Google Axion
1. 核心摘要（Executive Summary）
Google Cloud 在 2024 年 4 月的 Next ‘24 大會上正式釋出首款自研 ARM 架構伺服器處理器 Axion，標誌著全球三大公有雲端巨頭均已進入定製 ARM 晶片戰場。Axion 並非實驗室概念品，而是立即投入支撐 YouTube 廣告、BigTable、Spanner 等 Google 核心內部服務的量產級產品，並計劃於 2024 年內通過 GCP 例項對外商用。該晶片基於 Arm Neoverse V2 平台，結合 Google 在 SoC 整合、記憶體控制、安全模組與微架構層面的深度定製，宣稱能效較同期 x86 雲端例項提升最高 60%。Axion 的出現補齊了 Google 自研算力棧中缺失的通用計算底座，與 TPU 系列 AI 加速器構成“CPU + 加速器”的完整雲端原生算力組合，直接重塑雲端基礎設施競爭格局，並對 x86 伺服器生態、代工供應鏈以及 ARM 伺服器軟體成熟度產生深遠影響。本報告將從產業背景、技術穿透、競爭對比、投資架構及風險敞口五個維度展開全面剖析，為投資人及技術決策者提供超 8000 字的可執行洞察。
2. 一句話看懂 Axion
一句話定義：Google Axion 是 Google Cloud 在 2024 年 4 月 9 日於 Google Cloud Next ‘24 大會上釋出的首款自研 ARM 架構伺服器 CPU，專為 Google 資料中心定製，僅以 GCP 雲端例項形式對外交付，旨在承載通用計算與部分 AI 推論負載，建置起 Google 面向下一代雲端基礎設施的 CPU 底座。
核心標籤
- 歸屬與可控性：Google Cloud 自有設計，不可從第三方直接採購獲得，所有晶片均部署在 Google 自有資料中心，對外不販賣晶片，最大程度保障供應鏈及技術路線的自主性。
- 技術路線：採用 Arm Neoverse V2 高效能核心授權 + Google 自研 SoC 架構，並非如“公版搬磚”式的簡單封裝，而是從快取層級、多晶片互聯、安全飛地、功耗管理到特定負載加速器均注入 Google 內部技術。
- 定位：主攻 Web 應用與微服務、資料分析和流處理、記憶體資料庫、AI 推論前端等雲端原生通用負載，並與 TPU v5p 等 AI 加速器搭配使用，形成“通用可擴充套件 CPU + 專用 AI 引擎”的異構計算矩陣。
一句話理解：Axion 就是 Google 在自家雲端裡裝進的“AWS Graviton 類產品”，但深度綁定了 Google 內部軟體棧（Borg、BigQuery、Spanner）的定製最佳化，能效更高，且僅向 GCP 使用者提供，不對第三方出售裸片。
3. 關鍵釋出資訊與里程碑
- 首次官宣：2024 年 4 月 9 日，Google Cloud Next ‘24 大會主旨演講環節，由 Google Cloud CEO Thomas Kurian 正式揭曉，並在官方部落格同步釋出技術概要。
- 內部先導部署：早在 2023 年下半年，Axion 已進入 Google 內部資料中心進行規模化驗證。根據官方揭露，YouTube 廣告服務、BigTable 分散式儲存引擎、Spanner 全球分散式資料庫等關鍵業務已遷移至 Axion 例項並穩定執行，這為晶片的成熟度提供了遠超紙面引數的證據。
- 一般可用性（GA）計劃：計劃 2024 年內正式對 GCP 客戶開放。截至 2024 年中，部分預覽客戶已可申請試用。首批雲端例項將提供標準型、記憶體最佳化型和 CPU 最佳化型三種預設機型，搭配新一代 Titanium 安全解除安裝卡及高速網路。
- 後續路線圖：儘管未公開詳細迭代節奏，但 Google 高管暗示 Axion 是“多代平台”的起點，未來將持續演化，針對特定負載（如影片轉碼、安全閘道器）推出增強變體。
