作者：淞基科技（上海）有限公司、淞基信息通信研究院、淞基新一代信息技术网研究部
日期：2026 年 6 月 15 日
摘要：2026 年 6 月，TechCrunch 披露谷歌与 SpaceX 达成算力租赁协议，每月支付 9.2 亿美元租用约 11 万张英伟达 GPU，合同周期 2026 年 10 月至 2029 年 6 月，总金额超 300 亿美元；同步消息显示，谷歌新一代 TPU（代号 “Icefish”）将部分订单交由三星美国得州泰勒工厂 2 纳米制程代工，核心计算单元仍由台积电 1.4 纳米工艺生产。本报告从交易核心细节、战略动因、行业影响、供应链重构及中国企业启示五大维度，深度剖析谷歌 “外租算力 + 分散代工” 的双重战略转向，揭示全球 AI 算力军备竞赛与半导体供应链重塑的底层逻辑，为产业参与者提供决策参考。
关键词：谷歌；SpaceX；AI 算力；TPU；三星；台积电；半导体供应链；算力租赁
一、引言：AI 算力危机下的谷歌战略抉择
2026 年，全球人工智能产业进入 “算力为王” 的白热化竞争阶段。大模型参数规模持续突破（从万亿级向十万亿级演进）、企业级 AI 需求爆发式增长、生成式 AI 应用全面落地，三重因素叠加导致全球高端 AI 算力（以英伟达 H100/B100 及下一代 GPU 为核心）陷入结构性、持续性短缺。据行业数据统计，2026 年全球 AI 算力缺口达 40%，头部科技企业为争夺算力资源不惜打破常规合作边界。
谷歌作为全球 AI 领域的先行者，依托自研 TPU 集群与谷歌云（Google Cloud）构建了完整的 AI 算力生态，长期以 “自主可控、自给自足” 为核心战略。但 2026 年 6 月两则重磅消息彻底打破这一格局：一是天价算力租赁—— 每月 9.2 亿美元向 SpaceX 租赁 11 万张英伟达 GPU，总合同金额超 300 亿美元；二是TPU 供应链松动—— 首次将自研 TPU 核心组件订单交由三星代工，打破台积电独家垄断格局。
这两大动作并非孤立事件，而是谷歌在 AI 算力危机、供应链安全风险、技术迭代压力三重约束下的系统性战略调整。本报告基于 TechCrunch、SpaceX SEC 招股文件、The Information 等权威信源，结合全球 AI 算力市场与半导体产业数据，从交易拆解、动因分析、行业影响、供应链重构、中国启示五大层面，全面解析谷歌战略转向的深层逻辑与产业影响，为中国 AI 企业、半导体厂商及算力服务商提供战略参考。
二、核心交易细节拆解：双重合作的条款、规模与落地路径
（一）谷歌 - SpaceX 算力租赁协议：全球最大 AI 算力租赁订单
1. 交易核心条款（基于 SpaceX 2026 年 6 月 SEC 招股文件）
• 合作周期：2026 年 10 月 1 日至 2029 年 6 月 30 日，共 33 个月；2026 年 9 月为算力爬坡期，按折扣价计费。
• 月租金：9.2 亿美元（全额支付），年化租金 11.04 亿美元，合同总金额约 303.6 亿美元。
• 算力规模：约 11 万张英伟达顶级 AI 训练 GPU（H100/B100 或下一代产品），配套 CPU、内存、高速网络及数据中心基础设施，等效于 10 个以上超大规模 AI 训练集群。
• 交付与违约条款：SpaceX 需在 2026 年 9 月 30 日前交付全部算力；逾期则谷歌可选择终止协议，或按实际交付数量比例减免租金；2026 年 12 月 31 日后，双方均可提前 90 天通知终止协议。
• 算力用途：主要支撑谷歌 Gemini Enterprise 企业级大模型训练与推理、谷歌云 AI 客户算力需求，及内部多模态模型研发。
2. 交易主体背景：SpaceX 的 “算力巨头” 隐藏身份
SpaceX 以商业航天（星链、星舰、火箭发射）为核心业务，但长期因内部需求积累了海量算力：火箭回收实时模拟、星链卫星数据处理、xAI（马斯克旗下 AI 公司）Grok 模型训练，均依赖大规模 GPU 集群。2026 年 2 月，SpaceX 完成对 xAI 的合并，将其 GPU 集群纳入核心资产，正式开启算力租赁业务。
