The Information独家爆料：Google正与三星洽谈，将下一代TPU（代号Icefish）的关键I/O裸片交给三星2nm工艺制造，主计算核心仍由台积电1.4nm负责。一颗AI芯片被拆成两半，分别交给两家代工厂。背后驱动力很简单——台积电最先进产线已被英伟达等巨头塞满，Google必须另找产能通道。三星手握全球最大HBM内存产能和正在爬坡的2nm工艺，正以"内存+代工+封装"一站式方案切进AI供应链腹地。
一颗芯片，两家工厂：The Information独家引爆
6月11日，The Information记者Qianer Liu发布独家报道：Google正在评估让三星电子为其最先进的下一代AI芯片制造一个关键组件。
这个组件叫memory I/O die——内存输入/输出裸片。它的工作是把主芯片连接到高带宽内存（HBM），确保数据不"断粮"。
路透社在几小时内跟进，两名知情人士确认：台积电继续负责主计算引擎（compute die），用最先进的1.4nm工艺；三星则用2nm工艺制造那个负责"喂数据"的I/O组件。
韩国媒体The Investor在次日挖出更多细节：计划仍处设计阶段，大规模量产最早2028年。三星官方回应只有四个字："无法确认"。
▲ The Information官方X账号推广独家报道，链接指向付费原文。一帖激起千层浪。
Icefish为什么必须被"拆"
Google这台代号Icefish的TPU，是第10代张量处理器，专为下一波"thinking models"（如MoE大模型）设计。
但这一代芯片不能再用传统方法造了。
传统大芯片（monolithic）在先进节点上尺寸越大，良率越低，成本越高。一颗晶圆上切不出几片好的，废片率惊人。现代AI加速器已经普遍采用chiplet架构——把不同功能拆成小裸片（die），用不同工艺节点分别制造，再通过硅中介层和先进封装拼成一个"超级芯片"。
Icefish就长这样：核心计算单元（compute die，负责MAC阵列、矩阵运算、缓存）对性能和功耗最敏感，必须用最先进的1.4nm工艺。而I/O裸片（内存控制器、高速SerDes、HBM物理接口）的逻辑复杂度相对低，对"内存带宽和延迟"的要求反而极高。
翻译成大白话：compute die是"脑子"，I/O die是"喂食系统"。脑子要最聪明，但喂食系统慢了，再聪明的脑子也白搭。AI芯片最怕的就是"算得快但数据跟不上"。
▲ 三星在Nvidia GTC 2026展出的第7代HBM4E。垂直堆叠的DRAM芯片通过硅通孔连接，带宽可达TB/s级。I/O裸片就是负责和这些"内存塔"高速对话的。
这个拆分方案还有一个隐含的妙处：Google等于把"最懂内存的人"拉来做内存接口。三星是全球最大DRAM和HBM供应商，做I/O die天然适合。
三星凭什么抢到这张入场券
三星晶圆代工业务这几年处境很艰难：被台积电压着打。
市占率仅7%，台积电73%（Counterpoint 2026年Q1数据）。先进节点的良率和功耗表现长期落后，3nm GAA工艺被业内诟病。2022到2025年累计亏损数万亿韩元。
但转折信号在2025-2026年密集出现。
2nm良率开始爬坡。4nm和5nm成熟节点订单回流。最关键的牌是HBM——三星是全球三大HBM供应商之一（另两家是SK海力士和美光），拥有从DRAM颗粒、逻辑接口到先进封装的全链条能力。
今年3月，三星在Nvidia GTC展出第7代HBM4E，堆叠层数和带宽再次刷新纪录。与此同时，三星向Google、AWS、AMD等超大规模客户密集推销"turnkey"方案：你要的不只是晶圆代工，你要的是DRAM+逻辑+封装一起解决。这个bundling策略是台积电做不到的——台积电自己不产DRAM。
▲ 三星德州Taylor新厂。这里不仅是产能，更是"可信美国/盟友制造"标签。对Google这种跨国云巨头，在地缘供应链上有不可替代的合规与韧性价值。
另一个更早落地的信号：Tesla去年签下22.8万亿韩元（约150亿美元）的长期AI芯片合同，指定在三星Taylor厂量产。如果Tesla敢把这么大订单放在三星，Google评估三星就多了一份参照。
韩国媒体THE INVESTOR引述业内人士评论，原文极有说服力：
"The logic is easy to follow. No company knows memory better than the world's largest maker of it."
