河北
大约十年前，谷歌是最早开发自有定制AI处理器的超大规模云服务商之一，此后一直在稳步扩大部署规模。根据Sean公布的一份富邦研究报告（致客户），该公司似乎对其2028年推出的TPU v9充满信心，计划订购1200万至1500万颗此类处理器。如果信息准确，谷歌不仅生产的AI加速器数量可能超过英伟达或与之相当，而且还可能需要使用英特尔代工来实现其目标。
报告称：“根据我们的核查，谷歌计划在2028年拥有1200万至1500万颗TPU。进入2028年，谷歌的TPU将进入V9世代，采用四个计算裸片，这意味着其占用的产能2028年将比2027年翻一番以上。”
富邦估计，英伟达在2026年供应了820万颗数据中心AI GPU，并正朝着2028年增至1240万颗的目标推进。如果富邦对谷歌2028年生产1200万至1500万颗第九代TPU的计划判断准确，那么2028年该公司生产的AI加速器数量可能超过英伟达，至少也能与之持平。
仅靠台积电远远不够
谷歌v9 TPU与英伟达Rubin和Rubin Ultra相比性能如何，仍有待观察，但谷歌打算在这些AI加速器上采用四个计算小芯片，这清楚表明该公司对这些处理器的性能寄予厚望。与此同时，用四个大型计算小芯片构建AI加速器是一项巨大的工程挑战，而谷歌似乎已经攻克了这一难题。
“尽管我们还没有详细的产能分配方案，我们觉得仅靠台积电很难达到谷歌的目标，到2028年必须要有英特尔的供应，”论文接着写道。
富邦的分析师不确定谷歌在台积电的产能分配是否足以满足该公司对1200万至1500万颗第九代TPU的需求，因此他们认为谷歌将不得不动用英特尔代工的产能来实现其产量目标。过去几个月里，我们看到有报道称，在谷歌对英特尔先进封装技术进行了数月测试之后，英特尔已获得为谷歌制造300万颗TPU的订单。的确，如果谷歌打算在英特尔代工生产芯片，采用英特尔的先进封装服务就完全说得通。值得注意的是，开发计算芯粒时，必须把封装技术一并考虑进去，这是因为英特尔的EMIB/EMIB-T和台积电的CoWoS-L并不兼容。
全球最大的AI加速器采购方
如果谷歌计划2028年生产1200万至1500万颗TPU的消息属实（注意，1200万和1500万之间差了20%，这可不是小数目），并且谷歌每年部署的AI加速器确实将超过英伟达向整个市场销售的数量，那将意味着AI硬件格局发生重大转变。这不仅将使谷歌成为全球最大的AI加速器采购方（毕竟该公司不太可能停止采购英伟达硬件），最终还将使谷歌拥有全球最强大的AI硬件集群。谷歌究竟会将其压倒性的AI算力主要用于自身服务，还是把大部分算力提供给其他方，还有待观察。
与此同时，对谷歌的竞争对手来说，这一里程碑将凸显垂直整合的人工智能基础设施日益增长的重要性，也就是云服务商针对自己的软件栈、工作负载和数据中心来设计定制芯片，而不是去买现成的GPU。
然而，谷歌在出货量上超越英伟达并不一定会削弱英伟达的主导地位。AI需求还在快速膨胀，两家公司完全可以同时扩大部署，只不过谷歌会增长得更快，至少在英伟达2029到2030年靠Feynman和Feynman Ultra提升AI加速器产量之前是这样。毕竟，英伟达的AI GPU已经售罄。英伟达真正该担心的，不是谷歌能部署多少TPU，而是这些处理器所依赖的软件栈确实能和英伟达的CUDA掰手腕——而CUDA正是英伟达的核心竞争优势。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
