Google Ironwood TPU：10 倍效能 + 四家夥伴對抗 Nvidia

根據 Bloomberg 深度報導與 Google 官方公告，Google 於 4 月 22 日正式擴張自研 AI 晶片陣容：推理專用 Ironwood（第七代 TPU）在 Google Cloud 全面供應，並同步啟動與 Broadcom、MediaTek、Marvell、Intel 四家夥伴的下世代設計合作，目標是以客製晶片供應鏈正面挑戰 Nvidia 在 AI 算力市場的主導地位。

Ironwood：第七代 TPU，首度專為推理設計

Ironwood 是 Google TPU 系列第七代產品，也是首款「訓練推理分流」策略下的推理專用晶片。Google 揭露的規格：單晶片尖峰效能為 TPU v5p 的 10 倍，配置 192GB HBM3E 記憶體、記憶體頻寬達 7.2 TB/s，單個 superpod 可擴展至 9,216 顆液冷 Ironwood，合計 FP8 運算量達 42.5 exaflops。

Google 官方表示 Ironwood 已「全面開放 Google Cloud 客戶使用」，今年出貨量預計達「百萬顆」等級。Anthropic 已承諾採用多達 100 萬顆 Ironwood TPU，Meta 則簽署「數十億美元多年合約」透過 Google Cloud 使用 TPU。

四家夥伴分工：訓練歸 Broadcom、推理歸 MediaTek

Google 下世代晶片供應鏈明確分工如下：

夥伴 代號 角色 特色 Broadcom Sunfish 訓練專用 延續既有 TPU 合作關係，主導大型訓練節點 MediaTek（聯發科） Zebrafish 推理專用 宣稱比 Broadcom 方案成本低 20–30% Marvell 談判中 記憶體處理單元（MPU）＋ 額外推理 TPU 為 HBM 與 inference 優化 Intel 未公開 參與設計 強化供應鏈分散

這是 AI 產業中首見的「四家夥伴並行、訓練推理明確分工」模式。Google 透過分散 IP 風險與競爭議價，避開 Nvidia 單一供應商的結構依賴。路線圖延伸至 2027 年底的 TPU v8，將於台積電 2nm 製程生產。

策略意義：挑戰 Nvidia 的不是單晶片，而是供應鏈

過去三年 AI 晶片市場由 Nvidia 近乎壟斷，CUDA 軟體生態與 H100／GB200 晶片構成雙重護城河。Google 的 Ironwood 與四夥伴策略並非以「單點規格超越」為目標，而是複製 Nvidia 在產業中的「標準化平台 + 多客戶採購」邏輯——讓 TPU 不只是 Google 自用，而是可被 Anthropic、Meta 等主要 AI 公司共用的商業化算力選項。

Anthropic 承諾 100 萬顆 TPU 的意義尤其關鍵：這是 Nvidia 以外單家 AI 公司最大算力承諾，與 Anthropic 4/20 與 Amazon 達成 5GW／1000 億 AWS 承諾形成互補——一邊綁定 AWS Trainium、一邊綁定 Google TPU，Anthropic 以「雙客製晶片」策略降低 Nvidia 依賴。Meta 則是首次公開將 TPU 納入自家 AI 訓練／推理工作負載，形成另一道訊號。

市場反應與產業連動

聯發科在此次揭露前已被視為「Google 客製晶片受益者」，Zebrafish 代號的曝光是首度將聯發科直接列為 Google 推理晶片設計夥伴。這延伸近期 AMD × GlobalFoundries 矽光子、Marvell × Google MPU 的「非 Nvidia 晶片聯盟」敘事線。

Nvidia 於同期仍有 GB200 與下世代 Rubin 平台支撐，但客戶端的算力組合正從「全 Nvidia」走向「Nvidia + TPU + AWS Trainium」的三軌並行。這對台積電 2nm 產能也意味著 Google、Nvidia、Apple、Amazon 四大客戶都在排隊，晶圓代工供應議價力持續上升。

這篇文章 Google Ironwood TPU：10 倍效能 + 四家夥伴對抗 Nvidia 最早出現於 鏈新聞 ABMedia。