瑞穗(Mizuho)在2026年6月进行的渠道调研预测,谷歌TPU出货量在2026年约为430万颗,到2028年将激增至超过3500万颗——大约是8倍的增长。这一数字已成为争议焦点。其他机构的预测更为保守:摩根士丹利预计2027年约500万颗,2028年约700万颗;Wolfe Research则认为到2028年底年出货量约700万颗。瑞穗的3500万颗预测数据遭到了业内人士的公开质疑,被认为是行业总预测量(其他机构总和)的2.3倍,且“严重脱离供应链现实”。TrendForce本身在2026年1月发布了一个更为温和的预测,预计2027年为500万颗,2028年为700万颗。实际出货轨迹将成为衡量谷歌执行力的关键指标。
来自TrendForce的行业数据显示,定制AI ASIC出货量在2026年同比增长44.6%,几乎是通用GPU16.1% 增长率的3倍——这是AI时代的首次逆转。更广泛的定制AI加速器市场预计在2026年将激增约45%,到2033年市场规模将达到1180亿美元。这种结构性转变直接利好谷歌的TPU战略。谷歌长期的ASIC设计合作伙伴博通(Broadcom),预计到2027年将占据约60%的定制AI加速器市场份额。
谷歌正在减少对单一晶圆厂和设计伙伴的依赖。据路透社和TrendForce援引The Information的报道,谷歌已委托英特尔(Intel)为其在2028年制造超过300万颗TPU。这标志着其战略性地摆脱了对台积电(TSMC)和博通的单一依赖。此外,谷歌还曾与Marvell Technology就联合设计AI芯片进行谈判,这使得推理芯片市场的竞争愈发激烈。此举将为谷歌新增Marvell作为继博通、联发科(MediaTek)之后的又一位设计伙伴,有可能构建一个四方合作的供应链体系。
在2026年4月24日的Cloud Next大会上,谷歌正式发布了TorchTPU。这是一个软件层,可以让PyTorch工作负载无需经过老旧的PyTorch/XLA桥接层,直接在TPU上原生运行。这是对英伟达CUDA生态系统的直接挑战——CUDA是英伟达锁定开发者的核心软件护城河。谷歌正在与Meta(PyTorch的维护方)就此项目展开合作。该策略旨在降低开发者的迁移成本,打破英伟达编程模式的锁定效应。鉴于PyTorch在深度学习研究中的使用率高达约85%,使其在TPU上成为“一等公民”,极有可能从根本上改变竞争格局。
未证实。 搜索结果中没有出现关于“涉及谷歌、博通和Anthropic,并由Apollo和Blackstone提供融资的350亿美元交易”的具体信息。现有证据支持谷歌向TeraWulf提供了32亿美元担保,以及博通作为谷歌TPU的ASIC设计合作伙伴,但并未找到关于350亿美元交易的来源。此细节应被视为未经确认,直至找到可靠的原始资料。
瑞穗(Mizuho)在2026年6月进行的渠道调研预测,谷歌TPU出货量在2026年约为430万颗,到2028年将激增至超过3500万颗——大约是8倍的增长。这一数字已成为争议焦点。其他机构的预测更为保守:摩根士丹利预计2027年约500万颗,2028年约700万颗;Wolfe Research则认为到2028年底年出货量约700万颗。瑞穗的3500万颗预测数据遭到了业内人士的公开质疑,被认为是行业总预测量(其他机构总和)的2.3倍,且“严重脱离供应链现实”。TrendForce本身在2026年1月发布了一个更为温和的预测,预计2027年为500万颗,2028年为700万颗。实际出货轨迹将成为衡量谷歌执行力的关键指标。
来自TrendForce的行业数据显示,定制AI ASIC出货量在2026年同比增长44.6%,几乎是通用GPU16.1% 增长率的3倍——这是AI时代的首次逆转。更广泛的定制AI加速器市场预计在2026年将激增约45%,到2033年市场规模将达到1180亿美元。这种结构性转变直接利好谷歌的TPU战略。谷歌长期的ASIC设计合作伙伴博通(Broadcom),预计到2027年将占据约60%的定制AI加速器市场份额。
谷歌正在减少对单一晶圆厂和设计伙伴的依赖。据路透社和TrendForce援引The Information的报道,谷歌已委托英特尔(Intel)为其在2028年制造超过300万颗TPU。这标志着其战略性地摆脱了对台积电(TSMC)和博通的单一依赖。此外,谷歌还曾与Marvell Technology就联合设计AI芯片进行谈判,这使得推理芯片市场的竞争愈发激烈。此举将为谷歌新增Marvell作为继博通、联发科(MediaTek)之后的又一位设计伙伴,有可能构建一个四方合作的供应链体系。
在2026年4月24日的Cloud Next大会上,谷歌正式发布了TorchTPU。这是一个软件层,可以让PyTorch工作负载无需经过老旧的PyTorch/XLA桥接层,直接在TPU上原生运行。这是对英伟达CUDA生态系统的直接挑战——CUDA是英伟达锁定开发者的核心软件护城河。谷歌正在与Meta(PyTorch的维护方)就此项目展开合作。该策略旨在降低开发者的迁移成本,打破英伟达编程模式的锁定效应。鉴于PyTorch在深度学习研究中的使用率高达约85%,使其在TPU上成为“一等公民”,极有可能从根本上改变竞争格局。
未证实。 搜索结果中没有出现关于“涉及谷歌、博通和Anthropic,并由Apollo和Blackstone提供融资的350亿美元交易”的具体信息。现有证据支持谷歌向TeraWulf提供了32亿美元担保,以及博通作为谷歌TPU的ASIC设计合作伙伴,但并未找到关于350亿美元交易的来源。此细节应被视为未经确认,直至找到可靠的原始资料。