當 Google 宣布 2028 年將推出第九代 TPU（TPU v9），並計劃部署 1,200 萬至 1,500 萬顆晶片時，這個數字震驚了整個科技界。這不僅意味著 Google 的自研 AI 晶片策略已從試水溫轉向大規模商用，更可能重塑全球 AI 硬體的供應鏈版圖。
表象：Google 的擴產雄心
根據富邦投顧（Fubon Research）分析師的最新估算，Google 的 TPU v9 將採用四顆運算晶粒（Compute Dies）設計，這意味著 2028 年的產能消耗將比 2027 年呈現倍數成長。分析師指出，Google 的目標部署量上看 1,200 萬至 1,500 萬顆，此規模不僅有望追平，甚至可能超越輝達（Nvidia）當年對資料中心 AI GPU 的總出貨量。
這項預測顯示，Google 的自研 AI 晶片策略已從早期的試水溫，邁向極大規模的商用部署。這不僅是一次技術上的突破，更是 Google 在 AI 硬體領域的一次重大佈局。
真相：產量與成本的挑戰
然而，要達成如此龐大的產量，單靠台積電的產能恐怕難以負荷。分析師認為，Google 若想在 2028 年順利達陣 1,500 萬顆 TPU 的目標，英特爾（Intel）代工服務的產能支援將是關鍵。市場先前亦有傳聞指出，英特爾在 Google 測試其先進封裝技術後，已順利拿下超過 300 萬顆 TPU 的代工訂單。
考慮到英特爾的 EMIB／EMIB-T 技術與台積電的 CoWoS-L 封裝架構互不相容，若 Google 決定轉向英特爾代工，相關的晶片設計與封裝規劃勢必得同步進行調整。
各方角力：輝達的市場主導地位受挑戰
分析師預估，輝達 2026 年資料中心 AI GPU 出貨量約為 820 萬顆，並在 2028 年增至 1,240 萬顆。若 Google 的部署計畫如期兌現，這代表單一企業對 AI 加速器的需求量，將逼近甚至超越市場龍頭的整體供應規模。
富邦投顧的報告指出，「2028 年的生產推動將對供應鏈帶來一些負面影響，因為 Rubin 的美元含量較 Blackwell 更高。」此外，英特爾的 HBM4 成本將增加到每 GB 31-32 美元，而 HBM 3e 在 2026 年的成本為每 GB 17-18 美元。
深層影響：AI 產業的垂直整合趨勢
分析人士認為，若上述預測數據成真，Google 將晉升為全球最大的 AI 加速器消費者之一，並掌握規模最龐大的自有 AI 硬體機隊。在 AI 需求仍處於高速擴張的背景下，這項發展未必會削弱輝達的市場主導地位，但卻鮮明地凸顯出另一個產業趨勢：大型雲端業者正加速走向「垂直整合」──從自行設計晶片，到針對自家的軟體堆疊與資料中心需求進行最佳化，藉此建構出更為完整的 AI 基礎設施。
從產業面來看，Google 的擴產計劃不僅是一場技術競賽，更是對現有供應鏈的一次重大挑戰。大型雲端業者的垂直整合策略，將迫使傳統硬體廠商加快創新步伐，以應對日漸激烈的競爭環境。
未解之問：英特爾能否成為關鍵角色？
英特爾能否順利承接 Google 的大訂單，並將其先進封裝技術應用到 TPU v9 上，仍是未知數。此外，Google 是否會在未來進一步擴大與英特爾的合作，也值得關注。
在 AI 產業快速變化的當下，每一步的決定都可能影響整個生態系的格局。Google 的擴產計劃，無疑將成為觀察未來 AI 硬體市場的重要指標。
行動呼籲
面對 Google 的擴產計劃，您認為英特爾能否成為關鍵角色？歡迎在留言區分享您的看法，並關注我們的最新報導，了解 AI 產業的最新動態。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
Google 的 TPU v9 產量是多少？
Google 計劃在 2028 年部署 1,200 萬至 1,500 萬顆 TPU v9 晶片。
英特爾在 Google 的擴產計劃中扮演什麼角色？
英特爾的代工服務產能支援是關鍵，市場傳聞英特爾已拿下超過 300 萬顆 TPU 的代工訂單。
輝達的 AI GPU 出貨量預估是多少？
輝達 2026 年資料中心 AI GPU 出貨量約為 820 萬顆，預計在 2028 年增至 1,240 萬顆。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。