十年前那颗为语音识别而生的芯片,如今在12个月里长出四个变体。

7个月推出四款系统,谷歌开始改变芯片研发的节奏
近日,谷歌宣布推出TPU8tx和TPU8iMax,加上4月亮相的TPU8t与TPU8i,第8代TPU形成覆盖大规模训练、低延迟推理、机密计算和超长上下文处理的产品矩阵,这是谷歌首次在同一年内推出四款TPU系统。
但仔细研究新品架构,会发现更有意思的变化,四款产品并不意味着4套完全独立的芯片设计。
TPU8t和TPU8i是今年4月发布的2款基础芯片,前者面向大规模模型训练,强调计算集群的扩展能力与训练效率,后者面向实时推理,着重降低通信延迟,提高高并发任务的处理效率。
11月新增的TPU8tx沿用了TPU8t的芯片,配合第5代AMDEPYC处理器和低延迟Boardfly互连网络,强化机密推理与小规模训练能力。
TPU8iMax则将2颗TPU8i芯片封装在一起,在原有机架空间内提高计算密度,同时扩充片上存储与高带宽内存能力。
这样的设计表明,谷歌正在将芯片研发与系统产品迭代分离。
针对已有芯片重新组织封装方式、内存配置、网络拓扑和安全模块,系统交付方案便有机会在更短时间内发生变化。
谷歌在新品技术说明中明确指出,模块化架构已经使其能够在数月内完成特定系统的开发,而无须等待全新芯片完成设计。
这种变化具有直接的商业意义,AI模型的演进速度,正在不断挑战传统半导体产品的开发周期。
通过复用基础芯片,再围绕不同任务调整系统配置,谷歌实际上建立了一套更灵活的产品开发机制。
这使TPU的竞争优势逐渐延伸至系统工程能力,相同的硅片可以衍生出不同的商业产品,既有助于分摊基础研发成本,也让硬件配置更贴近具体客户的需求。
谷歌希望让芯片成为可以反复组合的算力基础模块,使系统产品能够跟随AI应用变化持续更新。
早在设计第一代TPU时,谷歌就赌AI软件的进化速度会远远甩开硅的制造节奏,于是把芯片做成积木,塞进名为AIHypercomputer的系统框架,今天这四款产品,正是那场十年前伏笔的兑现。
AI推理需求加速分化,算力竞争开始计算等待成本
谷歌此次扩展TPU产品矩阵,有一个不容忽视的背景,AI系统的性能瓶颈开始呈现明显的分化。
TPU8iMax的出现,恰好说明了这种变化,随着上下文长度增加,用于保存推理中间状态的KVCache也会膨胀,即使计算单元拥有充足的运算能力,数据无法及时进入处理器,计算资源依然可能陷入等待。
谷歌把这种制约称为内存墙,TPU8iMax将2颗TPU8i芯片整合到同一封装中,新系统的计算能力、片上SRAM容量和HBM带宽均达到基础型号的2倍,同时保留原有机架空间占用。
另一款TPU8tx则瞄准了不同的瓶颈,金融机构、医疗服务机构以及公共部门在部署AI时,往往需要处理敏感信息。
TPU8tx将硬件级机密计算能力引入AI推理系统,强调对处理中的敏感数据和模型权重进行保护,同时支持私有数据微调、模型蒸馏和强化学习等任务。
按照谷歌公布的测试结果,TPU8tx通过采用低延迟互连网络,相比TPU8t在特定场景下可将延迟降低至多50%,同时尽量控制安全功能带来的性能损耗。
这反映出企业AI采购标准的变化,金融机构需要的是能够在严格数据安全约束下运行的推理系统,互联网企业更关心单位成本下的并发处理能力,大型模型研发机构则会持续关注训练集群规模与稳定性。
这些需求之间存在交集,却很难通过一款配置完全相同的系统实现最佳匹配,谷歌推出四款TPU系统,实质上是在提前占据不同的算力需求入口。

