Palomar OCS、Gemini 模型，以及下半場那套用 AI 設計系統的工具鏈。
這不是批評。可替換資料中心的商業邏輯就是把機電基礎設施變成通用品，讓採購端的議價力最大化；差異化則留在算力與設計速度。這和我們在 ECOC2026｜未來十年不會有技術革命，只有一場量產戰爭 的判斷一致：當規格被統一，競爭就從技術轉向交付速度與成本。
7. 風險與反面論點
AI for systems 的數字多數沒有公開基準：92% 精準度有官方部落格可查，但 3 到 5 倍工程速度只在口頭出現，論文（arXiv 2602.22425）的實際比較對象仍要自行核對。
SST 與 LVDC 還在規格階段：從電網到晶片的直流原生架構，SST 由三家共同推動、LVDC 有 39 家貢獻者，但投影片沒有給出量產部署時程。
1 GW 需量反應的前提是負載可以延後：訓練工作可以排程，推論服務很難。推論佔比越高，這套彈性越小；而且這個數字沒有出現在投影片上。
光網路完全沒有開放訊號：Palomar OCS 被列為核心創新，但期待 Google 把 OCS 或光學規格帶進 OCP 的人，這場會失望。OCS 的供應鏈仍然只對 Google 一家客戶負責。
8. 對台灣供應鏈的意義
800 VDC 與 CDU 是被標準化的那一半。Diablo、LVDC、Deschutes 都已經或正在成為 OCP 規格，供應商照規格就能接單，不必先拿到 Google 的私規。LVDC 配電一項就有 39 家貢獻者；本屆 OCP 也有台廠以 800 VDC 與液冷為題發表，包括台達電、光寶科與雙鴻，顯示台廠正積極卡位這條路線。
標準化同時代表價格競爭。Partha 說採用 Deschutes 的供應商數量明顯增加，這對設備商是規模，也是毛利壓力。能否在 SST、潔淨備援電力這些還在成形的規格裡提早參與，會決定誰拿到較好的位置。
液冷改裝（Brazos）是另一個市場。既有氣冷機房的數量遠大於新建液冷機房，改裝需求若被規格化，散熱與機構廠的可服務市場會擴大。
TPU 與 OCS 那一半，台廠的位置取決於 Google 的採購決定，不是 OCP 規格。這部分本場沒有新資訊，不做推論。
9. 總結
這場 keynote 最值得帶走的是 Google 的分工線。電力、散熱、傳輸協定、資料中心藍圖一項項交給 OCP，目的是把機電基礎設施變成通用品；TPU、ICI、Palomar OCS 和 AI 設計工具留在自己手上，那才是差異化。
時間要分開看。Diablo 與 Deschutes 已經是 OCP 貢獻，LVDC 配電有 39 家貢獻者，SST 與電網介面規格還在由少數幾家推動。AI for systems 則還在 Google 自己框架裡的「AI 輔助」階段。接下來 12 個月該觀察三件事：SST 規格何時定稿、電網介面規格有沒有電力公司正式採用、Google 的架構探索有沒有公開可重現的基準。
Google 把管線交給產業，把顯微鏡留在自己手上。
本文僅供技術與產業趨勢分析，不構成任何投資建議。
留言