谷歌扩充 TPU 芯片阵容，推出 8tx/8i Max 两款新品挑战英伟达

IT之家 11 月 9 日消息，据彭博社报道，Alphabet 旗下谷歌正在扩大人工智能芯片产品阵容，希望借助自身在 AI 芯片市场的快速崛起，进一步挑战英伟达。这一市场规模已达数千亿美元。

谷歌将推出两款新的张量处理单元（TPU）。TPU 是谷歌自主设计的专用芯片，主要用于开发和运行 AI 软件。此次推出的新版本分别针对机密计算，以及帮助 AI 模型在处理请求时访问更广泛的信息。总体而言，这些芯片旨在满足行业向 AI 智能体转型过程中不断增长的需求，同时应对随之而来的安全挑战。

此次发布也意味着谷歌芯片部门正在加快产品迭代速度。过去，谷歌通常每两年推出一款新的 AI 处理器；今年，该部门一次性推出了两款芯片。而即将在周一发布的最新版本，将进一步扩充这两款芯片的产品阵容。

谷歌芯片业务负责人阿明 · 瓦赫达特（Amin Vahdat）在接受采访时表示，四款 TPU 产品将分别针对不同需求进行优化。他说：“这实际上遵循了谷歌一直坚持的一个理念：未来将属于专业化，而专业化带来的优势仍然十分显著。”

谷歌选择在 AI 芯片行业局势动荡之际进一步扩大布局。市场对 AI 基础设施投资可能放缓的担忧，已经令科技股出现震荡；而美国中期选举中民主党取得胜利，也让数据中心项目面临新的不确定性。

不过，市场对

瓦赫达特表示，新推出的 TPU 8tx 和 TPU 8i Max 并非完全重新设计的芯片，而是在现有芯片基础上重新配置，以满足客户提出的具体需求。

其中，TPU 8tx 主要面向需要处理安全、机密数据的客户，例如政府机构以及受到严格监管的行业企业。该系统将与

TPU 8i Max 则面向需要运行超长上下文窗口 AI 应用的场景。上下文窗口决定了 AI 系统在处理单次请求时能够考虑多少数据。瓦赫达特表示，这类能力对于药物研发和数学计算等任务十分重要，同时也对编程类应用具有重要意义。

TPU 所处的市场目前主要由英伟达的图形处理器（GPU）主导。十多年前，谷歌便开始研发这项技术，并与博通（Broadcom）合作，由后者协助芯片设计并协调生产。谷歌最初研发 TPU，是为了更高效地满足这家搜索巨头不断增长的计算需求。随后，谷歌发现 TPU 在 AI 计算领域同样具有巨大潜力，如今已经开始向自家云计算业务以外的客户销售这些芯片。

谷歌转型芯片供应商的业务正在带来可观收益。彭博行业研究（Bloomberg Intelligence）预计，到 2028 年，谷歌 TPU 销售额将超过 1,350 亿美元（IT之家注：现汇率约合 9,017.75 亿元人民币），其中包括相关软件和硬件收入。这一数字远高于今年预计的 120 亿美元（现汇率约合 801.58 亿元人民币），而且尚未计入客户通过谷歌云使用 TPU 所产生的收入。

目前，谷歌 TPU 已经吸引了苹果、Meta 和

他说：“我们可以打造一款试图满足整个市场需求的通用芯片，也可以推出不同的专业化版本。通过后者，我们实际上能够为客户创造更多价值。”

即便是长期将 GPU 定位为适用于所有 AI 任务的通用产品的英伟达，如今也开始提供更多专业化芯片系统。其中包括推出自家的中央处理器（CPU）。CPU 这一产品类别最早由英特尔（Intel）等厂商开拓。这类处理器并不负责训练 AI 模型所需的大规模数据运算，但非常适合用于管理 AI 智能体。

英伟达还在加强面向 AI 推理阶段的芯片布局。所谓推理，是指已经完成训练的 AI 模型执行具体任务的过程。英伟达正在利用收购初创公司 Groq 获得的技术，推出更专注于这一环节的芯片产品。

谷歌 TPU 8tx 将与 AMD 的 CPU 配合使用。AMD 同时也是英伟达和英特尔在芯片市场上的竞争对手。这套技术能够在芯片层面加密数据，从而提高安全性。瓦赫达特表示，传统计算机在处理数据时，通常需要先在内存中解密信息，而 TPU 8tx 可以避免这一问题。

TPU 8i Max 则将两颗 TPU 芯片集成在同一个封装内，以提供更强的计算能力和更大的内存容量。

彭博行业研究分析师曼迪普 · 辛格（Mandeep Singh）表示，TPU 的一大吸引力在于其性价比。与英伟达 GPU 相比，TPU 的成本低约 30%，但在吞吐量方面具有竞争力。吞吐量指的是设备在一定时间内能够处理的数据量。

