郭明錤：谷歌開發 TPU v9 芯片推理優化升級款，聯發科接單

### 【重點整理】郭明錤爆料：Google 開發 TPU v9 推理優化版「Triggerfish」，聯發科操刀量產

知名分析師郭明錤近日揭露，Google 正著手開發代號「Triggerfish」的 TPU v9 晶片升級版本，並由聯發科承接生產訂單。這款晶片專為 AI 推理任務進行深度優化，與現有 TPU v9「Humufish」相比，在快取與記憶體架構上出現顯著變化。根據郭明錤提供的資訊，「Triggerfish」的片內 SRAM 緩存規模約為「Humufish」的 2 至 3 倍，同時將片外 DRAM 規格拉升到 HBM4E，並額外導入稱為「simulation die」的新功能區塊。

### 【背景脈絡】從訓練到推理：TPU 路線圖的關鍵轉折

Google 自 2015 年推出第一代 TPU 以來，晶片設計逐步從專注模型訓練轉向兼顧推理效率。現行 TPU v9「Humufish」主要用於 AI 訓練與通用推論，但隨著生成式 AI 應用大規模落地，降低推論延遲與功耗成為競爭關鍵。此次「Triggerfish」將 SRAM 容量大幅提升，目標是減少 AI 模型在推論過程中反覆存取外部記憶體的次數，從而加快回應速度並節能；改用 HBM4E 則為後續高頻寬需求的超大模型鋪路。新增的「simulation die」推測是專為數位孿生或模擬環境設計的協處理區塊，可能用於邊緣端或數據中心的即時模擬場景。

### 【可能影響】聯發科站上 AI 晶片舞台，記憶體供應鏈同步受惠

這項消息最直接的衝擊在於聯發科的角色轉變。過去聯發科主要供應手機與消費電子晶片，如今承接 Google 高階 TPU 訂單，意味著其先進製程與封裝能力已獲雲端巨頭認可，有望在 AI 加速器市場分食更多份額。對台灣半導體產業而言，這也強化從設計製造到封測的垂直整合優勢。另一方面，HBM4E 記憶體的導入將帶動 SK 海力士、三星等記憶體大廠的技術競賽，並可能促使台系記憶體相關供應鏈（如載板、測試介面）間接受益。至於「simulation die」的實際功能，若成功量產，可能開啟 AI 晶片專用於物理模擬的新應用領域，對自駕車、氣象預測等行業產生深遠影響。

### 【讀者可關注的後續】量產時程與效能實測成焦點

目前郭明錤並未揭露「Triggerfish」的確切量產時間點，但業界推測最快可能在 2025 年下半年至 2026 年間進入量產。讀者接下來應留意三大面向：第一，Google 是否會在 Cloud Next 或 TPU v9 相關發表會中正式公布這款晶片；第二，聯發科在台積電製程上的良率與成本控制成果；第三，實際搭載後的推理效能、耗電表現與現有 NVIDIA H200 等競爭產品的對比。若「Triggerfish」能有效降低大型語言模型（LLM）的每 token 成本，將進一步加速 AI 服務的普及，並鞏固 Google 在自研晶片領域的話語權。