谷歌TPU卖爆了

coffee198375

Google张量处理器（TPU）爆红，传出扩大释单联发科，订单量比原规划倍数以上激增。联发科为Google操刀的首款TPU「 v7e」将于下季底进入风险性试产，并再拿下Google下一代TPU「v8e」订单，获台积电力挺，联发科大单涌进，2027年台积电提供联发科Google专案CoWoS产能更将暴增七倍以上。

联发科来自Google TPU订单大增，获利随之爆发，并为此向台积电大举追加先进制程与CoWoS先进封装产能，获台积电力挺。市场估算，光是v7e从明年至2027年出货，总计可望挹注联发科获利超过两个股本，可预期未来整体ASIC业务对其营收与获利贡献将更为可观。

对于相关消息，联发科不予评论；台积电则表示，不评论单一客户业务细节。

联发科承接Google TPU订单的消息广为业界流传，但联发科一直低调未透露客户名称，也因为保密到家，导致先前市场一度认为是「做不好所以不愿意讲」，甚至传出v7e进度延迟的消息，并使得外界对联发科ASIC业务贡献程度保守评估。

供应链传出，联发科Google TPU专案近期迈大步，拍板v7e于2026年首季末进入风险性试产，意味后续正式量产在即，极具指标意义。

由于客户端需求强劲，Google等不及v7e投片生产到完成CoWoS封装与测试耗时八、九个月，且产出还要经过认证，为加快供应时程，只要后续认证进度顺利，v7e试产的产出也视同量产的产品供应给客户，不仅解决Google赶着要货当务之急，也将为联发科尽快带来相关业绩贡献。

供应链指出，联发科原本与台积电协商，明年Google专案使用CoWoS年产能约1万片左右，为加大v7e供应量，CoWoS产能需求倍数追加至2万片，显示Google相关订单又急又猛。台积电看重联发科与Google，也愿意在3纳米制程与CoWoS封装产能力挺，给予联发科充裕的产能支援。

随着v7e量产后持续放量，下一代v8e又要接棒演出，联发科来自Google订单量同步跳增。消息人士指出，2027年联发科向台积电协商需要的CoWoS年产能达15万片以上，是2026年的七倍以上。

联发科虽然一直没有透露ASIC案件客户及产品名称，但执行长蔡力行先前指出，该公司第一个AI加速器ASIC专案执行顺利，并持续以2026年云端ASIC相关营收达10亿美元为目标，至2027年则可望达数十亿美元规模。蔡力行这段话，透露对后续ASIC营收倍数增长有信心。他透露，设计复杂度更高的接续专案已在进行，预计2028年起贡献营收。另外，该公司持续积极与第二家超大规模资料中心业者洽谈新的资料中心ASIC专案，预期未来相关业务将快速成长。

谷歌TPU，令英伟达不安

月初，据报道指出，Meta 正在探索与谷歌建立重要合作关系，以推动其快速发展的 AI 项目。多家媒体报道称，该公司正与谷歌就使用其定制的 AI 芯片——张量处理单元 (TPU)——进行深入洽谈，第一阶段合作最早可能于明年启动。

如果交易顺利进行，Meta 将于 2026 年开始通过 Google Cloud 租用 TPU，然后在 2027 年之前将这些芯片部署到自己的数据中心。此举将标志着 Meta 的人工智能基础设施发生显著转变，并可能挑战英伟达在该市场的主导地位，而英伟达在首席执行官黄仁勋的领导下，多年来一直处于该领域的领先地位。

这一时机引起了业界的关注。全球人工智能开发者正面临着英伟达硬件成本不断攀升和漫长等待时间的双重压力，迫使各大公司考虑替代方案。谷歌一直将其TPU定位为更具成本效益且易于获取的选择，能够支持大规模人工智能系统的训练，且不受供应限制。

对 Meta 而言，这种灵活性至关重要。该公司在其生态系统（包括 Facebook、Instagram、WhatsApp 及其不断扩展的 AI 助手产品线）中训练着庞大的 AI 模型。获得 TPU 的使用权有助于降低成本并实现硬件战略多元化，从而减少对单一芯片供应商的依赖。

有报道称，Meta 将利用租赁期严格测试 TPU 的性能，然后再于 2027 年进行大规模部署。在谷歌内部，这笔潜在交易被视为大幅扩大 TPU 市场份额并分得目前主要流向英伟达的部分支出的机会。

市场反应立竿见影。消息公布后，英伟达股价下跌约2.7%，投资者纷纷猜测Meta是否会调整未来的芯片订单分配。与此同时，Alphabet股价上涨幅度相近，反映出市场对谷歌云计算和人工智能发展前景的乐观情绪。

