市场研究报告指出，Google 计划在2028 年部署1,200 万至1,500 万颗第九代张量处理器(TPU v9)，若计划顺利落实，单以芯片数量计算，可能追平甚至超越AI 巨头英伟达( NVDA-US ) 同年出货的资料中心AI GPU。
Google 约十年前便开始研发自有AI 加速器，近年也持续提高TPU 部署规模。报告引述供应链调查指出，Google 预计在2028 年让TPU 进入第九代，并采用4 颗运算晶粒设计，因此消耗的先进制程与封装产能可能较2027 年增加一倍以上。
估计英伟达2026 年供应约820 万颗资料中心AI GPU，2028 年出货量可能提高至1,240 万颗。若Google 届时确实生产1,200 万至1,500 万颗TPU v9，其AI 加速器数量将与英伟达相当，高标甚至可能超越英伟达。
不过，两者的芯片数量不能直接等同于整体运算能力。 Google TPU v9 的实际效能、功耗及部署效率，能否与英伟达Rubin、Rubin Ultra 平台抗衡，目前仍有待观察。
在供应方面，研报提到，Google 单靠台积电( TSM-US ) 可能难以取得足够产能，因此最快在2028 年便需要导入英特尔( INTC-US ) 的晶圆代工及先进封装服务，以实现大规模量产目标。
过去几个月已有消息指出，Google 在测试英特尔先进封装技术数月后，可能委托英特尔于2028 年供应超过300 万颗TPU。不过，相关合作尚未获Google 或英特尔正式证实。
由于TPU v9 据传采用4 颗大型运算晶粒，其设计必须提前配合特定封装架构。英特尔的EMIB、EMIB-T 与台积电CoWoS-L 并不相容，因此Google 若同时采用两家业者的产能，可能需要针对不同制造及封装方案进行相应设计。
若预测成真，Google 每年部署的自研AI 加速器可能超过英伟达供应给整体市场的GPU 数量。考量Google 预料仍会继续采购英伟达芯片，该公司届时可能成为全球最大的AI 加速器采购及使用者之一，并建立规模极为庞大的AI 运算基础设施。
这项发展也反映大型云端服务业者正加快垂直整合，透过自行设计芯片，使硬体更贴近自家软体、AI 模型及资料中心需求，降低完全依赖通用GPU 的程度。
不过，Google 在出货数量上追平或超越英伟达，不代表英伟达的市场主导地位必然受到削弱。全球AI 运算需求仍快速成长，Google 与辉达的芯片部署规模可能同步扩大，且英伟达也预计在2029 年至2030 年推出Feynman 及Feynman Ultra 平台，进一步提高供应能力。
相较于单纯的芯片数量竞争，Google TPU 所使用的软体生态系统可能更值得英伟达关注。若Google 成功扩大TPU 的采用范围，并建立足以与CUDA 抗衡的软体工具与开发环境，长期而言可能对英伟达最重要的竞争优势构成更直接挑战。