「这个逻辑很容易理解。全球最大的内存厂商，自然比任何人都更懂内存。」
台积电的产能墙
故事的另一半，在台积电这边。
台积电CEO魏哲家去年已公开表态：芯片供给多年追不上需求。最先进的3nm、2nm乃至未来的1.4nm产线，被英伟达等大客户提前锁定。英伟达一家吃掉的先进节点和CoWoS先进封装产能，就足以让其他客户排队。
Google自己的数据更能说明问题。2026年初，韩国经济日报报道，受CoWoS封装产能不足影响，Google已将2026年TPU产量目标从400万片下调至300万片。整整砍掉四分之一。
换句话说，Google想造更多芯片，但台积电造不过来。
于是Google开始"不要把鸡蛋放在同一个篮子里"。几乎与三星洽谈同期，The Information还曝出Google向英特尔下了超过300万片TPU的大单，用Intel 18A工艺，2028年交付。加上与联发科合作设计Icefish——Google已经同时在台积电、三星、英特尔三条线上排兵布阵。
台积电短期内毫发无损：它拿到的仍是Icefish最难、最贵的compute die。但长期看，超大规模客户学会"拆单"，意味着先进节点的定价权和产能分配权不会永远由一家说了算。
X平台炸锅："SAMSUNG IS SO BACK"
The Information报道出来后，X上的半导体圈和投资圈迅速点燃。
最火的一帖来自@ns123abc，截至目前超11.3万浏览，1287次点赞。帖子标题式列出订单流向：
"TSMC is too overbooked by Nvidia... Tesla AI6 → Samsung; Nvidia's new LPU → Samsung; Google TPU v10 → Samsung 2nm. SAMSUNG IS SO BACK"
「台积电被英伟达订爆了……特斯拉AI6交给三星，英伟达新LPU交给三星，Google TPU v10交给三星2nm。三星杀回来了。」
▲ @ns123abc的帖子在X上获得超11万浏览。评论区两极分化：有人高呼三星代工翻身，有人提醒"一切都取决于2nm良率"。
评论区并不全是欢呼。有用户冷静指出："良率将决定一切"（yields at 2nm will decide everything）。还有人调侃这是"circle jerk"（圈内自嗨）。更有人追问：三星也会被订满吗？到时候谁来接？
这些反应的共同点，是市场已经默认了一个前提：AI芯片的制造格局正在从"一家通吃"转向"多方对弈"。争议只在节奏和赢家，不在方向。
远不止Google一家在动
把镜头拉远，Google的"拆单"只是冰山一角。
Amazon自研Trainium和Inferentia芯片多年，同样面临先进封装产能压力。Meta收购Rivos后内部团队几经震荡。Microsoft与OpenAI在基础设施上的合作不断加码。Tesla的Dojo和AI6芯片已经落地三星。
每一家超大规模云厂商都在思考同一个问题：如果台积电的产能天花板到了，我的芯片怎么办？
答案几乎一致：多找几家。
三星的"内存+逻辑+封装"一站式能力，英特尔的18A工艺和美国在地产能，都在成为替代选项。这届AI军备竞赛，已经从"谁有最好模型"卷到了"谁能拿到最多最好的制程、封装和内存"。
对三星而言，Google这张牌如果能落地，意义远超合同金额本身。它意味着三星代工不再是"备胎"角色，而是正式进入全球最大AI公司之一的战略供应链。利润转折点，韩国分析师预计可能在2026年Q3出现。
变数仍然很大
但别急着下结论。
整件事还处在"洽谈"阶段。合同没有最终敲定，量产时间表是2028年——在半导体行业，两年可以发生太多事。
三星2nm良率如果没达标，Google随时可以回流台积电，或加大英特尔份额。反之，如果良率超预期，三星可能在2027-2028年争取到更多Google订单，甚至部分compute工作。
还有一个结构性风险：技术路线。如果未来更新的封装技术（如hybrid bonding）让I/O和compute重新融合，当前的chiplet"分拆"架构可能只是过渡方案。
无论哪种走向，这件事已经释放了一个清晰的信号：AI芯片供应链的"单极时代"正在终结。台积电会继续强大，但不再孤独。
— END —