此前，SpaceX 已与 Anthropic 达成合作，后者每月支付 12.5 亿美元租赁算力，合同周期同样至 2029 年，年化租金 150 亿美元。叠加谷歌订单，SpaceX 仅两大客户年化算力租金达 260 亿美元，超过其 2025 年全年营收，从航天公司转型为全球顶级 AI 算力服务商。
3. 谷歌租赁算力的核心诉求：“桥接算力” 解决燃眉之急
谷歌云发言人明确表示，此次交易是为 “确保拥有过渡性算力，满足客户对 Gemini Enterprise 激增的需求”。深层来看，谷歌租赁算力的核心动因可归纳为三点：
• 算力缺口爆发：Gemini 企业版订单超预期，自研 TPU 集群产能不足，无法覆盖短期需求；
• 交付周期过长：自研 GPU/TPU 集群从采购、建厂、调试到投产需 12-18 个月，而 SpaceX 算力可快速交付（2026 年 9 月完成部署）；
• 风险对冲：英伟达 GPU 供应不稳定、价格高企，租赁模式可避免大额资本支出（CAPEX），将固定成本转为可变成本。
（二）谷歌 - 三星 TPU 代工合作：台积电独家垄断格局首次打破
1. 合作核心细节（基于 The Information 2026 年 6 月 11 日报道）
• 合作对象：三星晶圆代工部门（Samsung Foundry），美国得克萨斯州泰勒市晶圆厂（2 纳米制程产能）。
• 代工产品：谷歌第十代 TPU（代号 “Icefish”）的I/O Die（输入输出裸片），采用三星 2 纳米工艺；核心计算 Die（主芯片）仍由台积电（TSMC）采用 1.4 纳米工艺代工。
• 芯片功能：I/O Die 负责连接 TPU 计算核心与高带宽内存（HBM），是 AI 芯片数据传输的关键组件，直接决定芯片整体能效。
• 量产时间：2028 年正式量产，目前处于设计洽谈阶段，尚未签署正式协议。
• 合作背景：三星已为谷歌第七代 Ironwood TPU 提供 60% 以上的 HBM（高带宽内存），双方在存储领域合作深厚。
2. 谷歌 TPU 代工历史：从 “独家台积电” 到 “双供应商”
谷歌自 2015 年推出首款 TPU 以来，所有世代 TPU 均由台积电独家代工，工艺从 28 纳米（TPU v1）迭代至 3 纳米（TPU v9）。此次引入三星代工 I/O Die，是谷歌首次将 TPU 核心组件订单交由非台积电厂商，标志着其半导体供应链战略从 “单一依赖” 转向 “多元分散”。
3. 三星入局的战略意义：先进制程代工的关键突破
三星在先进逻辑芯片代工领域长期落后于台积电：3 纳米及以下制程市占率不足 10%，而台积电超 90%。此次拿下谷歌 TPU I/O Die 订单，是三星首次获得全球顶级科技企业的先进制程 AI 芯片订单，有望打破台积电在高端 AI 芯片代工领域的垄断格局，提升其在 2 纳米及以下制程的市场份额与技术话语权。
三、谷歌战略转向的深层动因：算力、供应链、成本三重压力驱动
（一）AI 算力供需失衡：自研产能不足，外部供给受限
1. 需求端：AI 算力需求指数级增长
• 大模型训练需求：2026 年全球头部大模型参数规模突破 10 万亿，单次训练需消耗 \\ 数千万 PFLOPS（每秒千万亿次浮点运算）\\ 算力，是 2023 年的 5-10 倍；
• 企业级 AI 需求：谷歌 Gemini Enterprise、微软 Azure OpenAI、亚马逊 Bedrock 等企业级 AI 服务订单爆发，2026 年全球企业 AI 算力市场规模超 2000 亿美元，同比增长 80%；
• 生成式 AI 应用：文本生成、图像生成、视频生成、AI 代理等应用全面落地，推理算力需求持续攀升，占整体算力需求的 60% 以上。
2. 供给端：高端 GPU 产能垄断，自研芯片周期漫长
• 英伟达垄断 GPU 市场：英伟达 H100/B100 及下一代 GPU 占据全球高端 AI 训练 GPU 市场 95% 以上份额，产能被微软、亚马逊、谷歌等头部客户长期锁定，新订单交付周期超 18 个月；