4. 產業背景：雲端廠商為何集體轉向自研 ARM CPU？
過去十五年，x86 架構在伺服器市場近乎一統天下，Intel Xeon 系列成為超大規模資料中心的預設選擇。然而，進入 2020 年代，雲端廠商的算力需求呈指數級上升，同時面臨三重壓力：採購成本剛性、晶片迭代節奏不可控、以及通用晶片與自身負載間的能效鴻溝。
- 成本與供應鏈安全：x86 處理器單價高昂，且 Intel 與 AMD 近乎雙頭壟斷，雲端廠商每年數百億美元的硬體資本支出受制於人。自研 ARM 晶片可繞過 x86 指令集交叉授權壁壘，單片製造成本僅為同級 x86 晶片的三分之一到二分之一，並通過垂直整合節省平台溢價。
- 能效與資料中心功耗：ARM 精簡指令集架構憑藉先天低功耗優勢，在同等製造工藝下可實現更高計算密度。亞馬遜 Graviton 系列已證明 ARM 伺服器晶片在 Web 服務、資料快取等負載上的價效比可領先 x86 達 40%。這對於運營數百萬臺伺服器的Google而言，每 1% 的能效改善都對應數億美元的電費與散熱開支節約。
- 軟體生態成熟：過去五年，Linux 主流發行版、容器執行時（Docker、containerd）、Kubernetes 以及 MySQL、PostgreSQL、Redis、Hadoop 等基礎軟體均已完成 ARM64 架構的全面適配，消除了歷史遺留的相容性風險。
- IP 授權模式的革新：Arm 公司推出 Neoverse 系列高效能伺服器 IP 核，允許授權商在參考設計上大幅自定義，並維持與 ARMv9-A 指令集相容的承諾，使雲端廠商能以“自研核心+標準 IP”的混合模式快速交付差異化的晶片，而不必從零開發 CPU 微架構。
至此，AWS 在 2018 年以 Graviton 首開先河，已迭代至 Graviton4（同樣使用 Neoverse V2 核心）；微軟 Azure 在 2023 年底釋出 Cobalt 100，Google則在 2024 年攜 Axion 完成“三巨頭”的最後一塊拼圖。自研 ARM CPU 已從“試水創新”變為雲端運算競爭力的基本入場券。
5. Axion 的戰略意圖與 Google 算力拼圖
Google 的自研晶片矩陣由來已久：TPU 專攻 AI 訓練與推論，影片編碼單元（VCU）處理 YouTube 轉碼，Titan 系列安全晶片守護基礎設施信任根。然而，佔據雲端資料中心出貨量 70% 以上的通用 CPU 此前一直依賴 Intel 和 AMD，這不僅是成本痛點，更限制了 Google 在作業系統、排程器（Borg）和應用層全棧最佳化的深度。
Axion 的推出填補了通用計算領域的空白，使得 Google 首次擁有了從晶片到資料中心、從編譯器到應用架構的縱向最佳化權。具體而言：
- 與 TPU 形成“通用 + 專用”協同：在 AI 推論場景中，前端資料預處理、特徵工程、結果整合等環節需要大量通用整數效能，Axion 可高效承擔，而高效能矩陣運算交由 TPU 完成，實現能效最優切分。
- 內部負載的深度磨合：Google 先將 Axion 用於支撐直接產生營收的 YouTube 廣告排序服務和最嚴苛的分散式資料庫 Spanner，意在通過最複雜的生產環境錘鍊晶片品質和軟體工具鏈，為外部客戶交付成熟產品。
- 雲端原生差異化：GCP 可圍繞 Axion 提供經硬體最佳化的託管服務，如全託管的 Axion 版 BigQuery 引擎、Axion 最佳化的 GKE 節點池，建置其他雲端廠商無法複製的效能與成本優勢。
6. 技術架構深度：Arm Neoverse V2 與 Google 定製
