Google TPU扩大布局 AI伺服器进入系统协同设计

AI基础设施竞争正由「取得多少GPU」，进一步转向ASIC、记忆体、网路与整机共同设计。Google首席技术长暨AI基础设施资深??总裁Amin Vahdat来台叁加SEMICON Taiwan 2026，发表AI基础架构演说。Vahdat此次演说议题涵盖供电、每瓦效能、特定领域专用晶片、机架级整合与光互连，反映超大规模AI资料中心的设计思维已由单颗加速器效能，转向整座丛集的系统效率。

其中，CSP自研ASIC正成为NVIDIA GPU之外的重要运算路线。Google与Broadcom合作开发TPU，TrendForce先前预估Google TPU 2026年出货仍居主要CSP自研晶片之首，年增幅超过40%。

图一

然而ASIC出货量相对的也使得瓶颈向外扩散。AI处理器必须与HBM、先进封装及高速网路共同配置，丛集规模增加後，交换架构、光互连、电源与液冷更直接影响有效算力。

因此，AI伺服器供应链正在形成ASIC／GPU＋HBM＋Network＋ODM的四层协同架构。台湾的整体市场机会，也由原本的代工组装向主板、机柜、交换器、电源、散热及系统整合延伸；Google TPU等CSP自研晶片规模持续扩大後，将形成NVIDIA平台之外另一条值得追踪的AI硬体供应链。