• 自研 TPU 产能瓶颈：谷歌 TPU 虽性能优异，但台积电先进制程产能紧张，TPU v9（3 纳米）产能仅能满足内部需求的 60%，且下一代 TPU（Icefish）量产需至 2028 年，短期无法填补算力缺口；
• 算力建设周期长：自建数据中心、采购芯片、调试集群需 12-18 个月，而 AI 市场竞争瞬息万变，时间成本远超资金成本。
（二）半导体供应链风险加剧：台积电垄断、地缘政治扰动
1. 台积电独家依赖风险：产能紧张 + 议价权弱势
台积电作为全球先进制程（3 纳米及以下）绝对龙头，产能高度集中：3 纳米制程 90% 以上产能被苹果、英伟达、AMD 锁定，谷歌 TPU 订单优先级较低，产能分配不稳定；同时，台积电凭借垄断地位不断提高代工价格，3 纳米制程报价超 2 万美元 / 片，谷歌 TPU 生产成本持续攀升。
2. 地缘政治风险：美国芯片法案 + 台海局势
• 美国芯片法案限制：《芯片与科学法案》要求获得补贴的企业不得在中国大陆扩大先进制程产能，同时限制高端 AI 芯片出口，全球半导体供应链 “去中国化” 加速，谷歌需重构供应链以规避政策风险；
• 台海局势不确定性：台积电 90% 先进制程产能位于中国台湾地区，地缘冲突风险可能导致产能中断，谷歌作为全球 AI 巨头，无法承受供应链断裂风险。
3. 供应链多元化成为行业共识
全球科技巨头均在加速分散半导体供应链：苹果将部分 iPhone 芯片订单交由三星代工，英伟达扩大韩国、美国产能布局，亚马逊自研 AI 芯片采用 “台积电 + 三星” 双代工策略。谷歌作为行业标杆，跟随行业趋势，打破台积电垄断，引入三星作为第二供应商，是降低供应链风险的必然选择。
（三）成本结构优化：租赁模式降本，分散代工控价
1. 算力租赁：可变成本替代固定成本，降低资本开支压力
• 传统自建模式：11 万张英伟达 H100 GPU 采购成本超 220 亿美元（单卡 20 万美元），配套数据中心建设、电力、运维成本超 80 亿美元，总资本开支超 300 亿美元，且资产折旧周期长（5-7 年）；
• SpaceX 租赁模式：每月支付 9.2 亿美元，无需承担设备采购、建设、运维成本，将固定资本开支转为可变运营成本，现金流压力大幅降低；同时，合同到期可灵活终止，避免设备过时风险。
2. 双供应商代工：打破价格垄断，控制 TPU 生产成本
• 台积电独家代工：台积电凭借垄断地位，代工价格每年上涨 10%-15%，谷歌 TPU 生产成本持续攀升，挤压谷歌云 AI 业务利润空间；
• 三星 + 台积电双代工：引入三星作为竞争对手，倒逼台积电降低代工价格，同时三星 2 纳米制程报价低于台积电 3 纳米，整体降低 TPU 生产成本 15%-20%；此外，I/O Die 采用三星 2 纳米工艺，核心计算 Die 采用台积电 1.4 纳米工艺，实现 “性能 + 成本” 最优平衡。
四、行业影响：重构全球 AI 算力格局与半导体供应链生态
（一）AI 算力市场：租赁模式兴起，算力服务商多元化
1. 算力租赁成为主流模式，“算力即服务（CaaS）” 爆发
谷歌、Anthropic 天价租赁 SpaceX 算力，标志着AI 算力市场从 “自建为主” 向 “租赁为主、自建为辅” 转型。未来，中小 AI 企业、初创公司将全面采用租赁模式，头部企业（谷歌、微软、亚马逊）将采用 “自建核心算力 + 租赁补充算力” 的混合模式，算力租赁市场规模将从 2026 年的 500 亿美元增长至 2030 年的 5000 亿美元。
2. 算力服务商多元化，非传统云厂商崛起
传统算力服务商以亚马逊 AWS、微软 Azure、谷歌云为核心，但 SpaceX 的入局打破了这一格局。未来，具备大规模 GPU 集群、稳定电力、高速网络的非传统厂商（如航天公司、数据中心运营商、能源企业）将加速进入算力租赁市场，与传统云厂商形成竞争，算力供给格局从 “寡头垄断” 向 “多元竞争” 演变。
3. 英伟达 GPU 垄断地位强化，自研芯片短期难破局
谷歌、Anthropic 租赁算力均采用英伟达 GPU，进一步巩固了英伟达在高端 AI GPU 市场的垄断地位。尽管谷歌、亚马逊、微软均在自研 AI 芯片，但受限于制程工艺、生态适配、产能规模，短期（3-5 年）内无法替代英伟达 GPU，英伟达将持续享受 AI 算力红利，定价权进一步提升。
