科技行业动态点评：谷歌加速探索“后GPU”时代算力体系

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 科技 谷歌加速探索“后 GPU”时代算力体系 华泰研究 科技 增持 (维持) 何翩翩 研究员 SAC No. S0570523020002 SFC No. ASI353 purdyho@htsc.com +(852) 3658 6000 易楚妍 研究员 SAC No. S0570526070020 SFC No. BXH065 yichuyan@htsc.com +(86) 21 2897 2228 韩冬冰* 联系人 SAC No. S0570125070150 handongbing@htsc.com +(86) 21 2897 2228 行业走势图 资料来源：Wind，华泰研究 2026 年 8 月 21 日│美国 动态点评 我们认为，因云业务高增、TPU 落地加速与潜在需求外溢，增强谷歌对自研算力的信心。近期谷歌：1）扩大与 Marvell 的定制芯片合作，覆盖 AI 芯片、存储控制器、网络接口控制器、内存接口控制器与近存计算等多个 TPU配套芯片；我们认为，此协议较之前双方 4 月达成的两款定制芯片设计协议（MPU+低时延推理芯片）有所扩大。协议中，谷歌还将获得 5897 万股Marvell 认股权证，行权价 206.58 美元/股，对应约 122 亿美元。路透社预计，若相关业绩目标全部达成，Marvell 至 FY2033 累计收入可达约 1200亿美元；受此推动，Marvell 3/19 股价收涨约 10%。我们强调，谷歌正积极扩展自研芯片版图，有望凭借 TPU+CPU+MPU/CXL 芯片+低时延推理芯片+模型专用芯片，形成对标英伟达的全栈算力体系。2）与 AMD 合作 TPU v10相关设计（合作涉及 CPU IP）及 Frozen v2 模型专用芯片项目。谷歌自研CPU 采用 ARM 架构，此次补齐 x86 能力，有望更好适配 Agentic AI 时代的算力需求。3）模型端近期进展相对承压。Gemini 3.7 Flash 已发布，但3.5 Pro 仍未落地；与此同时，DeepMind 或将研发重心转向 Flash 系列，并伴随组织重组及人员调整。 TPU 供应链加速多元化，看好 TPU v9 率先采用 EMIB-T 我们认为，谷歌正加速分散 ASIC 供应链。谷歌与博通的合作始于 16 年 TPU v1 项目，并于 26 年 3 月签署五年协议，覆盖 TPU v8-v11 四代产品。自 TPU v8 起，谷歌逐步引入多元供应商：训练版 v8t 延用博通，推理版 v8i 引入联发科，后续 Marvell 加入将进一步完善多供应商体系。Trendforce 8 月 3 日报道，凭借 336G SerDes IP，联发科已获得 TPU v9 较大份额订单，预计28 年初量产；随着 TPU v10 SerDes 升级至 400G/448G，若联发科按期完成 IP 验证，有望进一步与博通竞争。封装方面，市场认为 EMIB-T 与CoWoS-L 直接竞争，但我们认为其更有可能成为 CoPoS 量产前超大 AI 芯片封装的重要方案，主因：1）EMIB-T 通过在硅桥内部集成 TSV 实现垂直供电与高速互连优化，而 CoWoS/CoPoS 主要通过硅中介层或 RDL 层横向供电； 2）EMIB-T 支持 8-12x Reticle 封装，CoWoS-L 支持 3.3-9.5x Reticle封装，而支持更大尺寸上限的 CoPoS 最快预计 28 年量产。我们认为，联发科版本 TPUv9 有望成为 EMIB-T 落地的首个重要案例。 TPU 拓扑持续升级，6D Torus 或将提升大规模集群互联效率 Semi Analysis 和 Funda 8 月 19 日也报道称，谷歌 TPU 9t 集群或由 3D Torus 升级至 6D Torus 架构。此前 TPU v8i 已引入 Boardfly 拓扑，将 1,152颗芯片集群的网络直径由 16 跳缩短至约 7 跳，通过拓扑创新优化 Scale-up互联效率。我们认为，拓扑升级主要解决集群规模扩大后 All-to-All 通信带来的带宽及时延瓶颈。3D Torus 下，每柜 64 颗 TPU 通常采用 4×4×4 结构，单颗 TPU 通过 6 条 ICI 与相邻芯片互联，跨柜传输则通过边界节点的光模块及 OCS。6D Torus 则将柜内拓扑调整为 2⁶，并新增 6 条跨柜光互连。以4,096 颗 TPU 集群为例，最长路径可由 3D Torus 的 24 跳缩短至约 12 跳。 AMD 参与 TPU 设计，谷歌加速探索“后 GPU”推理架构 8 月 16 日，Tom’s Hardware 报道称，AMD 或参与谷歌 TPU v10 设计，通过集成 AMD CPU IP，提升 TPU 在强化学习、Agentic AI 等 CPU 密集型负载下的处理效率。我们认为，谷歌自研 Axion CPU 基于 ARM 架构，引入AMD 或补齐 x86 能力，提升 Agentic AI 时代的算力适配性。此外，8 月 19日 DigiTimes 报道，谷歌与 AMD 还将合作开发 Frozen v2 芯片，通过将Gemini 部分模型信息固化至芯片，降低对 HBM 的依赖，提升 AI 推理的速度和经济性。我们认为，AMD 6 月收购 Taalas 或是双方合作的重要基础。 风险提示：AI 技术落地不及预期，行业竞争激烈。 (2)4101521Aug-25Dec-25Apr-26Aug-26(%)标普500 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 2 科技 图表1： 谷歌加速完善异构计算生态建设 资料来源：公司官网、华泰研究 图表2： 谷歌历代 TPU 产品与性能参数 资料来源：公司官网、WSJ、彭博、华泰研究 图表3： 科技巨头融资和 Capex 情况 资料来源：各公司官网、华尔街日报、华泰研究 风险提示 AI 技术落地不及预期：自 ChatGPT 推出并取得一定成果以来，各大科技公司加快布局 AIGC领域，然而，人工智能作为高新技术，前期研发成本和周期较长，后续落地可能受企业投入、宏观经济、政策及舆论等多重因素影响，导致技术进展不及预期。 行业竞争激烈：生成式 AI 仍处于行业发展早期，文字、图片、视频等多模态大模型不断推出。如果企业未能及时推出相关产品或技术研发进展不理想，可能面临市场淘汰的风险。 公 司CY26Q2业 绩 表 述CY26Q1业 绩 表 述CY25Q4业 绩 表 述CY25 Capex表 外 融 资 部 分微软含融资租赁CY26 Capex下调至1750亿美元，因部分Finance Lease调整为Operating Lease。FY27 Capex维持同比增长。FY27Q1 Capex将超500亿美元。预计CY26 Capex将为1900亿美元，其中250亿美元调整由