联发科独家接单谷歌TPU v9推理升级款Triggerfish，SRAM缓存翻倍
内容摘要
核心要点
据郭明錤报告，谷歌将推出代号Triggerfish的TPU v9升级款，专为推理优化。核心改进包括：片内SRAM缓存规模是前代Humufish的2至3倍，使更大活跃工作集保留在本地，降低数据传输开销，提升解码效率；片外DRAM从HBM4升级至HBM4E，进一步缓解内存墙。此外，引入simulation die，分析师推测可能用于本地TPU管理、训推切换、强化学习与AI智能体协作。
联发科从TPU v7e开始进入谷歌AI芯片设计体系，至TPU v8形成博通与联发科并行的双供应商格局，如今TPU v9系列均由联发科主导整合，标志其从移动通信芯片向AI数据中心芯片战略转型。Triggerfish预计2027年底投产、2028年底放量，生命周期出货规模100至200万颗，单价较Humufish高出约三成。
重要性说明
表面是推理性能提升，实质是谷歌在防守英伟达的CUDA生态合围，通过定制TPU的SRAM膨胀和HBM4E将推理工作负载锁定在自家基础设施内，剥夺用户切换至通用GPU的弹性。
隐性锁定：simulation die暗示谷歌试图将训推切换、强化学习等控制平面功能固化到芯片级，一旦部署，用户将无法使用第三方管理工具链（如Kubernetes GPU Operator），被迫绑定谷歌的专有调度与监控体系。
工程短板：虽然SRAM容量翻倍，但尾部延迟问题未解决——在大规模分布式推理中，PFC/ECN拥塞控制瓶颈依然存在，且片内SRAM与HBM4E之间的一致性协议可能引入新的线端阻塞。此外，2028年才放量，届时英伟达Rubin架构已发布，性能代差可能缩小甚至反超。
PRO 决策建议
【厂商】竞争对手（如博通、英伟达、AMD）：立即向谷歌的TPU客户推销开放标准替代方案。强调simulation die的锁定风险——一旦采用，客户将丧失训推切换的灵活性。博通应加速推出基于UCIe的chiplet方案，提供可插拔的SRAM和HBM4E组合，打破谷歌的专有封装。
【企业】CIO/架构师：进行严格的零信任技术审计。要求谷歌公开simulation die的完整API规范，评估能否与现有Kubernetes、Prometheus等开源工具集成。警惕SRAM膨胀带来的供应商集中度风险——未来扩容只能依赖联发科单一来源，缺乏议价权。建议保留至少30%推理负载在英伟达H200/B200或AMD MI350上作为对冲。
【投资者】看穿公关辞令：联发科拿下独家订单是利好，但2028年才放量，期间英伟达Rubin和AMD MI400将迭代。关注联发科是否具备HBM4E的封装良率，以及simulation die的IP归属权。长期看，谷歌TPU仍局限于自有生态，无法撼动英伟达在第三方云市场的统治地位。
觉得这篇分析有用？
每周收到3-5条AI基础设施关键信号 →
💬 评论 (0)