近100家客户与5吉瓦订单,TPU走到货架前
谷歌在博客里披露,TPU业务已聚集近100家客户,名单里有前沿实验室、交易公司、零售商和大学,自家的Gemini3和图像模型NanoBanana也全部跑在这套芯片上。
这条增长曲线的斜率,被Anthropic一笔笔订单拉高,2025年10月,Anthropic宣布将使用最多100万颗TPU,2026年上线的容量超过1吉瓦,业内估计价值数百亿美元。
2025年12月,博通在财报电话会上确认两笔Ironwood整机订单,合计约210亿美元。
2026年4月,谷歌、Anthropic与博通把合作推到3.5吉瓦下一代TPU容量,2027年起交付,同月谷歌宣布向Anthropic投资至多400亿美元,其中100亿美元现金按3500亿美元估值一次性注入。
Anthropic在招股书写得更直白,2026年4月至2033年7月对谷歌的算力承诺不低于1145亿美元。
Anthropic不是孤例,Meta在2026年2月签下数十亿美元的TPU租用协议,还在谈2027年起直接采购;OpenAI自2025年起小规模试用,2026年为推理端继续加码。
据DIGITIMES报道,苹果每年为TPU支付约10亿美元,Midjourney迁上TPU后推理成本据称降了65%。
甲骨文计划明年在自家云上开出TPU实例,黑石集团与谷歌的合资公司更直接,50亿美元初始股权砸下去,首批500兆瓦TPU容量2027年上线对外出租。
算力像商品一样被摆上货架,货架背后站着一台正在改写规则的印钞机兼碎钞机。
财务报表已经闻到了味道,Alphabet在2026年第三季度交出的云收入是307亿美元,同比增长103%,经营利润111亿美元,利润率从23.7%抬到36.2%,管理层明确点名TPU整机销售做出显著贡献。
硬币的另一面写着,当季资本开支514亿美元,自由现金流负91亿美元,全年指引1950亿至2050亿美元。
谷歌云CEOThomasKurian曾把算力比作水电,水电生意只认规模与成本,SemiAnalysis测算TPUv7服务器的总拥有成本比英伟达GB200低约44%。
便宜的算力遇上急着扩产的买家,货架前自然排起长队。

从博通到联发科,谷歌把采购账本改写了一遍
产品矩阵的扩张,牵动的是供应链权力的再分配。
第8代TPU第一次引入双设计伙伴,博通拿下训练芯片8t,联发科拿下推理芯片8i,Marvell负责周边芯片,台积电负责代工,Celestica与Flex组装整机。博通仍握着未来TPU世代的长约直至2031年,独家配方的时代结束了。
市场研究机构Counterpoint算过一笔账,博通的交钥匙模式会给HBM采购加上15%到20%的加价,谷歌从Zebrafish也就是8i开始把芯片设计和HBM采购抓回自己手里,等于从账本里抠掉一层中介费。
上游立刻闻风而动,三星7月与博通签下合作备忘录,涵盖HBM、晶圆代工与先进封装,合作潜力估到2030年2000亿美元以上。
SK海力士走得更急,会长崔泰源2月见完皮柴,直接提议与谷歌共同设计定制HBM。
Counterpoint预计2024年至2028年,定制AI芯片的HBM位元需求将增长35倍,存储巨头围着TPU转的景象,放在三年前的英伟达生态里几乎不可想象。
台积电先进制程的影子也在逼近,谷歌预计2027年部署采用台积电2纳米工艺的芯片。
从架构定义、封装选择、内存采购到产能锁定,谷歌正在把一家云公司的算力需求翻译成一家芯片公司的供应链语言。
所谓算力自主化,落到执行层面是物料清单的自决权,四款系统的矩阵扩张恰好给了采购端足够的规模去谈判,也给了设计端足够的样本去试错。
自主化从口号变成流水线,订单密度才是那台发动机。
结尾:
TPU出生时只是为一次搜索省下几毫秒的内部零件,如今它成了Alphabet资产负债表上最重的砝码。
四款芯片摆上台面的是货,压在柜底的是账。算力自主化这局棋走到中盘,谷歌亮出了底牌,也把偿还日期写进了每一季的自由现金流里。
部分资料参考:谷歌官方博客:《OurnewestTPUs:8txand8iMax,builtfortheagenticera》,Alphabet投资者关系:《AlphabetAnnouncesThirdQuarter2026Results》,Anthropic:《AnthropicexpandspartnershipwithGoogleandBroadcomformultiplegigawattsofnext-generationcompute》,Broadcom:《Form8-K》,PyTorch:《IntroducingTorchTPU》
本公众号所刊发稿件及图片来源于网络,仅用于交流使用,如有侵权请联系回复,我们收到信息后会在24小时内处理。
END

往期精选: