ASIC AI 服務器出貨量暴增 300%，谷歌 TPUv7 單季出貨量達 150 萬顆
發布時間：2026-05-25
2026 年一季度，AI 算力基礎設施領域迎來里程碑式變革。ASIC 架構 AI 服務器出貨量同比暴增 300%，成為繼 GPU 之后的第二大算力支柱，而谷歌 TPUv7（Ironwood）單季出貨量更是達到驚人的 150 萬顆，占全球 ASIC AI 芯片出貨量近半數，標志著 AI 芯片市場從通用計算向專用加速的結構性轉型已全面提速。
一、市場爆發：ASIC 從配角到主角的質變
AI 服務器市場正經歷前所未有的增長，TrendForce 數據顯示 2026 年全球 AI 服務器出貨量預計同比增長 28% 以上，而 ASIC 類別增速遠超整體市場，出貨占比從 2023 年的不足 10% 躍升至 2026 年一季度的 27.8%，部分市場研究機構甚至預測全年占比將突破 35%。
這一爆發并非偶然，而是 AI 產業從訓練階段向推理階段大規模遷移的必然結果。德勤最新報告指出，AI 推理負載占比已從 2023 年的 1/3 飆升至 2026 年的 2/3，市場規模達到訓練硬件的 2-3 倍。在推理場景中，算法逐漸固化，對硬件通用性的需求下降，而對總擁有成本（TCO）和能效比的要求急劇提升，這正是 ASIC 的核心優勢所在。
谷歌 TPUv7 的 150 萬顆單季出貨量創下專用 AI 芯片的歷史紀錄，遠超市場預期。這一數字意味著谷歌在 2026 年一季度部署的 TPUv7 算力，相當于 2025 年全年全球 TPU 總出貨量的 60%，直接推動谷歌在 ASIC 市場的份額飆升至 46%，鞏固了其在專用 AI 芯片領域的領頭羊地位。
二、技術突破：TPUv7 的性能與能效革命
TPUv7（項目代號 Ironwood）作為谷歌十年造芯的巔峰之作，其技術突破是支撐如此大規模出貨的核心基礎。這款采用臺積電 2 納米制程的芯片，集成了 1400 億個晶體管，首次采用雙計算小芯片設計，在 FP8 精度下峰值算力達到 4614 TFLOPS，較上一代 TPU v5p 提升超過 10 倍，甚至超過英偉達 B200 的 4500 TFLOPS。
更令人矚目的是其能效比的飛躍。TPUv7 熱設計功耗（TDP）從 TPU v6e 的 700 瓦降至 560 瓦，下降 20%，而性能提升 35%，實現了性能功耗比的顯著優化。據高盛分析，谷歌 TPU 的推理成本比英偉達 H100 低 30% 至 40%，能效比則是后者的 2 到 3 倍，這對于需要 7×24 小時運行的大規模推理場景而言，意味著運營成本的大幅降低。
內存與互聯技術的升級同樣關鍵。TPUv7 配備 216GB HBM3e 內存，內存帶寬達 6.53 TB/s，配合優化的 ICI 互聯（19.2 Tb/s）和 400 Gb/s 的 scale-out 能力，實現了多芯片集群的高效協同，單柜可配置 64 顆 TPU，為大規模推理提供了堅實的硬件基礎。
值得注意的是，TPUv7 的高功耗（峰值 980W）使其強制采用液冷技術，這也推動了液冷數據中心市場的快速增長，預計 2026 年谷歌 TPUv7 部署將帶來 3.5 萬柜的液冷需求，成為液冷技術規模化應用的重要驅動力。
三、驅動因素：推理市場爆發與成本優化需求
ASIC AI 服務器的爆發式增長，本質上是三大核心驅動力共同作用的結果。
首先是多模態應用的全面爆發。圖文生成、視頻理解、3D 內容創建等應用的算力需求是純文本交互的 5-20 倍，每一次用戶交互都需要海量的推理計算支持。谷歌 Gemini 3 系列大模型的廣泛應用，以及 Anthropic 等第三方 AI 公司對 TPU 資源的大量采購，直接拉動了 TPUv7 的出貨增長。
其次是 AI 智能體（Agent）的普及。與傳統一次性對話不同，AI 智能體需要 7×24 小時常駐運行，持續處理用戶請求并執行復雜任務，這對推理算力的穩定性和成本效益提出了更高要求。TPUv7 的低延遲響應和高并發處理能力，恰好滿足了這一新興場景的需求。
最后是企業對 TCO 優化的迫切需求。在 AI 軍備競賽進入深水區后，單純追求算力規模的時代已經過去，如何在保證性能的前提下降低成本成為企業關注的核心。ASIC 芯片憑借定制化架構帶來的能效優勢，在大規模推理場景中展現出比通用 GPU 更優的性價比，這也是谷歌、Meta、亞馬遜等云巨頭加速自研 ASIC 的根本原因。
四、行業影響：算力格局重構與供應鏈變革
ASIC 的崛起正在打破英偉達在 AI 芯片領域的壟斷格局，推動算力市場向多元化方向發展。預計到 2027 年，ASIC 將與 GPU 各占 AI 芯片市場 50% 的份額，形成 “雙引擎” 驅動的算力生態。
谷歌 TPUv7 的大規模出貨也對供應鏈產生深遠影響。包括 Celestica、英業達、鴻海等代工廠商獲得大量訂單，同時帶動了 HBM 內存、高速互聯芯片、液冷設備等上游產業的增長。值得注意的是，從 2026 年四季度開始，液冷廠商來自 ASIC 客戶的收入占比將首次超過 GPU 客戶，成為新的增長引擎。
對于 AI 產業生態而言，ASIC 的普及意味著模型開發與部署將更加緊密地結合硬件特性。谷歌通過 TensorFlow 框架與 TPU 的深度優化，構建了 “芯片 - 云 - 模型 - 應用” 的全棧生態，這種垂直整合模式正被越來越多的科技巨頭效仿，推動 AI 技術向更高效率、更低成本的方向發展。
返回上一頁
關注我們
關注微信訂閱號
關注微信訂閱號
- 返回頂部
- 020-38815864
- 微信咨詢
