OpenAI 傳洽購 Google TPU 擴充算力,鴻海、英業達等 TPU 伺服器供應鏈可望受惠
2026/10/29
生成式 AI 龍頭 OpenAI 的算力布局再傳新動向。據悉,OpenAI 有意向 Google 採購 TPU 加速器,以因應持續擴大的模型訓練與推論需求。消息傳出後,已打入 Google TPU 伺服器供應鏈的台灣廠商鴻海、英業達受到市場關注,可望成為此波算力擴張的受惠者。
OpenAI 長期以來高度仰賴 NVIDIA GPU 作為主要運算平台,並透過多家雲端與資料中心合作夥伴取得算力。然而,隨著 ChatGPT 用戶規模擴大、新模型持續推出,算力需求成長速度遠超過單一供應來源所能支應。近年 OpenAI 已陸續與多家晶片與雲端業者簽訂合作,並投入自研晶片計畫,顯示其正積極分散供應風險、強化議價能力。
Google TPU 是專為機器學習運算設計的客製化晶片,歷經多個世代演進,已在 Google 內部大規模支撐搜尋、廣告與 Gemini 模型等服務。近年 Google 積極將 TPU 推向外部客戶,若能爭取到 OpenAI 這類指標性 AI 公司,將大幅提升 TPU 在市場上的能見度,也讓 GPU 以外的 AI 加速方案更具說服力。業界分析人士指出,推論工作負載的比重持續上升,使講求成本效益的客製化晶片更具吸引力。
在供應鏈端,TPU 伺服器的系統組裝與機櫃整合主要由台灣代工廠負責。鴻海憑藉完整的垂直整合能力,在 AI 伺服器市場的布局橫跨 GPU 與 ASIC 平台;英業達則長期為大型雲端業者提供伺服器代工服務,在 TPU 相關產品線上已累積相當經驗。若 OpenAI 的採購計畫落實,TPU 整體出貨規模擴大,兩家廠商的伺服器營收可望同步成長。
從產業影響來看,OpenAI 若確定採用 TPU,將進一步印證 AI 運算市場正從單一 GPU 主導,走向 GPU 與 ASIC 並行的多元架構。這對 NVIDIA 而言未必構成立即威脅,但長期將促使市場在價格與供應條件上更趨競爭。對台灣供應鏈而言,無論客戶選擇何種晶片架構,伺服器組裝與零組件需求都將持續增加。
整體而言,OpenAI 擴充算力的動作再次顯示 AI 基礎設施需求仍在高速成長階段。後續雙方是否正式簽約、採購規模多大,以及 TPU 供應能否跟上需求,將是觀察鴻海、英業達等台廠營運動能的重要指標。