隨著 AI 大模型快速發(fā)展，谷歌（Google）、英偉達（NVIDIA）、元宇宙平臺公司（Meta）等科技巨頭紛紛加大 AI 加速器投入。其中谷歌早在 2015 年便啟動專屬 AI 芯片研發(fā)，通過自研張量處理單元（TPU）降低對英偉達圖形處理單元（GPU）的依賴，強化 AI 算力自主布局。

作為谷歌專為 AI 訓練與推理打造的特殊應用集成電路（ASIC），TPU 在大型神經(jīng)網(wǎng)絡訓練、生成式 AI 快速推理等場景中表現(xiàn)突出。其矩陣運算效率、低功耗特性均優(yōu)于傳統(tǒng) GPU，且已深度整合谷歌云（Google Cloud）與 Gemini 生態(tài)，當前 Gemini 模型 75% 的運算任務由 TPU 承載。

近期谷歌云推出第七代 TPU “Ironwood”，專為生成式 AI 推理優(yōu)化，支持 9216 顆液冷芯片，效能較前代提升 10 倍，每瓦效能提升近 2 倍。

從供應鏈結構來看，TPU 覆蓋芯片制造、先進封裝、服務器機柜、PCB 及高速材料等多個環(huán)節(jié)，核心依賴先進制程代工與高端封裝技術。法人分析指出，臺積電憑借 7 納米、5 納米制程工藝，穩(wěn)居谷歌 TPU 芯片代工龍頭地位；創(chuàng)意電子作為谷歌 Axion CPU 制程設計合作伙伴，將在 2026 年迎來產(chǎn)能放量。

隨著谷歌加速 Gemini 生態(tài)與數(shù)據(jù)中心部署，TPU 需求有望持續(xù)釋放，覆蓋芯片代工、封裝、伺服器代工等領域的相關供應鏈企業(yè)，具備長期發(fā)展?jié)摿Α?/p>