随着 AI 大模型快速发展，谷歌（Google）、英伟达（NVIDIA）、元宇宙平台公司（Meta）等科技巨头纷纷加大 AI 加速器投入。其中谷歌早在 2015 年便启动专属 AI 芯片研发，通过自研张量处理单元（TPU）降低对英伟达图形处理单元（GPU）的依赖，强化 AI 算力自主布局。

作为谷歌专为 AI 训练与推理打造的特殊应用集成电路（ASIC），TPU 在大型神经网络训练、生成式 AI 快速推理等场景中表现突出。其矩阵运算效率、低功耗特性均优于传统 GPU，且已深度整合谷歌云（Google Cloud）与 Gemini 生态，当前 Gemini 模型 75% 的运算任务由 TPU 承载。

近期谷歌云推出第七代 TPU “Ironwood”，专为生成式 AI 推理优化，支持 9216 颗液冷芯片，效能较前代提升 10 倍，每瓦效能提升近 2 倍。

从供应链结构来看，TPU 覆盖芯片制造、先进封装、服务器机柜、PCB 及高速材料等多个环节，核心依赖先进制程代工与高端封装技术。法人分析指出，台积电凭借 7 纳米、5 纳米制程工艺，稳居谷歌 TPU 芯片代工龙头地位；创意电子作为谷歌 Axion CPU 制程设计合作伙伴，将在 2026 年迎来产能放量。

随着谷歌加速 Gemini 生态与数据中心部署，TPU 需求有望持续释放，覆盖芯片代工、封装、伺服器代工等领域的相关供应链企业，具备长期发展潜力。