谷歌升級TPU v9押注AI Agent時代!首次由聯發科獨攬訂單 將終結輝達晶片霸主生涯?
聯發科首度獨家取得Google新一代TPU v9改版晶片「Triggerfish」訂單,預計2028年放量,為聯發科創造顯著營收貢獻。該晶片透過大幅提升SRAM容量、升級至HBM4E記憶體並新增模擬晶片,專攻AI Agent與強化學習場景。此舉旨在解決傳統GPU面臨的處理器與記憶體瓶頸,優化即時決策效能。Google藉此與輝達形成差異化競爭,透過優化供應鏈與垂直整合雲端生態,強化自身在AI算力市場的護城河。

TradingKey - 6月22日(週一),知名蘋果供應鏈分析師郭明錤發文透露,Google(GOOGL)(GOOG)將在TPU v9(代號為「Humufish」)的基礎上,開發一款代號可能為「Triggerfish」的升級版v9晶片,並由聯發科獨家取得該訂單。這款晶片目標應用指向AI智能體(AI Agent)與強化學習(RL)場景,預計2028年進入放量階段。
雖然不是首次合作,但這是聯發科首次獨家拿下Google核心TPU的訂單。此前在TPU v7/v7e世代中,聯發科已切入Google生態系,主要負責部分I/O(輸入/輸出)解決方案。本次合作二者的關係將進一步深化。
郭明錤指出,與v9世代的Humufish晶片相比,這款TPU v9改版晶片存在幾方面的主要差異。v9改版晶片將SRAM(靜態隨機存取記憶體)容量大幅提升至v9的2至3倍、新增了模擬晶片(simulation die)。v9改版晶片實現了高頻寬記憶體(HBM)的升級:v9使用HBM4,而v9改版晶片使用更先進的HBM4E。
這一系列升級都旨在增強該版本晶片的推論能力,同時緩解處理器瓶頸(CPU wall)和記憶體瓶頸(memory wall)問題。處理器瓶頸指的是中央處理器(CPU)處理任務排程的速度跟不上AI加速晶片(GPU和TPU)執行計算的速度,同樣拖累了整體計算速度。
之所以需要更大容量的SRAM,是因為SRAM是晶片內部速度最快、延遲最低的快取,擴大容量能夠將強化學習和AI Agent所需的活躍工作集更多地保留在TPU本地,從而降低資料搬移成本,並提升超低延遲解碼階段的運作效率,使得即時決策和回應速度達到極致。
新增模擬晶片的主要功能很可能集中於強化學習與AI Agent協調,因為強化學習往往依賴於虛擬環境模擬。
將HBM4升級至更高速率的HBM4E,則是為了提升記憶體頻寬,從根本上解決記憶體瓶頸問題。
對於出貨量,郭明錤維持Humufish全生命週期出貨量400-500萬顆的預測不變,Triggerfish則作為增量項目,預計額外貢獻100-200萬顆出貨量。定價方面,由於Triggerfish單價較Humufish高出約30%,即便出貨量相對有限,這一次合作也將對聯發科的營收做出更高的貢獻。
Google TPU v9能否打破輝達壟斷?
Google的自研TPU目前的主要對手是輝達的GPU。相比後者,Google目前升級v9晶片架構,有望與輝達(NVDA)形成差異化競爭,甚至相對領先。目前輝達的GPU(例如Blackwell),依然按照通用算力的邏輯來設計,在處理AI Agent連續決策和強化學習環境模擬方面沒有顯示出額外的優勢,依然存在處理器瓶頸和記憶體瓶頸問題。Google透過本次升級,有可能在AI Agent專用晶片方面形成世代差距級的領先。
在生態系方面,Google的TPU與自家的Google Cloud綁定,可以提供性價比最高、延遲最低的智能體應用雲端服務。
與聯發科的合作,實際上是Google重組TPU供應鏈的一次嘗試,有望透過更低的造價和更高的產量因應未來的算力價格戰,形成護城河。
本內容經由 AI 翻譯並經人工審閱,僅供參考與一般資訊用途,不構成投資建議。












