谷歌要在 2028 年囤 1500 萬顆自研 AI 芯片，直接掀翻英偉達算力王座

谷歌正以前所未有的規模推進自研AI晶片計畫，目標是在2028年部署高達1200萬至1500萬顆自家設計的TPU v9加速器。根據一份市場分析報告，這項雄心勃勃的部署規模，將使谷歌在伺服器AI加速晶片的出貨量上，有機會直接超越目前市場龍頭英偉達。同一份報告也預測，英偉達在2028年的AI GPU出貨量約為1240萬顆，谷歌若按計畫達標，等於在數量上打破英偉達的獨佔局面。TPU是谷歌專為人工智慧訓練與推理任務設計的ASIC晶片，經歷多年內部迭代，性能持續提升，但從未對外銷售。過去，谷歌大量仰賴租用英偉達GPU來支撐雲端AI服務，如今轉向自研晶片，核心目標在於降低算力成本，並擺脫對單一供應鏈的依賴。

這項戰略轉變，不僅是內部技術路線的調整，更可能重塑整個AI基礎設施的市場格局。關於TPU v9的具體架構，報告指出它將採用四計算裸片（Compute Die）的設計。這種多裸片整合的結構，能夠大幅提升運算密度，但同時也對先進製程與先進封裝技術提出了極高要求。隨著晶片規模擴大，單一晶圓代工廠的產能恐怕難以滿足谷歌的龐大需求，這也迫使谷歌必須考慮多供應商策略。在這樣的背景下，台積電以外的代工夥伴可望迎來新的商機。英特爾代工服務與三星晶圓代工，都有可能成為谷歌的備選方案。當谷歌需要數千萬顆自研晶片時，任何一家晶圓廠都難以獨力承擔，分散訂單不僅能降低風險，也能加速整體產能擴張。

這也反映出，先進製程的產能分配正成為AI晶片軍備競賽中的關鍵瓶頸。谷歌的這項計畫，也呼應了頭部科技巨頭從採購通用GPU轉向自研定製AI晶片的趨勢。微軟、亞馬遜、Meta等公司早已投入自研晶片，谷歌則是最早佈局且規模最大的之一。當這些公司不再完全依賴英偉達的GPU，英偉達的AI晶片霸權便面臨前所未有的挑戰。谷歌的TPU v9若能在2028年達成千萬級出貨，將形成一個獨立於英偉達生態系的算力底座。從成本角度來看，自研晶片雖然需要巨額前期研發與製程投資，但長期攤提後，單位算力成本遠低於租用或採購第三方GPU。谷歌的雲端服務Google Cloud也能因此提供更具競爭力的AI運算方案，吸引更多客戶。

此外，自研晶片還能針對谷歌自身的AI模型進行深度優化，例如大型語言模型、推薦系統等，發揮更高的效率。值得注意的是，TPU v9的四計算裸片設計，意味著谷歌必須在晶片互連與散熱技術上取得突破。多裸片整合帶來的訊號延遲與功耗挑戰，需要先進封裝技術如3D堆疊或矽中介層來解決。這也進一步推升了對台積電CoWoS等封裝產能的需求，但谷歌可能同時尋求其他封裝合作夥伴，以確保供應穩定。分析認為，谷歌的千萬級部署時程設定在2028年，與英偉達下一代GPU架構的推出時間點相當接近。屆時，兩大陣營將在AI加速晶片領域展開正面交鋒。

英偉達憑藉CUDA生態系與軟體優化仍具有優勢，但谷歌的TPU若能在出貨量上取得領先，將大幅削弱英偉達的市場主導地位，並促使更多雲端客戶考慮採用自研晶片方案。此外，谷歌的自研晶片策略也對整個半導體供應鏈產生深遠影響。台積電雖然仍是先進製程的主要供應商，但谷歌可能分散訂單給英特爾與三星，這將改變晶圓代工市場的競爭態勢。對於英特爾而言，爭取到谷歌的訂單不僅是營收挹注，更是其代工業務轉型的重要里程碑。三星則可藉此進一步提升在AI晶片領域的能見度。總體而言，谷歌計畫在2028年囤積1500萬顆自研AI晶片，不僅是單一公司的技術路線選擇，更可能成為AI基礎設施世代交替的關鍵轉折點。

當自研晶片從少數試點走向千萬級規模部署，英偉達的算力王座將面臨有史以來最強勁的挑戰。未來幾年，AI晶片市場的競爭格局將更加多元，而谷歌的TPU v9無疑是其中最具影響力的變數之一。