谷歌张量处理器（TPU）相关硬件。图片来源：DIGITIMES
市场消息称，超威半导体（AMD）可能参与谷歌（Google）v10代张量处理器（TPU）的部分技术开发，引发市场对博通和联发科等现有定制芯片合作伙伴地位的关注。不过，AMD与谷歌均未对相关合作作出正式确认，AMD具体参与深度、投入资源以及v10产品定义也尚不明确。综合产业消息判断，若合作成立，AMD更可能提供CPU知识产权、可编程逻辑、高速互连或特定先进封装能力，而不是直接取代现有ASIC合作伙伴。
合作尚未官宣，v10本身也未公开完整规格
谷歌官方目前公开的TPU路线包括第七代Ironwood，以及面向训练和推理的TPU 8t、TPU 8i等产品。谷歌官方尚未公布所谓“v10”代TPU的完整规格、产品数量或合作伙伴名单。因此，当前关于AMD参与v10项目的说法应视为供应链与ASIC产业消息，而非已经确认的项目事实。
原文指出，谷歌通常会在同一代TPU中开发多个面向不同工作负载的专用版本，这意味着即使AMD参与其中，也可能只是v10产品家族中的一个子项目。对谷歌而言，这种做法能够针对训练、推理、智能体AI和特定数据中心负载选择不同的IP组合，而不是把整个TPU路线绑定在单一供应商上。
博通长期协议延续至2031年，短期被替代风险有限
博通与谷歌之间的合作具有更高确定性。博通今年4月提交的监管文件显示，双方已签署长期协议，由博通为谷歌未来多代TPU开发并供应定制TPU，同时另有供应保障协议，为谷歌下一代AI机架提供网络及其他关键组件，协议覆盖时间最长至2031年。
这意味着，即使谷歌引入AMD技术，短期内也更可能是扩大技术来源，而不是简单削减博通项目。原文同时称，联发科已取得数个专属项目，并预计至少到2028年甚至2029年仍将受益于TPU相关出货；不过，联发科相关项目的具体规模与排他性目前缺乏双方公开文件披露，本文按行业消息处理。
智能体AI提高CPU需求，CPU与TPU同封装成为潜在方向
AMD可能受到关注的核心原因，是智能体AI正在提高加速器之外的CPU负载。谷歌官方将TPU定位于从大规模训练、推理到智能体AI多步骤推理的数据需求，而智能体系统在执行过程中需要频繁完成上下文组装、数据库访问、工具调用、任务调度与结果校验，这些工作会增加CPU、内存和I/O的系统负担。
如果未来TPU封装内部进一步整合CPU功能，可减少主机处理器与加速器之间的数据往返，并提高系统级能效与响应速度。原文认为，这正是AMD可能切入的技术窗口之一。不过，CPU与TPU同封装并不等同于传统CPU简单“塞进”TPU，实际设计还需重新处理缓存一致性、互连带宽、供电、热设计和封装良率。
AMD的优势在IP组合，但ASIC服务会受到资源与毛利约束
AMD已经建立覆盖CPU、GPU、高速SerDes、Infinity Fabric以及2.5D、3D和混合键合等先进封装技术的IP组合。AMD官方资料显示，Infinity Fabric已从CPU内部互连扩展到连接CPU、GPU和加速器的系统级互连，并成为其下一代AI机架平台的重要基础。对于谷歌这类希望把CPU、加速器和互连联合优化的客户，AMD的价值可能更多来自“可复用IP组合”而非单一ASIC设计能力。
但参与定制ASIC也存在商业边界。标准化EPYC CPU和Instinct GPU通常可以面向多个客户重复销售，而深度定制ASIC需要投入工程资源、验证周期和客户专属支持。如果项目毛利率低于AMD标准产品业务，公司必须控制资源投入比例。因此，AMD是否会把与谷歌的合作扩展为长期ASIC服务业务，目前仍存在较大不确定性。
产业观察：谷歌TPU供应链正在从“代工合作”走向IP组合竞争
从现有信息看，谷歌更可能采用“多供应商、按工作负载选IP”的方式强化TPU生态，而不是为了压价简单增加第二或第三供应商。博通在定制ASIC和高速网络方面拥有长期积累，联发科具备SoC与定制计算能力，AMD则可能提供CPU、GPU、互连和先进封装相关IP，三者的能力重叠有限，更多体现为不同技术模块之间的竞争与互补。
中长期真正可能改变竞争格局的，是CPU与TPU更紧密集成是否成为智能体AI时代的主流架构。如果这一方向扩大，拥有完整CPU架构、高速互连和封装经验的AMD确实可能获得更大参与空间。但对谷歌而言，保持多家合作伙伴也能降低单一供应商风险，并在先进制程与先进封装产能持续紧张时提高供应链韧性。未来竞争重点将从“谁设计TPU”进一步延伸到谁能提供最合适的CPU、互连、网络、封装和系统级IP组合。
