前面 ASIC 那一關 提過，雲端大廠除了買 NVIDIA，也都在自研 AI 晶片，其中最資深的就是 Google 的 TPU。這篇專門把 TPU 講清楚。

先看 TPU 是什麼、和 GPU 差在哪，再看它的世代演進、會不會取代 NVIDIA，以及為什麼連 Anthropic 都大量採用、博通和台廠在裡面做什麼。這是 AI 硬體供應鏈一條龍 第 1 關「AI 晶片」的 Google TPU 深入版。

TPU 是什麼

TPU 的全名是 Tensor Processing Unit（張量處理器），是 Google 自研、專為機器學習打造的客製晶片，屬於一種 ASIC（為特定任務量身打造的晶片）。

它和 GPU 的設計哲學不同。GPU 是較通用的平行運算晶片，什麼都能算，軟體生態（CUDA）成熟。TPU 則把矩陣運算、HBM 記憶體、晶片間互連、編譯器與框架一起 co-design（共同設計），專攻 AI 的訓練與推論，目標是在成本、功耗、延遲與規模化上更划算。打個比方：GPU 像什麼都能切的瑞士刀，TPU 像 Google 為自家那幾道菜訂製的廚刀。

要澄清一點：Google 並不是不用 NVIDIA。Google Cloud 明講會與 NVIDIA 密切合作、提供新一代 NVIDIA 機種，TPU 和 GPU 在 Google Cloud 裡是並行的兩條產品線。

核心數據快照

下面幫你抓住 TPU 的關鍵節點。規格為 Google 官方，占比為研調估計。

項目內容時點／性質
已商用最新代第七代 Ironwood（TPU7x）Google Cloud 文件（2026-05）
Ironwood 規格單一 superpod 串 9,216 顆晶片、每顆 192 GiB HBMGoogle 官方
第八代TPU 8t（訓練）／8i（推論）2026-04 公開，尚未商用Google 官方發表
Google AI 伺服器 TPU 占比2026 估約 78%（雲端業者中唯一 ASIC 出貨多於 GPU）TrendForce 估計
Anthropic 採用最多上看百萬顆、2026 逾 1GW；2027 起經博通約 3.5GWAnthropic／博通 SEC

世代簡史：從 v1 到 Ironwood

TPU 不是新東西。Google 從 2015 年就在自家資料中心內部用第一代 TPU，早期跑 RankBrain、街景、AlphaGo 這些服務。之後一路演進：第二、三、四代逐步從推論走向大規模訓練，第五代分成省成本的 v5e 與拚效能的 v5p，第六代叫 Trillium（v6e）。

目前已商用、在 Google Cloud 上可用的最新一代，是第七代 Ironwood（TPU7x）：單一 superpod 可串到 9,216 顆晶片、每顆配 192 GiB 的 HBM，專攻大型模型的預訓練與推論。第八代 TPU 8t（訓練）與 8i（推論）已在 2026 年 4 月公開規格，官方主打更高的每美元效能與每瓦效能，但目前只開放意向登記，還沒看到正式上線（GA）的文件，先理解成「已公開、待商用」即可，別當成已經能租到。

TPU vs GPU：會取代 NVIDIA 嗎

這是最常被問的問題，答案要分「Google 自家」和「整個市場」兩個尺度看。

TPU 的強項在於垂直整合：Google 自家模型（如 Gemini）的需求能直接影響晶片設計，加上主打的成本與能效、超大規模互連，在 Google 自己的工作負載上很有優勢。研調 TrendForce 就估，2026 年 TPU 在 Google 自家 AI 伺服器出貨的占比逼近八成，Google 是主要雲端業者中唯一「自研 ASIC 出貨多於 GPU」的一家。

但那是 Google 自家的配比，不是全球市占。放到整個市場，NVIDIA 的護城河還在：CUDA 軟體生態、成熟的開發工具、跨雲跨框架的通用性，都讓 GPU 維持主流，連 Google Cloud 自己也繼續賣 NVIDIA 機種。TPU 對外部開發者還有遷移成本，連 Google 都還在把 TPU 對 PyTorch 的原生支援標成「預覽」階段。所以務實的看法是：TPU 在 Google 自身與部分 AI 實驗室快速放量，但短期談不上取代 NVIDIA，比較像並存與分工。

誰在用 TPU

先是 Google 自己。從早年的搜尋排序、街景，到現在的 Gemini，Google 自家大量 AI 產品都跑在 TPU 上。外部用戶則可透過 Google Cloud（Cloud TPU VM、GKE、Vertex AI）租用。

最受矚目的外部客戶是 Anthropic。它在 2025 年 10 月宣布擴大採用 Google Cloud TPU，規模最多上看百萬顆、2026 年帶來逾 1GW 容量；2026 年 4 月再與 Google、博通簽約，2027 年起透過博通取得約 3.5GW 的次世代 TPU 算力。要注意 Anthropic 採分散策略，同時也用 AWS Trainium 與 NVIDIA GPU，亞馬遜仍是它的主要雲端與訓練夥伴。多家並用、分散押注，正是現在大型 AI 公司的常態。另外，私募巨頭黑石（Blackstone）也在 2026 年 5 月宣布與 Google 合資，要在美國建 TPU 雲端，提供 Google Cloud 之外的另一條 TPU 取得管道。

誰幫 Google 做 TPU、台廠的角色

TPU 的架構與軟體由 Google 自己掌握，但晶片的細部設計、製造、封裝要找夥伴。

最明確的是博通（Broadcom）。博通在 2026 年 4 月的 SEC 文件中確認，與 Google 簽了長期協議，會為 Google 未來世代的 TPU 做客製設計與供應，並提供下一代 AI 機櫃的網路等元件，合作期間長到 2031 年。製造方面，市場普遍把 TPU 的先進製程與封裝連到台積電，但 Google 官方並未公開具體製程節點，這部分屬供應鏈與媒體推測。另外也有媒體報導聯發科參與 Google 下一代推論版 TPU 的設計，但同樣未見官方證實，只能當「市場報導」看。

至於台股常講的「TPU 概念股」，市場與法人會點名一票供應鏈廠商（設計服務、測試、封測、測試介面、載板、散熱電源等）。這裡要特別說清楚：這些名單多來自券商的供應鏈推測與受惠想像，不是 Google 或博通的公司公告；列名不代表已接到訂單、也不代表受惠程度。本文只描述產業角色，不整理受益股、不做個股排名，也不構成投資建議。

這一關的重點

TPU 是 Google 自研的 AI 專用晶片，把運算、記憶體、互連、軟體一起設計，走的是垂直整合、主打成本與能效的路線。最新已商用是第七代 Ironwood，第八代 8t／8i 已公開、待商用。

在 Google 自家 AI 伺服器裡，TPU 占比已很高（研調估 2026 約近八成），但放到全球，NVIDIA 靠 CUDA 生態與通用性仍是主流，兩者在 Google Cloud 內並存。連 Anthropic 都大量採用 TPU 跑 Claude，背後有博通做客製設計。台廠相關名單多屬法人推測，理解產業角色就好，別當選股清單。

想看 Google TPU 屬於哪一類晶片，回頭讀 ASIC 是什麼；想看 GPU 主流那一邊，讀 GPU 是什麼 與 Blackwell；想看這些晶片怎麼餵資料，讀 HBM；想回頭看整條鏈，回到 供應鏈總覽。