谷歌TPU订单排到2029年,谁来代工这2600万颗?
11月16日,天风国际证券分析师郭明錤发布一份产业链调研报告指出:受OpenAI和Anthropic新订单拉动,谷歌TPU(张量处理单元)的出货能见度已延伸至2029年。这意味着谷歌至少在未来三年内都在持续扩大其自研AI芯片的产能规划。而这一时间跨度,比当前英伟达多数供应商所能覆盖的2027年第四季度至2028年第一季度,整整多出了一到两年。
按照报告中估算的数字,仅OpenAI和Anthropic两家头部AI企业的需求就合计约2600万颗——其中OpenAI约1200万颗、Anthropic约1400万颗。考虑到整个市场体量,这两家企业的追加采购相当于给谷歌TPU的未来几年上了“长期保险”。
2600万颗订单的背后:两大AI巨头同时下注
先看这两笔订单的具体构成。
郭明錤的报告称,OpenAI需要的这批v8系列TPU约为1200万颗,采用联发科(MediaTek)设计的“8t”架构;Anthropic则需要约1400万颗同样属于v8系列的TPU,不过采用博通(Broadcom)设计的“8i”架构。两者加起来就是2600万颗的量级。
这里值得注意的细节是:两家公司采用了不同供应商设计的芯片架构。联发科负责OpenAI那一端的v8t方案,博通则承担了Anthropic那边的v8i方案。也就是说,谷歌并非把所有鸡蛋放在一个篮子里——至少在芯片设计层面,它选择了让两家不同的IC设计公司并行分工。这种双供应商策略在半导体供应链管理中非常常见,既能降低单一供应商中断的风险,也能通过竞争机制压低成本。
从年度总出货来看,郭明錤的估算更为宏大:2027年TPU出货量预计800–900万颗,2028年跃升至1400–1500万颗,到2029年进一步达到1600–1800万颗。如果这些数字属实,谷歌TPU正从一个主要在内部使用的实验性产品,快速转变为面向外部客户大规模销售的商业芯片。
这背后是一个更大的产业趋势:随着大语言模型参数规模突破万亿级别,单一数据中心的算力需求呈指数级增长。传统通用服务器已经无法满足训练和推理的算力密度要求,专用加速芯片成为刚需。无论是英伟达的GPU还是谷歌的TPU,本质上都是在争夺这块快速增长的市场蛋糕。
联发科的“跳级”:从手机芯片到数据中心
这份报告中最引人关注的部分之一,是明确点名联发科将成为“TPU领域最大受益者”。
过去十年里,联发科在全球半导体行业的印象标签一直是“手机SoC”和“新兴市场性价比芯片”。虽然在电视芯片、物联网模组等领域也有一定布局,但数据中心级别的高性能AI加速芯片——这正是目前全球最火热、技术壁垒最高的赛道之一——一直被认为是英伟达、AMD、英特尔乃至其他专业ASIC厂商的专属领地。
而现在,联发科被描述为承接了OpenAI约1200万颗TPU的设计工作。这是一个质的跨越:从消费级移动端芯片直接跳到数据中心级AI加速器。当然,这种“设计”的具体含义需要厘清——是指全栈定制芯片设计(包含核心微架构、内存子系统、互连协议等全套工作),还是仅指部分IP核或外围模块的设计服务?郭明錤并未在已公开内容中详述。
无论如何,如果联发科确实深度参与了TPU v8t架构的设计工作,这将标志着其在高端IC设计能力上完成了一次关键的“跳级”。对于资本市场而言,这也是对这家台企估值体系的一次重大重估机会。值得注意的是,联发科本身并没有公开的财报附注或SEC文件确认这一合作——所有信息都来自分析师的产业调查而非官方披露。
博通的角色则相对更清晰一些。这家美国芯片公司长期以来就是Google定制化芯片的主要合作伙伴之一,早在十年前就开始参与TPU的设计和制造环节。博通在数据中心网络芯片领域的深厚积累,使其天然适合TPU这种需要大规模互联的系统级芯片。两者的合作关系已经有过公开报道和行业共识作为支撑。
英伟达的护城河:CUDA生态依然坚固
报告开篇提到了一个重要的背景事件:“英伟达换帅”带来接班人选的不确定性。事实上,就在几天前(11月12日),英伟达董事会正式宣布黄仁勋辞去CEO及董事职务,CFO Colette Kress暂代CEO兼CFO。这场高层人事变动引发了市场对英伟达战略连续性的担忧。
但从更长的产业视角来看,TPU对英伟达的真正威胁从来不是单一硬件层面的替代,而是软件生态的迁移成本。英伟达的CUDA平台经过十余年积累,已成为全球AI开发者事实上的标准工具链——数百万行代码、无数框架适配模型、大量工程师的技能和知识都沉淀在这条生态线上。
根据多家市场研究机构的测算,目前全球超过90%的深度学习训练任务运行在基于CUDA优化的硬件平台上。这种庞大的网络效应意味着,任何新的计算架构想要撼动英伟达的地位,不仅需要硬件性能的超越,更需要解决一整套开发工具链的兼容性问题。
因此,短期内的更可能是“共存”而非“替代”。OpenAI和Anthropic本身既是英伟达GPU的大客户(购买H100/H200等),也在同步采购谷歌TPU用于特定负载或成本优化——这恰好说明AI算力市场足够庞大,足以容纳多种计算方案并存。对这两家初创企业而言,多元化算力供应反而是降低风险的最佳策略:不把未来完全绑定在某一家供应商身上。
接下来关注什么
这篇分析报告的价值不在于给出确定性的结论,而在于勾勒出一条清晰的观察路径。以下三个指标值得关注:
第一,谷歌下一次财报季(通常在本财年第四季度结束后)的资本开支指引是否会上调。TPU大规模量产意味着巨额的前期投入,管理层若对CapEx表态积极,将从另一面印证郭明錤的订单预测。
第二,联发科自身财报或SEC文件中是否会出现任何关于数据中心业务收入的披露。目前全球没有任何官方文件证实联发科为谷歌TPU提供设计服务,这仍然是分析师推演得出的结论。
第三,OpenAI和Anthropic的算力基础设施策略。如果它们在公开场合透露混合使用英伟达GPU和谷歌TPU的计划,那么TPU商业化进程将获得来自下游的直接背书。
这三条线索每一条都需要独立验证。但在当前的AI军备竞赛中,能拿到一张通往2029年的“船票”本身就是一个值得认真对待的信号——无论最终结果如何,它至少证明了一件事:AI算力基础设施的投资热度尚未见顶,各大科技公司和初创企业对算力的贪婪需求仍在加速扩张。