谷歌加速自研AI晶片發布節奏，供應鏈壓力同步攀升

nashnova research

今天发布阅读约 4 分钟

谷歌將TPU發布節奏從兩年一代壓縮到今年每年兩代，整條供應鏈被迫同步提速，但從記憶體到液冷的多環節瓶頸正在同時湧現。

晶片迭代有多快？

谷歌AI基礎設施高級副總裁瓦達特公開表示，TPU（張量處理器，谷歌自研的AI專用晶片）發布節奏已從每兩年一代 → 每年一代 → 今年每年兩代。

今年推出的兩款晶片分別是TPU 8t（用於訓練）和TPU 8i（用於推理），谷歌首款TPU於2015年面世。

這意味著→ 十年間迭代頻率翻了四倍，而瓦達特預計還會繼續加速。

瓦達特坦承，瓶頸正在記憶體、印刷電路板、高壓電源、液冷系統、AI機架等多個環節同時湧現。

他的原話是「上午是一個問題，中午又是另一個問題」——一旦你對某個瓶頸感到放鬆，另一個就會在你最意想不到的時候出現。

簡單來說＝晶片出得再快，如果配套的電源、散熱、電路板跟不上，整台機器也裝不起來——供應鏈的短板決定了真正的交付速度。

谷歌在每顆晶片上集成了以太網交換機功能，令算力與網絡在晶片級別協同，降低功耗。

廣域網絡目前支持100萬顆TPU協同運作，通過三層架構實現：超級計算集群（約1萬顆）→ 數據中心網絡（約10萬顆）→ 跨數據中心互聯（百萬級）。

這意味著→ 谷歌的競爭力不只在單顆晶片性能，更在於把百萬顆晶片連成一張網的系統工程能力。

聯發科參與晶片設計，台積電負責晶圓代工，富士康、廣達電腦、英業達承擔伺服器組裝，博通和邁威爾深度合作晶片開發——台灣貫穿了谷歌TPU從設計到組裝的幾乎每個環節。

Alphabet還參與了聯發科最新一輪39億美元可轉債發行，英偉達同樣參與。

瓦達特表示台灣是谷歌AI基礎設施在美國以外最大的研發中心，谷歌已宣布將在台灣的辦公空間擴大60%。

谷歌宣布將向外部客戶銷售TPU，部分銷售已經啟動——這使谷歌與英偉達的競爭從「自用 vs 外賣」變成了同一賽道的正面交鋒。

但谷歌目前仍向英偉達採購GPU伺服器用於部分數據中心建設——這反映出即便自研晶片加速，短期內仍無法完全替代英偉達。

Alphabet已將2026年資本支出指引上調至1,950億至2,050億美元，用於建設下一代AI數據中心。

谷歌正在尋求擴大和多元化晶圓代工夥伴：此前已與英特爾合作探索先進封裝技術，並據報道正與三星電子就未來CPU的先進製程產能洽談。

簡單來說＝台積電仍是核心，但谷歌不想把所有雞蛋放在一個籃子裡——當晶片一年出兩代，產能風險必須分散。

這意味著→ 英特爾和三星的先進製程業務可能因此獲得來自谷歌的增量訂單，代工格局正在被AI晶片的迭代速度重新攪動。

市场有风险，内容仅供研究参考，不构成投资建议。