前面 ASIC 那一关 提过，云端大厂除了买英伟达，也都在自研 AI 芯片，其中资历最久的就是谷歌的 TPU。

这篇是 AI 硬件供应链一条龙 第 1 关「AI 芯片」的谷歌 TPU 深入版：TPU 是什么、和 GPU 差在哪、谁在用、谁帮谷歌做。

TPU 是什么

TPU 的全名是 Tensor Processing Unit（张量处理器），是谷歌自研、专为机器学习打造的 ASIC（为特定任务量身打造的芯片）。

GPU 是较通用的并行运算芯片，什么都能算，软件生态（CUDA）成熟。TPU 则把矩阵运算、HBM 内存、芯片互连与编译器一起设计，专攻 AI 训练与推理，目标是在成本、功耗与规模化上更划算。打个比方：GPU 像什么都能切的瑞士刀，TPU 像谷歌为自家那几道菜定制的厨刀。

谷歌并不是不用英伟达。谷歌云同时提供 TPU 和英伟达 GPU 两条产品线。

世代简史：从第一代到 Ironwood

世代重点
第一代2015 年起在谷歌数据中心内部使用，跑搜索排序、街景、AlphaGo
第二～四代从推理逐步走向大规模训练
第五、六代v5e（省成本）、v5p（拼性能），之后是 Trillium（v6e）
第七代 Ironwood（TPU7x）已正式上线；每颗 192GB HBM，单一 pod 串 9,216 颗
第八代 TPU 8t／8i2026 年 4 月公开，8t 管训练、8i 管推理；截至 2026 年 10 月产品页仍标示 Coming soon

规格皆为谷歌官方。第八代先理解成「已公开、待上线」，别当成已经能租到。

TPU vs GPU：会取代英伟达吗

答案要分「谷歌自家」和「整个市场」两个尺度看。

在谷歌自家，Gemini 的需求能直接影响芯片设计，TPU 优势明显。研究机构 TrendForce 估计，2026 年 TPU 约占谷歌自家 AI 服务器出货 78%，谷歌是主要云服务商中唯一 ASIC 出货多于 GPU 的一家。

放到全球就不同。TrendForce 在 2026 年 4 月估计，用 ASIC（含 TPU）的机型约占全球 AI 服务器 27%，GPU 仍是多数。英伟达的护城河在 CUDA 生态与跨云通用性，外部开发者改用 TPU 也有迁移成本。所以短期是并存与分工，不是取代。

谁在用 TPU

谷歌自家的搜索、Gemini 都跑在 TPU 上。外部用户过去主要通过谷歌云租用；Alphabet 首席财务官在 2026 年 7 月财报电话会议上表示，谷歌在第二季度首次把 TPU 系统直接交付到客户自己的数据中心，这类合同的营收大多会在 2027 年确认。

最受瞩目的外部客户是 Anthropic。它在 2025 年 10 月宣布扩大采用谷歌云 TPU，最多上看百万颗、2026 年带来逾 1GW 容量；2026 年 4 月再与谷歌、博通签约，2027 年起通过博通取得约 3.5GW 的次世代 TPU 算力。

但 Anthropic 不只押 TPU，也用 AWS Trainium 与英伟达 GPU；AMD 也在 2026 年 8 月宣布，Anthropic 将部署最多 2GW 的 MI450。多家并用，是大型 AI 公司的常态。

谁帮谷歌做 TPU、台厂的角色

TPU 的架构与软件由谷歌自己掌握，细部设计、制造与封装则找伙伴。

最明确的是博通（Broadcom）。博通在 2026 年 4 月的 SEC 文件中确认，会为谷歌未来世代的 TPU 做定制设计与供应，并提供 AI 机柜的网络元件，合作期间到 2031 年。

制造端目前只有媒体报道。据 TrendForce 2026 年 8 月引述工商时报，第八代 TPU 采用台积电 N3P 制程与 CoWoS-S 封装，联发科参与芯片设计。谷歌官方没有公开制程节点，也没有证实联发科的角色。

台股常讲的「TPU 概念股」（设计服务、测试、封测、载板、散热电源等），名单多来自券商的供应链推测，不是谷歌或博通的公告；列名不代表已接到订单。本文只描述产业角色，不构成投资建议。

小企鹅的总结

TPU 是「自家需求大到值得自己做芯片」的代表：谷歌用垂直整合换成本与能效，现在还开始把 TPU 送进客户自己的机房。

但看 TPU 消长，要分清楚谷歌自家配比和全球市场，也要分清楚官方公告和供应链报道。TPU 是英伟达之外的一条重要路线，但还不是替代品。

想看 TPU 属于哪一类芯片，读 ASIC 是什么；想看 GPU 那一边，读 GPU 是什么 与 Blackwell；想看这些芯片怎么喂数据，读 HBM；想回头看整条链，回到 供应链总览。