Google傳2028年部署最多1500萬顆TPU 規模可能超越輝達

市場研究報告指出，Google計畫在2028年部署1200萬至1500萬顆第九代張量處理器（TPU v9），若計畫順利落實，單以晶片數量計算，可能追平甚至超越AI巨頭輝達（NVDA-US）同年出貨的資料中心AI GPU。

Google約十年前便開始研發自有AI加速器，近年也持續提高TPU部署規模。報告引述供應鏈調查指出，Google預計在2028年讓TPU進入第九代，並採用4顆運算晶粒設計，因此消耗的先進製程與封裝產能可能較2027年增加一倍以上。

估計輝達2026年供應約820萬顆資料中心AI GPU，2028年出貨量可能提高至1240萬顆。若Google屆時確實生產1200萬至1500萬顆TPU v9，其AI加速器數量將與輝達相當，高標甚至可能超越輝達。

不過，兩者的晶片數量不能直接等同於整體運算能力。Google TPU v9的實際效能、功耗及部署效率，能否與輝達Rubin、Rubin Ultra平台抗衡，目前仍有待觀察。

在供應方面，研報提到，Google單靠台積電（TSM-US）可能難以取得足夠產能，因此最快在2028年便需要導入英特爾（INTC-US）的晶圓代工及先進封裝服務，以實現大規模量產目標。

過去幾個月已有消息指出，Google在測試英特爾先進封裝技術數月後，可能委託英特爾於2028年供應超過300萬顆TPU。不過，相關合作尚未獲Google或英特爾正式證實。

由於TPU v9據傳採用4顆大型運算晶粒，其設計必須提前配合特定封裝架構。英特爾的EMIB、EMIB-T與台積電CoWoS-L並不相容，因此Google若同時採用兩家業者的產能，可能需要針對不同製造及封裝方案進行相應設計。

若預測成真，Google每年部署的自研AI加速器可能超過輝達供應給整體市場的GPU數量。考量Google預料仍會繼續採購輝達晶片，該公司屆時可能成為全球最大的AI加速器採購及使用者之一，並建立規模極為龐大的AI運算基礎設施。

這項發展也反映大型雲端服務業者正加快垂直整合，透過自行設計晶片，使硬體更貼近自家軟體、AI模型及資料中心需求，降低完全依賴通用GPU的程度。

不過，Google在出貨數量上追平或超越輝達，不代表輝達的市場主導地位必然受到削弱。全球AI運算需求仍快速成長，Google與輝達的晶片部署規模可能同步擴大，且輝達也預計在2029年至2030年推出Feynman及Feynman Ultra平台，進一步提高供應能力。

相較於單純的晶片數量競爭，Google TPU所使用的軟體生態系統可能更值得輝達關注。若Google成功擴大TPU的採用範圍，並建立足以與CUDA抗衡的軟體工具與開發環境，長期而言可能對輝達最重要的競爭優勢構成更直接挑戰。