Google TPU擴大布局　AI伺服器進入系統協同設計

AI基礎設施競爭正由「取得多少GPU」，進一步轉向ASIC、記憶體、網路與整機共同設計。Google首席技術長暨AI基礎設施資深副總裁Amin Vahdat來台參加SEMICON Taiwan 2026，發表AI基礎架構演說。Vahdat此次演說議題涵蓋供電、每瓦效能、特定領域專用晶片、機架級整合與光互連，反映超大規模AI資料中心的設計思維已由單顆加速器效能，轉向整座叢集的系統效率。

其中，CSP自研ASIC正成為NVIDIA GPU之外的重要運算路線。Google與Broadcom合作開發TPU，TrendForce先前預估Google TPU 2026年出貨仍居主要CSP自研晶片之首，年增幅超過40%。

圖一

然而ASIC出貨量相對的也使得瓶頸向外擴散。AI處理器必須與HBM、先進封裝及高速網路共同配置，叢集規模增加後，交換架構、光互連、電源與液冷更直接影響有效算力。

因此，AI伺服器供應鏈正在形成ASIC／GPU＋HBM＋Network＋ODM的四層協同架構。台灣的整體市場機會，也由原本的代工組裝向主板、機櫃、交換器、電源、散熱及系統整合延伸；Google TPU等CSP自研晶片規模持續擴大後，將形成NVIDIA平台之外另一條值得追蹤的AI硬體供應鏈。