（二）半导体供应链：先进制程代工格局重塑，三星迎来战略机遇
1. 台积电垄断松动，三星、英特尔加速追赶
谷歌引入三星代工 TPU，是台积电在高端 AI 芯片代工领域垄断地位松动的标志性事件。未来，苹果、英伟达、AMD 等头部客户将加速分散订单，三星、英特尔将获得更多先进制程订单，全球先进制程代工市场将形成 “台积电主导、三星次之、英特尔追赶” 的三足鼎立格局。
2. “芯片拆分代工” 模式成为趋势，降低单一厂商依赖
谷歌 TPU 采用 “台积电 1.4 纳米计算 Die + 三星 2 纳米 I/O Die” 的拆分代工模式，开创了 AI 芯片代工的新范式。未来，更多 AI 芯片厂商将采用 “核心计算单元 + 外围 I/O 单元” 拆分代工策略，核心单元由最先进制程厂商代工，外围单元由成本更低、产能充足的厂商代工，既保障性能，又降低供应链风险。
3. 美国先进制程产能扩张加速，地缘政治影响深化
谷歌选择三星美国得州泰勒工厂代工 TPU，符合美国《芯片与科学法案》“本土制造” 导向。未来，全球顶级科技企业将加速将先进制程订单转移至美国本土或盟友国家（韩国、日本），半导体供应链 “去中国化”“区域化” 趋势进一步强化，中国半导体产业面临更大外部压力。
（三）谷歌自身战略：短期补算力缺口，长期巩固 AI 龙头地位
1. 短期：快速补足算力，抢占企业级 AI 市场
通过租赁 SpaceX 算力，谷歌可快速获得 11 万张 GPU，2026 年 10 月即可投入使用，直接支撑 Gemini Enterprise 企业版订单交付。在微软、亚马逊、百度等竞争对手全力争夺企业级 AI 市场的背景下，算力充足将成为谷歌抢占市场份额的核心竞争力，巩固其全球 AI 龙头地位。
2. 长期：自研 TPU 持续迭代，构建 “自研 + 租赁” 算力生态
谷歌并未放弃自研 TPU 战略，反而在加速迭代：第十代 TPU（Icefish）采用 “台积电 + 三星” 双代工，性能较上一代提升 3 倍，能效比提升 50%，2028 年量产后将逐步替代租赁算力。长期来看，谷歌将构建 \\“自研 TPU 为核心、租赁算力为补充” 的混合算力生态 \\，既保障自主可控，又灵活应对需求波动，形成难以复制的算力壁垒。
五、对中国 AI 与半导体产业的启示：危机与机遇并存
（一）AI 算力产业：加快算力基础设施建设，发展自主算力租赁
1. 加大国产 AI 芯片研发投入，突破高端 GPU 瓶颈
中国 AI 算力产业的核心短板是高端 AI GPU 依赖进口（英伟达、AMD），自研芯片（华为昇腾、寒武纪、壁仞）性能与产能不足。谷歌的案例表明，自研芯片是长期自主可控的核心，中国企业需加大研发投入，突破架构设计、制程工艺、生态适配等关键技术，加快高端国产 AI GPU 量产，逐步替代进口。
2. 建设大规模算力集群，发展自主算力租赁服务
全球算力租赁市场爆发，中国需加快建设自主可控的大规模 AI 算力集群，依托国产 GPU、数据中心、电力资源，发展算力租赁服务。鼓励华为、阿里、腾讯、百度等头部企业开放算力资源，构建 “国产芯片 + 自主算力 + 本土服务” 的算力生态，满足国内 AI 企业算力需求，同时拓展海外市场。
3. 优化算力成本结构，采用 “自建 + 租赁” 混合模式
中国 AI 企业需借鉴谷歌经验，避免盲目自建大规模算力集群，根据自身需求采用 “自建核心算力 + 租赁补充算力” 的混合模式。初创公司、中小 AI 企业优先选择租赁模式，降低资本开支；头部企业自建核心算力，同时租赁外部算力应对需求波动，优化成本结构，提升竞争力。
（二）半导体产业：分散供应链风险，加快先进制程布局
1. 推动半导体供应链多元化，降低对单一厂商依赖
中国半导体产业长期依赖台积电、三星等海外代工厂，供应链安全风险突出。谷歌的案例表明，供应链多元化是降低风险的关键，中国企业需加快拓展国内代工厂（中芯国际、华虹半导体）产能，同时与三星、英特尔等海外厂商合作，构建 “国内为主、海外补充” 的多元供应链，降低地缘政治与垄断风险。
2. 加大先进制程研发投入，突破 2 纳米及以下工艺瓶颈