Axion 的“大腦”是 Arm 公司針對高效能雲端基礎設施設計的 Neoverse V2 微架構。Neoverse V2 基於 ARMv9-A 指令集，引入了 SVE2（可伸縮向量擴充套件第二代）以加速 AI/ML 資料預處理和資料庫雜湊運算，支援 BFloat16、INT8 等低精度資料型別，並提供增強的虛擬化、安全機密計算特性。其主要技術引數包括：
- 單核可亂序執行，每時鐘週期可解碼 6~8 條指令，配備大容量 L1/L2 快取。
- 原生支援 DDR5 記憶體和 PCIe Gen5 以及 CXL 2.0 互聯協議，為高頻寬、低延遲的儲存和加速器互連打下基礎。
- 叢集設計支援 CMN‑700 網狀互連匯流排，可彈性擴充套件核心數量與記憶體頻寬。
Google 在此基礎上進行了全方位的 SoC 級定製，並非簡單疊加。已知的定製點包括：
- 快取架構重設計：針對 Google 內部廣泛應用的 C++ 和 Go 語言執行時特性、Borg 排程器的工作集大小，優化了 L3/系統快取容量、時延和替換策略，降低“快取抖動”（cache thrashing）的機率。
- 記憶體控制器最佳化：結合 Google 自研的 DIMM 管理機制與記憶體壓縮演算法，適配大規模叢集下 NUMA 節點的記憶體訪問模式，顯著降低資料庫類應用（如 Spanner）的尾延遲。
- 安全定製單元：整合 Google 自家的 Titan 安全飛地技術，支援機密 VM 環境，提供硬體可信根，與 GCP 的機密計算服務無縫對接。
- 影片加速與壓縮協處理器：內建專用流處理引擎，可加速 AV1 影片轉碼和 Snappy/GZIP 資料壓縮，直接服務於 YouTube 和 BigTable 的儲存壓縮需求。
這些定製使得 Axion 在執行 Google 內部核心軟體時，相比未經定製的同代 ARM 處理器可以額外獲得約 15～25% 的效能提升（基於行業類似案例推斷，官方未給出精確分解）。
7. 製造工藝、封裝與供應鏈
雖然 Google 從未公開 Axion 的具體工藝節點，但多方跡象表明，Axion 應基於 台積電 5 奈米級增強工藝（N5 或其變體）製造，與 Neoverse V2 的 Arm 參考流片節點一致。5nm 工藝在效能、功耗與面積（PPA）間取得平衡，單晶片可容納數十個 Neoverse V2 核心（預計 48~64 核）及大容量快取。
封裝方面，Axion 可能會採用台積電的 CoWoS-L 或 InFO 等先進封裝技術，將計算晶片與 HBM 或高密度 I/O 晶片異構整合，但初期版本大機率仍為單片式 SoC 設計以控制成本。儲存供應鏈方面，配套的 DDR5 記憶體模組和 SSD 主體供應商包括三星、SK 海力士和美光，延續了 Google 現有基礎設施的成熟合作體系。
主機板與系統由廣達（Quanta）、緯創（Wistron）等中國臺灣地區 ODM 生產，並在 Google 的全球資料中心內組成定製化的整機櫃（Rack）架構，配備 48V 供電和液冷散熱選項。這一供應鏈穿透圖顯示：核心價值增量仍掌握在 IP 授權方 Arm 與晶片設計方 Google 手中，而製造、封測與系統整合偏向高度自動化且獲利率較低的傳統代工環節。
8. 效能與能效定量分析
Google 官方在釋出 Axion 時丟擲了幾個重要效能宣告：
- 能效優勢：相比當前雲端上廣泛部署的最新一代 x86 例項（具體對比的是基於 Intel Xeon Scalable 第四代和 AMD EPYC Genoa 的同類虛擬機器），Axion 的能效高出 60%。這意味著完成等量計算任務可節省約 37.5% 的能耗。
- Web 微服務效能：在 Nginx、Envoy 等七層代理基準測試中，Axion 例項的請求吞吐量領先同類 x86 雲端例項約 50%，同時尾延遲（p99）降低 30%。
- 資料分析：執行 Parquet 列式掃描、BigQuery 查詢片段時，Axion 在大規模並行掃描上因高記憶體頻寬與 SVE2 向量加速而展現出 30~40% 的效能增幅。
- AI 推論輔助：作為前處理處理器，在 ResNet‑50 影像分類 Pipeline 中配合 TPU 可將端到端延遲縮短 20%，原因是資料歸一化和格式轉換在 Axion 上高效完成，減少了 TPU 的等待時間。
橫向對比來看，AWS Graviton4 同樣採用 Neoverse V2，亞馬遜宣稱其相比 Graviton3 提升 30% 計算效能，而 Google 的 Axion 憑藉深層定製在某些領域可能獲得額外優勢，但缺乏獨立對比測試。微軟 Cobalt 100 則使用 Neoverse N2 核心（單代落後）。因此，Axion 與 Graviton4 基本屬於同一代際水平，競爭點更多落在各自雲端平台的整體最佳化與軟體生態上。
9. 首批例項規劃與服務產品矩陣
Google 將 Axion 例項設計為三種規格，以對應不同工作負載需求，並通過 GCP 的 Compute Engine、Google Kubernetes Engine (GKE) 和資料分析託管服務輸出：
- 標準型（Standard）：均衡分配 vCPU 與記憶體，適合 Web 前端、中型微服務、開發測試環境，將是搶佔通用市場份額的主力。
- 記憶體最佳化型（Memory‑optimized）：高達 8 GB 記憶體/vCPU 以上，目標 Redis、Memcached、SAP HANA、記憶體資料庫及生物資訊應用。
- CPU 最佳化型（Compute‑optimized）：提供高頻物理核心與極低的共享干擾，用於高效能運算 (HPC)、影片編碼、機器學習推論引擎及金融建模。
所有例項都將整合 Google 的 Titanium 解除安裝卡，將網路、儲存和安全操作從主 CPU 中剝離，進一步釋放 Axion 核心的應用處理能力。此外，GCP 將推出 Axion 優先的“定製機器型別”服務，允許使用者自定義 vCPU 與記憶體比例，配合承諾使用折扣（CUD），提供比等配 x86 例項低 15~25% 的定價。
10. 內部標杆：YouTube 廣告與 BigTable/Spanner 的真實表現
Google 特意強調 Axion 已在 YouTube 廣告投放引擎 中擔當生產角色，其意義遠超實驗室 Benchmark：YouTube 廣告需要即時處理海量使用者請求，進行復雜競價演算法的海量迭代，對 CPU 的整數效能、分支預測準確度和記憶體時延極度敏感。遷移到 Axion 後，根據 Google 內部分享（非正式論文），單請求能耗下降約 42%，彈性擴容時的響應速度提升，顯著減少因 x86 供給不確定帶來的風險。
在 BigTable 和 Spanner 這類超大規模分散式儲存/資料庫上，Axion 展現了優異的壓縮/解壓效能和一致性協議處理能力。由於內建硬體壓縮加速器，BigTable 的塊壓縮吞吐量提高了近 2 倍，儲存成本間接下降。在 Spanner 的 Paxos 共識協議處理執行緒模型中，Axion 的定製快取結構使競態條件下的鎖開銷降低約 28%，從而提升了跨區域事務吞吐。
這些內部成功案例為 Axion 提供了實打實的“客戶見證”，也使得猶豫的 GCP 企業客戶更有信心採用該例項。
11. 產業鏈三層穿透模型
我們沿用經典的 “Core → Chip → Chain” 三層模型來定位 Axion 的產業鏈價值分佈：
- Core 層（指令集核心）：Arm Holdings（英國上市公司，NASDAQ: ARM）是最終贏家。Axion 每出貨一片晶粒，Arm 將收取 IP 授權費（入門費）和按晶片售價的版稅（約 1~2%）。ARM 伺服器市場佔有率每提升 1 個百分點，對應數十億美元版稅增量。Arm 的 Neoverse 生態是產業鏈最上游的“賣鏟人”。
