谷歌下一代AI芯片TPUv9（内部代号“Triggerfish”）的供应链调整，正在把一条长期相对稳定的定制芯片格局重新打散。最新市场信息显示，联发科被选为该代TPU的重要合作方，这一变化意味着谷歌在AI算力基础设施上的长期供应链策略出现明显转向，而博通长期占据的核心设计角色也随之被削弱。
这类调整并非单一供应商替换，而是一次围绕AI芯片生态的系统性重构。尤其是在大模型训练需求持续攀升的背景下，TPU作为谷歌自研AI算力核心，其供应链的变化往往不仅影响芯片制造本身，也会牵动云计算基础设施、服务器架构乃至数据中心投资节奏。
从已披露信息来看，这次供应链调整至少包含几个关键变化点：
其一，核心设计合作方发生切换。联发科被引入TPUv9体系，参与谷歌第九代张量处理单元的构建，而此前在TPU体系中占据主导设计地位的博通不再拥有独家供应资格。高通虽然此前也在潜在名单中，但并未进入最终核心供应结构。
其二，博通地位出现结构性变化。早在6月的财报沟通中，博通已经暗示谷歌正在引入新的芯片合作伙伴，这一表态实际上已经提前释放出订单分散化信号。从结果看，这意味着博通在TPU定制设计上的“单一主导角色”被打破。
其三，谷歌定制芯片战略进一步强化多供应商架构。一个明显变化是，谷歌不再依赖单一设计厂商完成AI算力芯片开发，而是通过多供应商并行模式提升供应链弹性，同时也为未来制程升级与架构迭代预留更多技术路径。
这次调整的核心逻辑，并不只是“换供应商”这么简单，而是AI算力竞争进入新阶段后的必然结果。大模型训练对算力密度和能效比的要求持续提升，单一供应链模式在交付周期、成本控制以及技术迭代速度上都开始显现瓶颈。引入联发科这样的新玩家，一方面可以分散风险，另一方面也可能在芯片设计协同上引入不同的技术路径。
值得注意的是，联发科此前在移动芯片和AI加速器领域已有一定积累，但进入谷歌TPU这种超大规模数据中心级别项目，意味着其角色从“消费电子供应商”向“云端算力基础设施参与者”进一步延伸。这种跃迁在半导体产业链中并不常见，也意味着行业分工正在重新洗牌。
从行业背景看，AI芯片市场过去几年一直由少数设计公司主导，例如博通在ASIC定制芯片领域长期占据重要位置，而台积电则在先进制程上提供底层支撑。但随着云厂商自研芯片比例不断提高，这种“设计外包+单一供应商绑定”的模式正在被逐步拆解。
类似趋势在亚马逊AWS、微软Azure等平台也已有体现，例如AWS的Trainium和Inferentia系列均采用多方设计协同模式，以降低对单一芯片供应商的依赖。这种变化本质上反映的是云厂商正在从“芯片采购方”逐步转变为“芯片架构定义方”。
放在更长周期来看，AI算力基础设施的竞争已经不再局限于GPU或TPU性能本身，而是延伸到供应链控制能力。谁能够在设计、制造、封装与系统集成之间建立更灵活的组合，谁就更有可能在下一轮算力扩张中占据优势。
谷歌此次调整，某种程度上是在为下一代AI基础设施提前做结构性布局。如果这一模式在TPUv9上验证成功，后续TPU迭代版本大概率会延续多供应商协同路径，甚至可能进一步扩展到更多芯片设计公司参与。
整体来看，这场围绕TPU供应链的变化，更像是AI算力产业从集中化走向分布式协同的一个缩影。短期内，行业会进入一个更复杂的竞争阶段，但长期来看，这种结构调整可能会加速AI芯片生态的多元化演进。
