Google持續擴大在台灣的AI硬體研發布局。Google技術長暨AI基礎建設資深副總裁瓦赫達特（Amin Vahdat）2日在SEMICON Taiwan 2026表示，台灣目前已是Google「在美國以外，最大的硬體工程研發基地」。另外，為因應AI基礎建設持續成長，Google將進一步擴建位於台北士林的AI基礎建設研發中心，增加60%的辦公空間。
Google把這麼多硬體研發量能放在台灣，實際工作內容是什麼？瓦赫達特表示，Google台灣工程團隊已直接參與自研晶片從製造完成、首次啟動，到測試與軟體驗證的早期流程。
瓦赫達特指出，Google早期大約每兩年推出一款TPU，近年產品更新速度持續加快，第七代Ironwood與第八代TPU的發表時間已縮短至約一年，晶片下線後的驗證與量產準備也必須加緊腳步。另一方面，Google與台灣供應鏈夥伴的合作也持續往前延伸，從製造走向下一代產品的共同設計。
Google台灣團隊做什麼？首批晶片送達後接手啟動與驗證
瓦赫達特表示，Google許多硬體設計與製造工作都會在台灣與當地企業合作，而Google自己的台灣工程團隊就在第一線，「每天都和我們眾多合作夥伴肩並肩工作」，共同進行產品設計與交付。
其中一項工作，就是Google新晶片從產線下線後的啟動與測試。「當晶片第一次從台積電產線出來時，就是我們當地團隊進行非常繁複、甚至可以說是24小時不停的工作，確保晶片能夠運作、完成測試。」瓦赫達特表示，晶片確認可以正常運作後，還要盡快送到Google開發者手上。
「你很難想像大家有多期待最早從產線出來的那幾顆晶片。前三顆、前四顆只要能正常運作，我們就能開始跑軟體，驗證它的效能與功能。」瓦赫達特解釋，從第一批晶片啟動、測試，到交給開發團隊進行軟體與效能驗證，Google台灣工程團隊都會直接參與。
至於與Google台灣工程團隊共同工作的外部合作夥伴，則橫跨AI基礎建設的不同環節。Google官方指出，台灣合作夥伴目前參與範圍包括先進3D封裝、伺服器主機板、高效率供電系統與液冷技術，支援Google、Gemini與Google Cloud所需的實體AI基礎建設。
TPU從兩年一代加速到一年兩代，晶片驗證時間也被壓縮
Google台灣工程團隊負責的晶片驗證工作，如今面臨更短的時間壓力。瓦赫達特指出，Google過去大約每兩年推出一代TPU，後來加快至一年一代，過去一年更推出兩代產品。「我認為，未來這個數字有可能，甚至很可能還會提高。」
晶片推出速度加快後，量產方式也必須跟著改變。過去一顆新晶片正式推出後，可以花兩年甚至更久逐步拉升產量，有時甚至與下一代產品的量產週期重疊；但如果新一代晶片可能每半年就推出一次，留給產能爬坡的時間就大幅縮短。
瓦赫達特把Google希望達到的量產模式形容為「square wave」，也就是新晶片準備完成後，就盡快把產能拉高。「如果我告訴你，我有一顆比上一代好兩倍的晶片，但你根本拿不到這顆晶片，那它在真正推出以前，就不能算是一顆很好的晶片。」他表示，真正的問題是如何讓新晶片以大規模交付出去。
量產速度提高後，新晶片下線後的每一個步驟也必須同步加快。「我們要怎麼確保晶片能盡快回來？怎麼確保晶片完成測試，讓前4顆、前10顆、前100顆、前1,000顆盡快交到開發者手上？」瓦赫達特表示，等到產品正式推出時，軟體必須已經可以正常運作，製造產線與測試能力也都必須準備完成。
這項要求在AI晶片愈來愈複雜後更難做到。瓦赫達特表示，現在AI晶片與封裝的複雜程度是他過去未曾見過的，涉及的產品數量與金額也非常龐大，因此Google必須在大規模部署以前，更早確認晶片能否正常運作。
台灣供應鏈未來做什麼？從製造走進下一代產品共同設計
除了Google自己的台灣工程團隊，外部供應鏈夥伴參與Google AI硬體開發的時間點也愈來愈早。被問到台灣企業未來如何參與Google下一代AI基礎建設時，瓦赫達特表示，雙方合作關係多年來已經逐步改變。
「多年來，我們已經從採購（procuring）走向合作夥伴（partner）。」他表示，Google目前已與多家台灣企業進行深度共同設計，而且合作程度仍在持續提高，「一個月比一個月更多、一季比一季更多、一年比一年更多」。
瓦赫達特也表示：「如果沒有在台灣進行的這些深度共同設計，我們今天根本無法打造現在的基礎建設與平台。」目前雙方的合作已經不只發生在產品設計完成後的製造階段，而是進入下一代產品的開發流程。
瓦赫達特進一步透露，Google已經與多家台灣合作夥伴討論未來世代產品，合作會深入到「區塊層級架構」（block-level architecture）等較底層的架構設計，其中一項重要工作就是「可製造性設計」（design for manufacturing），也就是在產品設計階段，同步思考後續要怎麼製造。
當TPU世代更新愈來愈快，Google也必須更早與供應鏈確認新架構能否順利製造、後續如何測試，以及量產時如何快速拉高產能。供應商若等產品全部設計完成後才加入，能調整的時間也會愈來愈少。
延伸閱讀：
AI已經做得到20%的題目，反而不要碰！Google首席科學家給創業者的「1%法則」
Discord跟LINE有什麼不同，為何Z世代都在用？新手教學：伺服器、頻道、身分組設定一次懂