这种方案吸引了金融等多个行业的客户。谷歌母公司 Alphabet 在上个月公布第三季度财报时透露，量化交易公司 Jump Trading 也是 TPU 客户。

Jump Trading 首席技术官亚历克斯 · 戴维斯（Alex Davies）在接受采访时表示，该公司已经花费数年时间测试 TPU，并在大约一年前与谷歌签署了一份规模更大的合作协议。

这家交易公司目前拥有数千颗 TPU，主要用于训练 AI 模型，例如辅助交易研究。戴维斯表示，Jump 目前仍主要使用英伟达芯片进行模型训练，但公司内部有一小部分员工对 TPU 格外青睐，而且他们对此表达得相当积极。

戴维斯称，TPU 在一部分特定任务中表现非常出色。他认为，使用不同类型的芯片解决不同问题本身就具有价值。

他说：“让某些问题采用不同的方式来解决，其实很有吸引力。你能从中学到东西。”

他还表示，在 TPU 性能达到或超过英伟达芯片的应用领域，TPU 具有能效更高的优势，能够进一步降低使用成本。

上个月，甲骨文宣布签署一项协议，从明年开始首次允许其云计算客户使用谷歌 TPU。此前，甲骨文云客户只能选择英伟达和 AMD 提供的 AI 芯片。

甲骨文负责云基础设施业务的高级副总裁卡兰 · 巴塔（Karan Batta）在声明中表示：“随着 AI 工作负载变得越来越复杂，客户需要更多选择，因此我们与谷歌展开合作。这项合作将扩大我们的服务能力，帮助客户根据自身需求，选择最合适的基础设施来构建和运行 AI。”

Claude 聊天机器人及其他服务的开发商 Anthropic 也是 TPU 客户。根据近期一份监管文件，该公司拥有一项选择权，可以在 2028 年至 2031 年间购买价值最高达 1,500 亿美元（现汇率约合 1 万亿元人民币）的 TPU。彭博社此前还报道称，OpenAI 也计划采购谷歌 TPU。

谷歌自身同时也是 AI 软件开发商，这一身份也为芯片业务提供了助力。TPU 开发团队能够提前使用谷歌最新的 Gemini 模型，以改进芯片能效、发现软件漏洞等问题。

这对半导体设计至关重要，因为芯片设计缺陷可能造成数十亿美元损失，并让数月的研发工作付诸东流。瓦赫达特表示，AI 技术正在降低这类问题发生的可能性。

不过，谷歌仍面临其他挑战，其中包括不断涌入的新竞争者。一家名为 Tenspresso 的初创公司由两名前 TPU 工程师共同创立，目前正专注于研发面向长上下文窗口推理的首款芯片，与 TPU 8i Max 瞄准的市场相同。不过，据彭博社上周报道，该公司的产品至少还需要一年时间才能完成设计。

OpenAI 和 Anthropic 也在推进自研芯片项目，相关团队中不乏曾参与 TPU 开发的资深工程师。这将成为谷歌未来面临的另一项竞争压力。

此外，AI 基础设施投资放缓的风险同样不容忽视。彭博行业研究分析师辛格预计，针对数据中心建设的反对声音，可能导致科技公司原本预计在 2027 年投入的 1.4 万亿美元（现汇率约合 9.35 万亿元人民币）相关支出减少约 5% 至 7%。这些支出涵盖芯片、网络设备、土地以及数据中心建设所需的其他材料。

辛格还指出，与英伟达相比，谷歌 TPU 业务的利润率并没有那么高。

与整个芯片和 AI 基础设施行业一样，谷歌也面临内存等关键零部件短缺，以及芯片制造产能不足的问题，导致其难以满足市场需求。谷歌在财报中表示，目前所有能够供应的 TPU 都已经被客户预订。

瓦赫达特的团队正在尽可能扩大供应链来源，以降低对单一供应商的依赖。这甚至意味着谷歌需要寻找博通以外的合作伙伴。博通目前负责协调 TPU 的制造工作。

近几个月，谷歌与博通的竞争对手迈威尔科技（Marvell Technology）签署了一项合作协议，其中涉及部分 TPU 相关工作，不过双方公布的具体细节并不多。此外，此前也有报道称，联发科技（MediaTek）正在为谷歌 TPU 业务提供支持。

瓦赫达特拒绝就这两家公司在 TPU 业务中扮演的具体角色发表评论。

彭博行业研究分析师威廉 · 汤（William Tong）表示，谷歌很可能正在与供应商协商更长期的合作协议，以稳定供应链，“确保供应来源稳定，并防止供应瓶颈进一步加剧”。