Google最新一代自研人工智能基础设施正在吸引越来越多外部客户关注，该公司据悉已经开发出两款全新第八代张量处理单元（TPU），分别面向大模型训练和大规模推理两大场景。新一代产品中，TPUv8ax“Sunfish”主要用于训练如Gemini等大型模型，而TPUv8x“Zebrafish”则针对云端大规模模型推理进行优化，形成一套分工明确的内部加速平台。
X<]qU3k 5 
&3Z?UhH 在面向训练的TPUv8ax项目上，Google继续与博通合作，由博通定制设计团队负责从芯片到封装的一体化方案，包括核心逻辑、电源与内存子系统以及配套硬件设计，为Google交付可直接部署于其大规模数据中心的成品芯片。通过这一模式，Google在保持高度定制化能力的同时，减少了自建完整芯片设计团队的投入，加快了新一代训练平台的落地节奏。
""{|3XJe RKZ6}q1 n 面向推理的TPUv8x“Zebrafish”则引入了联发科作为合作方，不过角色更加聚焦在封装与支撑芯片等环节。报道称，Google在该项目中直接向晶圆厂和内存供应商采购晶圆与高带宽内存，由联发科协助完成部分周边芯片和封装设计，以弥补Google在封装工艺与相关支撑芯片设计上的经验短板，同时将核心架构设计更多掌握在内部团队手中，从而在自研与外协之间取得平衡。
G^ wtE90
4f^ C\i+q 目前TPUv8系列的具体性能参数和内存容量尚未公开，但业内普遍预期，其性能将较前一代TPUv7“Ironwood”实现新一轮跃升。作为对比，TPUv7在FP8精度下提供约4614 TFLOPS计算性能，并配备192 GB HBM内存，在同代专用AI加速器中处于高位水准，这也为新一代产品树立了明确的提升基线。
~] 'pY ,F ZT~? 随着算力供给能力增强，Google云TPU已成为多家前沿AI公司的主要基础设施之一。Ilya Sutskever创立的初创公司Safe Superintelligence Inc.（SSI）被曝已与Google云合作，采用TPUv7作为其下一代模型的训练平台；与此同时，Anthropic也在近期扩大了对Google云TPUv7的使用范围，使部分Claude模型推理任务转移到“Ironwood”集群上执行。
O7t(,uox3y FP^{=0 外部需求的快速增长，使得Google内部评估认为，未来将向客户提供数量以百万计的TPU节点，这些设备被设计用于大规模横向扩展，兼顾训练与推理性能以及总体拥有成本。报道指出，Google最新一代Gemini 3模型已经完全在TPU平台上完成训练，并且仅部署在TPU集群上提供服务，不再依赖英伟达或AMD的GPU加速器，这也被视为Google在自研AI基础设施战略上的一个重要里程碑。
Y+~g\z-]c
微博帐号登录