据 SemiAnalysis 发给客户的纪要（经社交媒体账号 Sean 转述），谷歌已与 AMD 合作，开发其第十代 TPU 中的一款。分析师认为，谷歌看中的可能是 AMD 的 CPU 核心，用于处理 CPU 密集型负载。若属实，这将是 AMD 第一次实质参与定制 AI ASIC 项目，也意味着谷歌在尝试一种新 TPU：自有加速器技术，再配上封装内的通用计算核心。
市场传闻指向 TPU v10
Sean 援引的 SemiAnalysis 客户纪要写道：市场传闻显示，谷歌正与 AMD 合作一个 TPU v10 代项目。尽管 AMD 已有定制芯片团队，此事若成立，将是它第一次真正介入定制 AI ASIC。AMD 在先进封装和 SoIC 上的 IP 较强；CPU IP 也可能是吸引力所在，因为谷歌及其客户正在推动带封装内 CPU 核心的 TPU，以服务强化学习负载。
谷歌已自行做了九代专用 AI 加速器，实际做硅片设计的是博通，加速器架构经验也很丰富。常规 TPU，谷歌几乎不需要 AMD 来设计。因此，AMD 去实现面向推理的 TPU v10i、或面向训练的 V10t 的可能性不高。谷歌要的，更可能是只有 CPU 厂商才具备的能力：CPU IP、可编程逻辑、互连，或某类先进封装技术。
CPU 配比已经在提高
其中 CPU 这一条尤其值得看。SemiAnalysis 称，谷歌和客户正在推动封装内带 CPU 核的 TPU，面向强化学习，也可能覆盖其他 CPU 密集型负载。常规大模型训练仍几乎全靠加速器；但面向推理和智能体模型的强化学习，会在加速器运算周围需要多得多的通用算力。
谷歌已经在最新的面向推理的 TPU 旁增加 CPU。面向推理、推理式任务和强化学习的 TPU 8i 系统，是每两颗 TPU 配一颗谷歌 Axion CPU。相比之下，搭载第七代 TPU 的服务器是每四颗 TPU 配一颗至强 Emerald Rapids。作者还听到一种说法：有些场景下，CPU 与加速器 1:1 才是最优。AI 的未来，对 CPU 的依赖可能比现在预期的更重。
下一步或是把 CPU 核放进封装
把 CPU 核直接做进 TPU 封装，可以看成合理的下一步：缩短通用计算和张量计算的距离，有望提高性能、降低功耗。AMD 这边已经有数据中心级先例——Instinct MI300A 把 x86 和小芯片加速器打在同一套设计里。一种假想的谷歌方案，因此可能是谷歌自己的 TPU 计算小芯片，加上 AMD 的 CPU 和 HBM，由 AMD 做成紧耦合封装。英特尔也有可能入局，谷歌与英特尔本就有多项战略合作；但英特尔没有做过 x86 加加速器的混合数据中心设计。
外网原文作者写明：目前还是消息阶段，AMD 据称参与的具体方式还不清楚。可是，若报道属实，要紧的未必是 AMD 在帮谷歌再做一颗 TPU，而是谷歌在考虑 TPU v10 家族里一款更依赖 CPU 的新成员，专门面向强化学习和智能体负载，AMD 则提供其中一部分构件。
今日推荐：
欢迎扫码报名
