谷歌最新一代AI加速芯片“铁木”（Ironwood），也就是TPU v7，可能是目前全球最神秘又最强大的AI芯片之一。虽然谷歌官方对它的具体细节守口如瓶，但通过OCP开放计算项目、行业分析师、供应链调研以及卖方报告，我们已经可以拼凑出一个极其完整的全球供应链地图。
今天这篇文章，就带你从芯片设计、封装制造、内存供应、液冷系统到机架电源，一层一层揭开“铁木”背后的全球产业链真相——这不仅是技术的胜利，更是全球协作的奇迹！
谁设计了“铁木”？谷歌主导，博通操刀，联发科悄然入局
“铁木”TPU v7的核心设计者当然是谷歌——这家在AI基础设施上投入十年之久的科技巨头，不仅自己操刀TPU的架构设计，还一手打造了ICI互联协议和AI超算系统。
但真正把纸面设计变成能流片、能量产芯片的，却是博通（Broadcom）。
(OpenAI 才开始与博通 (Broadcom) 宣布建立战略合作关系，部署 10 吉瓦 OpenAI 设计的 AI 加速器)
业内早已确认，博通是谷歌所有TPU世代的共同开发者，负责将谷歌的架构转化为可制造的ASIC，并提供高速SerDes接口和完整的芯片实现。
而更值得注意的是：联发科（MediaTek）已经公开宣布成为谷歌“下一代TPU”的设计合作伙伴！虽然目前还不确定是否从v7开始，但显然联发科正在从博通手中接过一部分AI ASIC定制业务——这对台湾半导体产业来说，是历史性的一刻。
台积电+日月光+矽品：铁木芯片的制造与封装三巨头
如果说设计是灵魂，制造就是肉体。
虽然谷歌和博通从未明确说“铁木”是在台积电（TSMC）生产的，但行业共识几乎100%：TPU v7几乎必然基于台积电的CoWoS先进封装平台，尤其是CoWoS-L/S版本，因为这是目前唯一能支撑HBM+大型AI芯片多芯片模块（MCM）的量产方案。
据估计，谷歌每年从台积电采购的CoWoS晶圆数以万计，专供TPU。而封装测试环节，则由日月光（ASE）及其子公司矽品（SPIL）承担了40–50%的CoWoS-S封装任务，它们是台积电CoWoS生态中最重要的OSAT伙伴。万一产能紧张，安靠（Amkor）也会作为第二供应商随时顶上——这就是AI芯片时代的“制造保险”。
ABF基板争夺战：日本与台湾供应商的隐形战场
你以为芯片封装完就结束了？错！真正卡脖子的，其实是ABF载板（Ajinomoto Build-up Film）。
这种由日本味之素集团发明的高性能绝缘材料，是所有高端AI芯片封装的基石。
铁木TPU使用的多芯片HBM模块，需要极其复杂的ABF基板。
目前全球ABF供应极度紧张，而铁木的供应商名单几乎囊括了所有顶级玩家：日本的揖斐电（Ibiden）和新光电气（Shinko），台湾的欣兴（Unimicron）、景硕（Kinsus）和南亚电路板（Nan Ya PCB）。这些公司虽然名字不为大众所知，但它们每天都在决定着全球AI算力的扩张速度。
HBM内存之争：SK海力士领跑，三星紧追，美光掉队？
铁木TPU的峰值带宽高达7.4TB/s，片上集成194GB HBM3E——如此变态的规格，只有SK海力士能稳定供应。
供应链情报显示，SK海力士是铁木HBM3E的“高概率”主力供应商，其24GB堆栈完全匹配谷歌需求。
三星虽然也在猛推HBM3E，但据Digitimes爆料，谷歌曾因三星的良率或兼容性问题犹豫过是否切换供应商，目前可能只是备选。
而美光（Micron）虽在HBM领域发力，但其公开参数与铁木不匹配，基本被排除在主力名单之外。
不过别忘了：这三家仍是Axion CPU主机系统中DDR5和NAND闪存的核心供应商。
服务器主板是谁组装的？伟创力退出，Celestica扛大旗
铁木TPU不是单颗芯片，而是整个服务器系统。谁在组装这些价值数十万美元的AI主机？答案是加拿大的Celestica（捷普旗下剥离公司）。
Semianalysis等权威媒体已公开报道，谷歌与Celestica合作进行TPU服务器的板级和机架级组装，其墨西哥和美国工厂承担了大量产能。这意味着Celestica不仅焊接主板，还负责机架内部布线、冷却管路集成和最终测试——它是谷歌AI硬件从实验室走向数据中心的关键执行者。
供电系统大拆解：从德州仪器到台达电，谁在为1伏特核心供电？
铁木单机架功耗轻松突破200kW，但芯片核心电压却不到1V。
如何把48V或400V直流电高效、稳定地变成数百安培的低压大电流？这就是VRM（电压调节模块）的战场。
英飞凌（Infineon）、德州仪器（TI）、Monolithic Power（MPS）和Vicor都是AI服务器VRM的常客，很可能出现在铁木主板的供电层。而台达电（Delta）不仅提供机架级电源架（ORv3兼容的18kW/72kW型号），还供应板载点负载模块——这家台湾电源巨头，正默默支撑着全球AI数据中心的“电力心脏”。
机架结构谁造的？德国Rittal与美国Vertiv的高功率机房战争