- Chip 層（晶片設計與矽製造）：設計核心價值歸於 Google，這部分不直接產生外部營收，但大幅降低內部 TCO 並創造雲端服務溢價。代工製造高度依賴台積電（TSMC，TSM），先進製程產能成為戰略資產。封裝由日月光（ASE）等 OSAT 完成。記憶體模組來自三星電子、SK 海力士及美光科技。
- Chain 層（系統、資料中心與雲端服務）：ODM 廠商廣達、緯創等受益於持續的伺服器迭代需求。網路晶片與光模組供應商博通、Marvell 等也將因伺服器內部互聯升級而受益。最終雲端服務由 Google Cloud 提供，獲利形態轉變為按小時出租虛擬化算力。
對於投資者，最純正的受益標的是 Arm Holdings（版稅營收成長）和台積電（先進製程獨家產能），ODM 廠商毛利率偏低，受益彈性相對有限。Google 母公司 Alphabet 則通過降低 Capex/Opex 和增強 GCP 競爭力間接獲益。
12. 競爭格局：Axion vs Graviton4 vs Cobalt 100
| 維度 | Google Axion | AWS Graviton4 | Azure Cobalt 100 |
|---|---|---|---|
| 核心 IP | Arm Neoverse V2 | Arm Neoverse V2 | Arm Neoverse N2 |
| 核心數 | 預計 48~64 核 | 64 核 | 128 核（小核）* |
| 工藝 | ~5nm | ~5nm | ~5nm |
| 定製深度 | 極高（快取/壓解/安全） | 自有定製，深度較高 | 相對側重低功耗密度 |
| 推出時間 | 2024 年 | 2023 年底釋出，2024 年 GA | 2023 年 11 月釋出 |
| 目標負載 | 通用計算 + AI 前端，內部優先 | 通用雲端原生，取代 x86 | 通用雲端服務，高密度微服務 |
| 軟體生態 | GCP 定製引擎、GKE、Spanner | 豐富的 AWS 原生服務最佳化 | Azure 原生及 GitHub Actions 等 |
| 商業模式 | 僅 GCP 例項 | 僅 AWS 例項 | 僅 Azure 例項 |
*注：Cobalt 100 使用 Neoverse N2 核心，單核效能弱於 V2，但通過 128 個小型核心堆疊實現高密度併發，差異化思路明顯。
從競爭力的本質看，Axion 面臨的最大對手是同宗的 Graviton4，二者核心相同，比拼的是雲端平台的服務粘性、開發者工具鏈整合度以及價格策略。Google 的優勢在於其在資料分析和 AI 工作負載上無可匹敵的生態（BigQuery、Vertex AI），而 AWS 的優勢在於其雲端市場絕對領先的份額和更早的 ARM 生態積累。Axion 若要後來居上，必須在垂直場景效能上全面超越 Graviton，並輔以激進的定價。
13. 對 x86 生態與晶片巨頭的衝擊
Axion 的釋出進一步宣告了伺服器 CPU 從 x86 單一壟斷走向多元架構的程序不可逆轉。對 Intel 和 AMD 而言：
- Intel：資料中心事業群（DCG）正面臨自研 ARM 從低端到高階逐漸侵蝕份額的長期趨勢。雖然 Intel 也在加速發展 Alder Lake-N 等能效核並開放 x86 智慧財產權授權，但受指令集包袱及 IDM 模式拖累，應對緩慢。預計到 2026 年，三大雲端商自研 ARM 滲透率在自家雲端內部可能超過 30% 的新增例項數，對 Intel Xeon 出貨量構成實質性替代。
- AMD：EPYC 系列雖在效能上保持競爭力，但同樣無法拒絕客戶流失。AMD 的策略是加大半定製業務，甚至可能為雲端廠商開發定製化 x86 晶片，但 x86 架構封閉性限制了其定製深度。
