Google 在 AI 晶片領域的雄心壯志正逐漸浮現。根據富邦投顧（Fubon Research）分析師的最新報告，Google 計劃在 2028 年推出第九代 TPU（TPU v9），其目標部署量高達 1,200 萬至 1,500 萬顆。這項計劃不僅有望追平，甚至可能超越輝達（Nvidia）同年對資料中心 AI GPU 的總出貨量，這將如何影響全球 AI 硬體的供應鏈版圖？
現象觀察：Google TPU 規模擴張
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。根據富邦投顧的估算，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 的部署計畫如期實現，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。
原因剖析：自研晶片策略的轉變
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。分析師指出，Google 的 TPU v9 設計不僅提升了計算效能，還大幅提高了產能需求。這項轉變背後的原因是 Google 希望通過自研晶片，更好地整合其軟體堆疊和資料中心需求，從而建立更加完善的 AI 基礎設施。
從產業面來看，Google 的自研晶片策略將加速 AI 硬體市場的競爭，促使其他雲端巨擘如微軟、Meta 等也加快自研晶片的步伐。這不僅會影響現有供應鏈的格局，還可能推動更多技術創新。
影響評估：供應鏈版圖的重塑
Google 的擴產計劃對供應鏈帶來了巨大挑戰。首先，單靠台積電的產能恐難以負荷如此龐大的需求。分析師認為，英特爾（Intel）代工服務的產能支援將是關鍵。市場傳聞指出，英特爾已順利拿下超過 300 萬顆 TPU 的代工訂單，這將有助於 Google 實現其擴產目標。
然而，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。這將增加技術難度和成本，但也有助於提高晶片性能。
趨勢預測：AI 基礎設施的垂直整合
若上述預測數據成真，Google 將晉升為全球最大的 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」。
這意味著雲端巨擘將從自行設計晶片，到針對自家的軟體堆疊與資料中心需求進行最佳化，藉此建構出更為完整的 AI 基礎設施。這種趨勢將推動更多的技術創新，並改變 AI 硬體市場的競爭格局。
對一般人來說，Google 的擴產計劃將促進 AI 技術的普及，使更多應用場景得以實現。從自動駕駛到智慧醫療，再到個性化推薦系統，AI 的影響力將進一步擴大。
Google 的 TPU v9 計劃不僅是一次技術突破，更是對全球 AI 硬體市場的一次重大挑戰。未來幾年，我們將看到更多雲端巨擘加入自研晶片的行列，共同推動 AI 技術的進步。
面對這一趨勢，你是否看好 Google 的 TPU v9 計劃？歡迎在留言區分享你的看法。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
Google 2028 年 TPU v9 的目標部署量是多少？
Google 計劃在 2028 年部署 1,200 萬至 1,500 萬顆 TPU v9。
英特爾在 Google TPU v9 計劃中的角色是什麼？
英特爾的代工服務將是 Google 實現 TPU v9 計劃的關鍵，已順利拿下超過 300 萬顆 TPU 的代工訂單。
Google 的 TPU v9 計劃將如何影響 AI 硬體市場？
Google 的 TPU v9 計劃將加速 AI 硬體市場的競爭，促使其他雲端巨擘加快自研晶片的步伐，並推動更多技術創新。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
About the Author
