郭明錤：聯發科獨家吃下 Google AI 晶片 Triggerfish 大單 2028 年再添成長動能
Celine
TPU v9 升級版曝光 Google 攜手聯發科深化 AI ASIC 布局
天風國際證券分析師郭明錤今日（6/22）透露，Google 將在現有 TPU v9 自研 AI 晶片「Humufish」基礎上，推出一款主打 AI 推理能力升級的新版本，代號可能為「Triggerfish」，並由聯發科（2454）獨家取得新增訂單。此案不僅代表 Google 持續擴大 AI ASIC 布局，也進一步鞏固聯發科在 TPU v9 世代的核心合作地位。
市場預估，Triggerfish 將於 2027 年底投產、2028 年開始放量，整個產品生命週期出貨量約 100 萬至 200 萬顆，且單價較 Humufish 高出約三成，可望成為聯發科 2028 年新的營運成長動能。
聚焦 AI 推理與 Agent 協作 大幅強化 SRAM 與 HBM4E 規格
根據郭明錤最新產業調查，Triggerfish 是 Humufish 的延伸升級版本，主要目標在於解決 AI ASIC 常見的「CPU Wall」與「Memory Wall」瓶頸，以提升大型語言模型推理效率與多智能體（AI Agent）協作能力。
與 Humufish 相比，Triggerfish 主要規格升級，包括片上 SRAM 快取容量提升至原本的 2 至 3 倍，記憶體則由 HBM4 升級至新一代 HBM4E，並新增 Simulation Die（模擬晶粒），支援更高效率的強化學習（RL）與 AI Agent 協同運算。
更大的 SRAM 容量可讓更多活躍工作集（Active Working Set）留存在 TPU 本地端，降低資料搬移成本，提高超低延遲（Low Latency）推理階段的解碼效率。
新增 Simulation Die 強化本地管理與訓推切換能力
郭明錤指出，Triggerfish 新增的 Simulation Die 除了負責本地 TPU 管理與訓練、推理模式切換外，更重要的是支援強化學習與 AI 代理（AI Agent）協作架構。
在 AI 模型逐漸從訓練導向轉向推理與 Agent 應用之際，這類晶片架構優化將成為未來大型雲端服務供應商競爭的關鍵。
分析師認為，Google 此次升級 TPU v9，不只是單純提升運算效能，而是針對 AI 推理工作負載與多代理運算進行深度客製化，顯示 AI 基礎設施競賽已延伸至微架構層級。
Google 額外追加百萬顆訂單 聯發科在客製化 AI 晶片市場位居要津
郭明錤表示，原先 Humufish 整個生命週期的出貨量預估約為 400 萬至 500 萬顆，目前並未改變；此次 Google 是額外增加 100 萬至 200 萬顆 Triggerfish 訂單。
由於 Triggerfish 售價較 Humufish 高約 30%，加上產品將於 2028 年開始大量出貨，可望直接挹注聯發科的營收與獲利成長。
市場人士指出，聯發科近年積極跨足 AI ASIC 與資料中心晶片領域，除了手機晶片本業外，也持續擴大高效能運算（HPC）布局。隨著 Google 持續深化合作，聯發科在全球客製化 AI 晶片供應鏈中的地位可望進一步提升。
AI 競賽從模型延伸至晶片架構 科技巨頭加速客製化
業界分析指出，隨著大型語言模型應用從訓練逐步轉向推理、強化學習與 AI Agent 場景，Google、微軟、亞馬遜等雲端巨擘正加速開發專屬 AI ASIC，以降低對通用 GPU 的依賴。
Google 此次推出 Triggerfish，並持續與聯發科深化合作，反映出 AI 基礎建設競賽已從單純算力競爭，進一步升級至記憶體架構、資料流設計及晶片微架構最佳化的新戰場，客製化 AI 晶片市場的競爭也將更加白熱化。
