趕超 NVIDIA：傳聞谷歌規劃 2028 年部署 1200~1500 萬顆 TPU v9 AI 芯片

根據外媒報導，Google 正積極擴張自研 AI 晶片布局，目標在 2028 年部署高達 1200 萬至 1500 萬顆自家的 TPU v9 加速器。這項消息源自一份市場分析報告，雖然報告來源未經證實，但已引發業界高度關注，認為 Google 有機會在 AI 晶片出貨規模上與 NVIDIA 平起平坐，甚至超越。分析報告指出，NVIDIA 在 2028 年的 AI GPU 出貨量預估約為 1240 萬顆。

若 Google 的 TPU v9 部署規模能達到 1500 萬顆，將在數量上領先 NVIDIA；即使落在 1200 萬顆的下限，也與 NVIDIA 相當接近，顯示 Google 正全力透過自研 ASIC 晶片來降低對外部供應商的依賴，並在 AI 基礎設施領域建立更強的主導權。TPU v9 是 Google 專為 AI 訓練與推論設計的客製化晶片，預計採用先進的 4 計算裸片（Compute Die）架構。這種多裸片整合設計能大幅提升運算效能，但也對先進製程與先進封裝產能提出更高要求。

報告認為，Google 為了確保足夠的產能，將不得不分散供應鏈，不再僅依賴台積電，而是轉向英特爾代工服務與三星晶圓代工，這為這兩家晶圓代工廠帶來新的商業機會。事實上，先前已有傳聞指出，Google 已向英特爾下單超過 300 萬顆 TPU 晶片，顯示雙方在代工合作上已有具體進展。此外，關於更下一代的 TPU v10，市場也傳出三星將負責其 I/O Die 晶片的 2nm 製程代工，進一步印證 Google 正積極打造多元化的晶片生產策略。從時間線來看，Google 的 TPU 系列已發展多年，從最初的 TPU v1 到如今的 v9，每一代都針對特定 AI 工作負載進行最佳化。

隨著生成式 AI 與大型語言模型的爆發，雲端服務巨頭對自研晶片的需求日益迫切，Google 自然不落人後。此次傳出的 2028 年部署目標，不僅是為了滿足內部 Gemini 等 AI 服務的運算需求，也有助於向外部雲端客戶提供更具成本效益的 AI 加速選項。然而，NVIDIA 在 AI 晶片市場的領先地位並非輕易可撼動。其 GPU 不僅擁有成熟的 CUDA 生態系，更廣泛應用於各類 AI 訓練與推論場景。即使 Google 在出貨量上可能追平，但在效能、軟體生態與客戶黏著度方面，仍與 NVIDIA 存在差距。分析報告並未具體比較兩者在算力或功耗上的表現，僅從部署規模進行推估。

值得注意的是，這份市場分析報告的來源與準確性尚未獲得官方證實。Google 目前並未對外公布 TPU v9 的具體量產時程與部署數量，NVIDIA 也未發表 2028 年的出貨預測。因此，業界普遍將此訊息視為一種前瞻性預測，反映分析師對 AI 晶片市場競爭格局的想像。無論如何，Google 持續加大自研晶片投資的趨勢已相當明確。從 TPU v9 的架構設計到代工策略的多元化，都顯示該公司正試圖擺脫對單一供應商的依賴，並在 AI 基礎設施領域建立更完整的垂直整合能力。

未來幾年，隨著更多雲端服務商投入自研晶片，AI 加速器市場的競爭勢必更加激烈，而台積電、英特爾與三星這三大晶圓代工廠也將在這一波浪潮中扮演關鍵角色。