2026年8月17日，市場有消息稱， Google （Google）正與超微（ AMD ）攜手合作，共同開發第十代張量處理單元（TPU），這個消息來源於半導體研究機構SemiAnalysis發布的一份客戶報告，之後還被Tom's Hardware等多家國際科技媒體引用報道，在行業內引發廣泛討論。
如果傳聞屬實，這會是AMD首次真正參與客製化AI加速器計畫。長久以來，AMD在AI晶片領域以通用GPU（如Instinct系列）為主要發力方向，而此次切入客製化AI ASIC市場，意味著其AI策略的一次重要拓展。
截至目前，Google與AMD均未就此事發表官方聲明，現有資訊仍屬於市場傳言階段，SemiAnalysis也在報告中明確標註，相關分析僅為推測，AMD具體參與形式尚不清楚。
谷歌已經自主開發了九代TPU加速器，在此之前博通（Broadcom）一直是其主要晶片設計合作夥伴，雙方簽有至少持續至2031年的長期供應協議，第九代TPU（代號“Triggerfish”）的供應鏈則引入了聯發科。
隨著AI工作負載日趨複雜，Google對CPU算力的需求正在急劇上升。具體來看：
第七代TPU伺服器：每4顆TPU搭配1顆Intel Xeon處理器（CPU與加速器比4:1）
第八代TPU 8i系統（面向推理與強化學習）：每2顆TPU搭配1顆Google自研Axion CPU（搭配比2:1）
特定場景下的最優配置：市場訊息顯示，部分工作負載可能需要CPU與加速器達到1:1的比
SemiAnalysis指出，傳統大語言模型（LLM）訓練仍以加速器為主導，不過推理和代理式AI模型的強化學習，需要在加速器運算之外進行大量通用計算， 將CPU核心直接整合進TPU封裝內，可縮短通用運算與張量運算之間的距離，從而提升性能並降低功耗。
谷歌之所以可能選擇AMD，主要看中其以下幾項關鍵能力：
CPU IP（智慧財產權）：AMD擁有成熟的x86 CPU核心設計能力，滿足TPU對通用運算資源的需求
先進封裝技術：特別是在SoIC（系統整合晶片）領域的技術積累
混合架構設計經驗：AMD的Instinct MI300A已成功將x86 CPU核心與加速器小晶片（chiplet）整合在同一包裝內，是業界少數已落地的CPU與加速器異質整合產品之一
SemiAnalysis同時提到Intel也可能是替代候選，但指出Intel在建構混合x86-加速器資料中心架構方面缺乏現成經驗。
根據SemiAnalysis的推測性分析，Google第十代TPU可能會有一個將Google自研TPU小晶片與AMD的CPU核心及HBM（高頻寬記憶體）整合在同一封裝內的版本。
這項設計思路的核心目標，是打造一款專門針對強化學習和代理式AI工作負載優化的新型TPU，而非傳統的訓練或推理加速器。業界分析認為，Google並不需要AMD來設計常規的TPU訓練版或推理版，而是需要AMD提供CPU IP、可程式邏輯、互連技術等「獨特」的建構模組。
受此消息提振，AMD股價在8月14日大漲6.5%，收於514.39美元，創8月4日以來收盤新高，當日漲幅位居費城半導體指數30只成分股之首。
市場分析認為，這個消息將AMD從「通用GPU領域的追趕者」重新定價為「客製化晶片訂單的潛在承接方」。
另一方面，AMD於8月13日完成了高達47.5億美元的優先債券發行，創公司史上最大規模美元債融資紀錄，被市場解讀為AI擴張的“彈藥到位”， 在近期舉行的“Advancing AI”大會上，AMD管理層已將2030年AI晶片整體市場規模預估值上修至1.4萬億美元。