参与其中的公司——Meta、谷歌和英伟达——目前均未发表公开声明。但仅凭这些洽谈就足以凸显人工智能芯片领域的竞争格局正在迅速演变，以及下一波合作浪潮可能会如何重塑该行业最大的投资方向。

如上所述，分析师预测，谷歌计划到 2028 年将其 TPU 的产量提高一倍以上，因为该公司正在加大对处理器的投入。芯片咨询公司 SemiAnalysis 表示，谷歌的处理器现在在构建和运行尖端人工智能系统方面“与业界之王英伟达不相上下”。

英伟达的投资者也对谷歌可能向其云计算平台以外的客户提供TPU感到不安。这其中包括谷歌最近与人工智能初创公司Anthropic达成的一项协议，该公司将向Anthropic提供100万个TPU，价值数百亿美元。

谷歌认为，垂直整合——主要在公司内部开发人工智能硬件、软件和芯片——将带来技术优势和巨额利润。

与谷歌之前的模型一样，Gemini 3 主要在 TPU 上进行训练。而 OpenAI 则主要依赖英伟达图形处理器来构建驱动 ChatGPT 的大型语言模型。

“最重要的是……全栈方法，”谷歌人工智能架构师兼DeepMind首席技术官Koray Kavukcuoglu说，“我认为我们在这方面有独特的方法。”

他补充说，结合对数十亿消费者如何使用 Gemini、AI 概览以及搜索和其他产品，谷歌将获得巨大的优势。

摩根士丹利估计，谷歌每向外部客户售出50万个TPU，就能带来高达130亿美元的收入。这家科技巨头主要与芯片设计合作伙伴博通以及联发科合作开发这些处理器。

摩根士丹利分析师还预测，台积电明年将生产 320 万个 TPU，2027 年将增长至 500 万个，2028 年将增长至 700 万个。

该银行的分析师在最近的一份研究报告中表示：“2027 年的增长将明显强于之前的预期。”

一些分析师认为，谷歌也可能与 OpenAI、埃隆·马斯克的 xAI 或 Safe Superintelligence 等初创公司达成此类交易，未来几年可能会为谷歌带来超过 1000 亿美元的新收入。

专家补充说，人工智能赋能的编码工具可以让潜在的 TPU 客户更容易地重写他们的软件，而到目前为止，这些软件大多是建立在英伟达专有的 Cuda 平台之上的。

英伟达试图缓解市场的担忧，称其仍然“领先业界一代”，并且是“唯一能够运行所有人工智能模型的平台”，并补充说：“我们继续向谷歌供货。”

该芯片制造商补充说，与 TPU 等处理器相比，它具有“更高的性能、多功能性和可互换性”，而 TPU 等处理器“是为特定的 AI 框架或功能而设计的”。

谷歌的 TPU 起源于 2013 年，当时谷歌长期担任首席科学家的 Jeff Dean 在一次内部演示中介绍了利用深度神经网络改进其语音识别系统取得的突破。

“第一张幻灯片是：好消息！机器学习终于成功了，”当时的谷歌硬件工程师乔纳森·罗斯说道。“第二张幻灯片是：‘坏消息，我们负担不起。’”

迪恩计算得出，如果谷歌数亿消费者每天使用语音搜索仅三分钟，那么该公司就必须将其数据中心规模扩大一倍才能满足这一功能——这将花费数百亿美元。

罗斯目前领导着人工智能芯片初创公司 Groq，他说，他于 2013 年开始研究 TPU，当时他碰巧坐在一个研究谷歌语音识别技术的团队旁边，于是便开始了 TPU 的研究，这只是一个业余项目。

“我记得我们当时有 15 个人制造了第一块芯片，”罗斯在 2023 年 12 月接受播客采访时说道。

该项目发展迅速。早期应用案例之一是2016年谷歌DeepMind的AlphaGo程序战胜围棋世界冠军李世石的著名比赛。这场比赛被认为是人工智能发展史上的一个重要里程碑。

多年来，这些芯片一直为谷歌的许多核心服务提供支持，包括搜索、广告和 YouTube。

谷歌通常每两年发布新一代 TPU，但自 2023 年以来，这一节奏已转变为每年更新一次。

谷歌发言人表示：“谷歌云对我们定制的TPU和英伟达GPU的需求都在加速增长。我们将一如既往地继续支持这两项技术。”

尽管承认谷歌在过去10年中取得了进步，但英伟达认为其大约领先谷歌TPU两年。

由于人工智能模型变化迅速，英伟达认为谷歌很难让云服务提供商采用TPU，因为TPU是为更特定的模型类型而设计的。相比之下，英伟达相信其更灵活、可编程的平台仍然是构建大规模云端人工智能基础设施的最佳选择。