铁木机架不是普通19英寸机柜，而是专为OCP ORv3高功率机架（HPR）标准设计的“液冷堡垒”。
德国Rittal已明确参与ORv3规范制定，其“DLC Ready Rack”方案集成了液冷歧管、电源监控和盲插接口，与谷歌展示的±400V DC架构高度吻合。
美国Vertiv则凭借液冷CDU（冷却分配单元）和后门热交换器成为OCP冷却工作组的常客。
施耐德电气（Schneider）虽不直接造机架，但其PDU和设施配电系统却是把电力送入机架的最后一环——这三家公司，共同定义了下一代AI数据中心的物理骨架。
400V直流供电革命：谷歌牵头，TE Connectivity打造“电力脊柱”
谷歌在2024年OCP峰会上高调推出±400V直流供电架构，目标是单机架1MW！铁木正是这一架构的首批受益者。
而谁在提供那根贯穿机架、承载数十万瓦电力的“垂直母线”？
瑞士-美国公司TE Connectivity（泰科电子）正在主导“下一代ORv3高功率母线”项目，其高电流连接器和背板互连系统极可能构成了铁木机架的“电力脊柱”。台达电和Advanced Energy则提供了符合ORv3标准的高效率电源架，转换效率高达97.8%——省下的每1%电力，对谷歌来说都是数千万美元的成本节约。
液冷系统全解析：盲插快换接口四巨头是谁？
铁木采用第三代液冷系统，每块主板都有冷板，机架后部则是盲插液冷快换接头（BMQC）。
在OCP生态中，BMQC已形成四大供应商阵营：美国的Safeway、派克汉尼汾（Parker Hannifin）、丹麦的丹佛斯（Danfoss）和瑞典的CEJN。
它们共同制定了盲插接口的互操作标准，确保冷却液管路能在不关机的情况下快速插拔。
而冷板本身，则可能来自加拿大CoolIT和美国Motivair；
冷却液的水质管理，则由艺康（Ecolab/Nalco）和苏伊士（Veolia）负责——AI算力的背后，是一整套工业级流体工程。
芯片内互联+机架间光交换：博通+Lumentum+Polatis的光学帝国
铁木芯片之间靠9.6Tb/s的ICI电互联（博通SerDes IP实现），但机架之间呢？谷歌用的是自家“阿波罗”光电路交换（OCS）网络，而Lumentum（朗美通）正是其R300 OCS交换机的核心供应商！
西班牙的iPronics、瑞士的Polatis（隶属于Huber+Suhner）也都在OCP光交换子项目中与谷歌合作。
Coherent（相干）则提供800G/1.6T光模块。
这意味着：TPU集群的扩展能力，不再受限于铜缆，而是由可编程光交换网络决定——这是谷歌AI超算区别于英伟达DGX的关键秘密武器。
高速连接器大战：泰科、安费诺、莫仕谁主沉浮？
200kW功率 + 数十TB/s数据，如何在机架内部高效传输？这依赖于高速连接器和电缆。
泰科电子（TE Connectivity）不仅提供电源母线，还供应224Gbps级别的高速连接器和线缆。
美国安费诺（Amphenol）和莫仕（Molex）则是GPU/TPU背板连接器的双雄。
Samtec、3M、Huber+Suhner等则在板对板、有源光缆等领域各有专长。
这些连接器厂商，虽不制造芯片，却是AI系统信号完整性和可靠性的最后防线。
固件与管理软件：Celestica、AMI、博通联手打造“AI机架大脑”
铁木机架不仅是硬件堆砌，更有复杂的管理固件。
Celestica除了组装，还负责机架级系统集成；
美国AMI提供BMC（基板管理控制器）软件，参与OCP机架管理标准制定；
博通则贡献BMC SoC和安全遥测协议（如SPDM）；
英特尔虽未直接参与TPU，但其OpenBMC和固件技术被广泛用于混合CPU/TPU环境。
这些软件层，让谷歌能远程监控每一瓦电力、每一摄氏度温度——真正实现“AI数据中心自治”。
投资者必看：谁是铁木供应链最大赢家？
如果你是投资者，这份清单就是黄金。
最直接受益于铁木放量的，是博通（芯片设计+SerDes+交换芯片）、台积电（制造）、SK海力士（HBM）、日月光（封装）、Celestica（系统集成）和ABF基板厂商（欣兴、揖斐电等）。机架级玩家中，泰科电子、台达电、Advanced Energy、Rittal、Vertiv、Safeway、派克汉尼汾等将随ORv3高功率机架标准普及而爆发。
光交换领域，Lumentum、Coherent、Huber+Suhner则是AI集群光互联浪潮的先锋。
记住：铁木不是一颗芯片，而是一个价值数百亿美元的生态系统。
结语：铁木供应链，就是全球AI军备竞赛的缩影
从加州山景城的设计室，到新竹的晶圆厂，再到德国的液冷机架和日本的ABF基板，铁木TPU v7的诞生，是全球化协作的巅峰之作。它不仅代表了谷歌在AI基础设施上的野心，更揭示了一个残酷现实：未来AI的竞争，早已不是算法或模型之争，而是供应链控制力之争。谁能掌控从材料、设备到封装、冷却的全链条，谁就能定义下一代算力。而今天这篇文章，就是为你撕开了这层神秘面纱——欢迎来到AI硬核时代。