来自业内投资机构富邦（Fubon）的最新研究报告指出，Google正在大幅提升其自研AI芯片的生产规模。按照规划，Google预计将在2028年前部署1200万至1500万颗第九代TPU（张量处理单元）。如果这一目标得以实现，其生产规模将直接追平芯片巨头英伟达的芯片出货量，这标志着单一云服务巨头在AI加速器产量上将首次具备与顶尖芯片供应商抗衡的能力。

数据显示，英伟达在2026年向数据中心供应了约820万颗GPU，预计到2028年将达到1240万颗。Google此次部署规模的飙升，意味着其TPU v9的产能需求相比2027年将翻倍以上。在技术架构上，TPU v9将采用四颗计算裸片（compute dies）的设计，顺应了行业向多芯片（chiplet）协同发展的趋势。然而，将多个大芯片集成至单一封装中，不仅对先进互连与封装技术提出了极高的要求，规模化量产也大幅增加了制造难度。

受限于庞大的产能需求，仅靠台积电（TSMC）可能无法完全满足Google的制造订单。市场分析分析认为，英特尔代工（Intel Foundry）极有可能在此次供应链中扮演关键角色。近期消息显示，在Google测试了英特尔的先进封装能力后，双方已达成合作，英特尔将为其生产数百万颗TPU。由于不同代工厂之间的封装技术标准存在差异（如英特尔的EMIB/EMIB-T与台积电的CoWoS-L方案并不直接兼容），这一供应链分工也符合多芯片设计的客观需求。

自十年前自主研发AI芯片以来，Google持续扩大自研硬件在其底层架构中的比重，如今该战略已从支持内部业务全面延伸至云计算服务。若2028年的目标如期达成，Google将一举成为全球最大的AI加速器单一使用者。这虽不意味着Google会彻底停止采购英伟达硬件，但将大幅提升其对自身计算堆栈和供应链的自主掌控力。

尽管TPU v9与英伟达下一代架构（如Rubin及Rubin Ultra）的详细性能对比尚未公开，但Google如此宏大的产能布局不仅展现了其对自研路线的强劲信心，也预示着AI硬件领域的竞争重点正在从单纯的单芯片性能比拼，转变为大规模部署能力的全面较量。