先进制程（2 纳米及以下）是 AI 芯片、高端处理器的核心竞争力，中国目前在 3 纳米及以下制程领域几乎空白。中国半导体企业需加大研发投入，突破 EUV 光刻、晶体管设计、材料创新等关键技术，加快 2 纳米及以下制程研发与量产，为国产 AI 芯片、高端处理器提供先进制造支撑。
3. 发展 “拆分代工” 模式，降低先进制程依赖
借鉴谷歌 TPU 拆分代工经验，中国 AI 芯片企业可采用 “核心计算单元 + 外围 I/O 单元” 拆分代工策略。核心计算单元优先采用国内先进制程，外围 I/O 单元采用成熟制程或海外代工，既保障芯片性能，又降低先进制程依赖与生产成本，提升供应链灵活性与安全性。
（三）企业战略层面：平衡短期需求与长期自主，构建核心竞争力
1. 短期：快速补足算力，抢占市场份额
面对 AI 算力短缺，中国 AI 企业需摒弃 “闭门造车” 思维，通过租赁国产算力、合作共建集群等方式，快速补足算力缺口，支撑大模型训练与应用落地，抢占国内 AI 市场份额，避免被头部企业挤压生存空间。
2. 长期：坚持自主研发，构建技术壁垒
短期租赁算力仅为过渡方案，长期自主可控才是核心竞争力。中国企业需持续加大自研 AI 芯片、算力集群、大模型技术投入，构建从芯片、算力、模型到应用的完整自主生态，形成难以复制的技术壁垒，在全球 AI 竞争中占据主动。
六、结论
2026 年谷歌 “每月 9.2 亿美元租赁 SpaceX 算力 + TPU 转单三星” 的双重战略转向，是全球 AI 算力危机、半导体供应链风险、成本优化压力共同作用下的必然选择。这一事件不仅刷新了全球 AI 算力租赁纪录，更打破了台积电在高端 AI 芯片代工领域的垄断格局，标志着全球 AI 算力格局与半导体供应链生态进入重塑期。
对谷歌而言，此次战略调整短期快速补足算力缺口，抢占企业级 AI 市场；长期构建 “自研 + 租赁” 混合算力生态，巩固全球 AI 龙头地位。对全球产业而言，算力租赁模式将成为主流，非传统算力服务商加速崛起，先进制程代工市场形成多元竞争格局，半导体供应链 “区域化”“去中国化” 趋势深化。
对中国 AI 与半导体产业而言，谷歌的案例既是危机也是机遇。中国企业需正视高端算力与先进制程短板，短期通过租赁、合作快速补足算力；长期加大自研投入，突破核心技术，构建自主可控的算力与半导体生态，同时推动供应链多元化，降低外部风险，在全球 AI 与半导体产业重塑中实现弯道超车。
数据来源
1. SpaceX 2026 年 6 月向美国 SEC 提交的 IPO 招股文件及补充材料；
2. TechCrunch 2026 年 6 月 6 日《Google to pay SpaceX $920 million monthly for AI compute》报道；
3. The Information 2026 年 6 月 11 日《Google Turns to Samsung for Next-Gen TPU Production》报道；
4. 中信证券、法国巴黎银行 2026 年 AI 算力市场研报；
5. 谷歌官方公告、三星晶圆代工部门公开信息；
6. 全球半导体产业协会（SEMI）、中国半导体行业协会（CSIA）2026 年数据；
7. 公开市场资料及行业访谈纪要。
免责声明
本报告由淞基科技（上海）有限公司、淞基信息通信研究院、淞基新一代信息技术网研究部基于公开可获取信息编制，仅供参考，不构成任何投资建议、商业决策依据或专业意见。
1. 本报告所涉及的信息、数据均来源于公开渠道，我们对信息的真实性、准确性、完整性不做任何明示或暗示的保证；
2. 本报告中的分析、观点、结论仅为研究团队基于当前信息的判断，受限于信息获取能力、研究时间、市场变化等因素，可能存在疏漏、误差或更新不及时，我们不承担因使用本报告内容而产生的任何直接或间接损失；
3. 本报告版权归属于淞基科技（上海）有限公司、淞基信息通信研究院、淞基新一代信息技术网研究部，未经书面授权，任何机构或个人不得复制、传播、引用或篡改本报告内容；
4. 本报告不针对任何特定企业、产品或服务，不构成任何商业推广、投资推荐或合作邀约，投资者、企业决策者应独立判断并自行承担相关风险。