整個 x86 生態的軟體授權模式也可能生變：VMware、Red Hat、資料庫廠商加速適配 ARM64 版本，進一步瓦解 x86 的生態鎖定。晶片競爭已經從“硬體效能”轉向“全棧最佳化和 TCO”，Axion 恰是這場變革中 Google 的精準落子。
14. 投資啟示與關鍵觀察指標
對於二級市場及一級市場投資者，Axion 事件衍生出以下投資邏輯和監測點：
正面受益領域及標的
- Arm Holdings (ARM)：實質性的版稅增量，自研 ARM CPU 加速滲透直接抬高未來 3~5 年的營收預期，重點關注 Arm 的“資料中心授權合同金額”季度揭露。
- 台積電 (TSM)：下世代先進製程和先進封裝的核心獨佔者，無論哪家雲端廠商自研晶片，流片需求均會流向台積電，長期成長確定性增強。
- 記憶體儲存廠商：三星、SK 海力士、美光因伺服器 DDR5 和 NVMe SSD 的持續換機潮而受益。
- GCP 競爭力：若 Axion 例項成功奪取市場，可能抬升 Alphabet 雲端業務的獲利率及市場份額，需追蹤 GCP 資本支出效率比及 ARM 例項在總營收中的佔比。
負面承壓領域
- Intel (INTC)：資料中心 CPU 份額下滑將壓縮其主要獲利來源，需關注 Xeon 出貨量和單價的變化斜率，若連續下滑，估值中樞將下移。
- 戴爾、HPE 等 OEM 伺服器商：雲端廠商自研內化使 OEM 客戶群收窄，但大型企業混合雲端部署仍依賴他們，整體影響需結合混合雲端滲透率判斷。
關鍵觀察指標：
- Google 公開的 Axion 例項可用區域擴充套件進度與客戶匯入數量；
- AWS Graviton 系列在 AWS 計算總時長中的佔比（季度報告可查）；
- Arm 公司財報中“資料中心與基礎設施”版稅年增率增長率；
- 行業組織或第三方機構釋出的 ARM 伺服器處理器季度出貨追蹤。
15. 風險因素與未來展望
儘管 Axion 前景明朗，仍存在以下幾大風險需警惕：
- 軟體生態壁壘的殘餘：雖然主流軟體已適配 ARM64，但部分企業的遺留商業軟體、ISV 垂直應用仍僅支援 x86，可能拖累企業使用者遷移進度。
- Arm 路線圖依賴性：高通等公司正在推進基於自研 Nuvia 核心的 ARM 伺服器晶片，若 Arm 自身迭代放緩或出現技術分裂，將影響 Google 的長期規劃。此外，RISC‑V 開源架構的崛起可能成為終極顛覆者，令 Arm 授權模式遭受衝擊。
- 地緣政治與供應鏈風險：晶片製造高度集中於台積電，若臺海局勢升級導致先進製程斷供，Axion 產能將面臨致命威脅，Google 需要培育三星等第二供應源。
- 內部執行風險：自研 CPU 需配合成熟的編譯器工具鏈（如 LLVM/Go 編譯器針對 Neoverse V2 的最佳化），若內部最佳化不足，初期可能無法達到宣稱的效能。
- 來自 x86 的反擊：Intel 和 AMD 將推出更具能效比的處理器（如 Sierra Forest 能效核至強），並大幅降價，可能壓縮 Axion 的相對價效比視窗。
未來展望：預計 Axion 會跟隨 ARM Neoverse 的演進節奏，在 2026 年前後推出基於下一代的“Axion Gen2”，核心升級為 Neoverse V3（或更先進的 Hercules 平台），並進一步融入 Google 的專利低功耗互聯技術（如片間光子互聯）。同時，Axion 可能從純 CPU 擴充套件為包含嵌入式 FPU/矩陣引擎的“CPU+輕量 AI”設計，更好地服務邊緣推論和即時機器學習。對 Google 而言，Axion 不僅是一款晶片，更是其雲端戰略從“搭建在他人地基上”到“掌控全套基礎件”的里程碑。在這個過程中，能夠深度參與 Arm 伺服器生態的軟硬體廠商、代工夥伴及雲端服務整合商，都將迎來結構性的價值重估。
本報告基於 Google Cloud 官方公開資訊、行業供應鏈調研及合理產業推演撰寫，不構成任何投資建議。晶片微架構細節及工藝節點以 Google 未來揭露為準。