Google資本支出上看2050億美元，AI供應鏈誰先看到營收

 

Google把Gemini 4與算力擴建排進同一張資本支出表

Google預計在2026年底提前推出Gemini 4，同時提高自研張量處理器(TPU)的投片量。TPU是Google針對AI訓練與推論設計的專用晶片，擴大投片代表模型發布、雲端服務與硬體部署正在同步推進。

市場估計，Google年度資本支出可能達到1,950億至2,050億美元，較前一年度呈現倍數成長。這項數字仍屬估計值，後續需要公司正式預算與季度支出確認；若規模逐步落地，影響範圍會從晶片、封裝一路延伸至伺服器組裝。

這輪投資反映一個清楚的機制：模型規模與使用量上升，帶動訓練及推論算力增加；算力增加又需要更多加速器、伺服器、網路設備與資料中心容量。AI模型迭代已直接牽動實體基建支出。

 

GPU與TPU並行擴建，伺服器訂單分布到多家代工廠

Google採取軟硬體並行策略。一端加快Gemini 4的應用與測試，另一端同步擴充輝達(NVDA) GPU及自研TPU伺服器。兩種運算架構同時增加，意味著Google仍需要多元算力供應，並持續強化自身對成本、效能與晶片供給的掌控。

伺服器製造端已有多家台灣代工廠切入，包括鴻海(2317)、緯創(3231)、廣達(2382)、英業達(2356)及仁寶(2324)。相關訂單涵蓋運算托盤與主機伺服器，顯示需求已由晶片採購延伸至整機系統。

各家代工廠取得的產品內容、出貨時間與獲利貢獻仍可能不同。運算托盤、機櫃整合與一般主機的單價及毛利結構存在差異，因此訂單增加只能先確認出貨動能，獲利幅度仍需搭配產品組合與量產進度觀察。訂單規模與獲利品質需要分開追蹤。

 

TPU投片量上升，先進製程成為供應鏈瓶頸

上游壓力集中在先進晶圓製造。業界推估，在台積電(2330)與英特爾(INTC)等產能支援下，Google TPU於2027年的投片量可望翻倍。若投片增幅實現，代表Google自研晶片在AI基建中的配置比重持續提高。

台積電承接Google TPU等大型客戶訂單，同時面對產能配置壓力。英特爾執行長陳立武在2026年9月指出，台積電現有產能難以完全滿足所有客戶需求；英特爾身為台積電前十大客戶，雙方仍將維持密切合作，共同提供晶片製造服務。

這段說法透露兩層訊息。先進製程需求仍高於可供應產能，雲端業者增加晶片設計並無法立即轉成同等幅度的出貨；晶圓代工、先進封裝與伺服器量產之間，也需要完成產能配置及時程銜接。投片翻倍仍受製造產能約束。

 

AI基建需求已貫穿晶片製造、封裝與伺服器組裝

Google擴大AI資本支出，受惠環節涵蓋先進製程、封裝、加速器、運算托盤及伺服器整機。供應鏈出現產能擴充與出貨成長，背後驅動因素是雲端服務商持續投入模型開發，並爭取足夠的訓練與推論資源。

長期方向相對清楚，短期仍有幾項條件需要確認。Google實際資本支出能否接近1,950億至2,050億美元區間、Gemini 4能否按預定時程推出，以及2027年TPU投片翻倍能否取得足夠製程與封裝產能，都會影響訂單轉成營收的速度。

算力需求已向整條硬體供應鏈傳導。下一階段的研究焦點，會落在資本支出執行率、TPU與GPU配置比例，以及製造瓶頸是否延後伺服器交付；三項訊號若持續改善，AI基建擴張才有機會穩定反映在供應鏈財報。