根據富邦投顧(Fubon Research)分析師最新估算,Google 正針對2028 年即將推出的第九代TPU(TPU v9)進行大幅擴產。其目標部署量上看1,200 萬至1,500 萬顆,此規模不僅有望追平,甚至可能超越輝達(Nvidia)當年對資料中心AI GPU 的總出貨量。這項預測顯示,Google 的自研AI 晶片策略已從早期的試水溫,邁向極大規模的商用部署,並極有可能改寫全球AI 硬體的供應鏈版圖。
分析師指出,Google 的TPU v9 將採用四顆運算晶粒(Compute Dies)設計,這意味著2028 年的產能消耗將較2027 年呈現倍數成長。相較之下,分析師預估輝達2026 年資料中心AI GPU 出貨量約為820 萬顆,並在2028 年增至1,240 萬顆。若Google 的部署計畫如期兌現,這代表單一企業對AI 加速器的需求量,將逼近甚至超越市場龍頭的整體供應規模。
不過,要達成如此龐大的產量,單靠台積電的產能恐怕難以負荷。分析師認為,Google 若要在2028 年順利達陣1,500 萬顆TPU 的目標,英特爾(Intel)代工服務的產能支援將是關鍵。市場先前亦有傳聞指出,英特爾在Google 測試其先進封裝技術後,已順利拿下超過300 萬顆TPU 的代工訂單。考量到英特爾的EMIB/EMIB-T 技術與台積電的CoWoS-L 封裝架構互不相容,若Google 決定轉向英特爾代工,相關的晶片設計與封裝規劃勢必得同步進行調整。
分析人士認為,若上述預測資料成真,Google 將晉陞為全球最大的AI 加速器消費者之一,並掌握規模最龐大的自有AI 硬體機隊。在AI 需求仍處於高速擴張的背景下,這項發展未必會削弱輝達的市場主導地位,但卻鮮明地凸顯出另一個產業趨勢:大型雲端業者正加速走向「垂直整合」──從自行設計晶片,到針對自家的軟體堆疊與資料中心需求進行最佳化,借此建構出更為完整的AI 基礎設施。 (半導體芯聞)