谷歌将其AI芯片一分为二：TPU 8t和8i如何为智能体时代而生

新闻摘要

在2026年Google Cloud Next大会（4月22日至24日，拉斯维加斯，太平洋时间）上，Google发布了第八代张量处理单元（TPU），推出了两款专用芯片——用于AI模型训练的TPU 8t和用于推理的TPU 8i。这是Google首次将这些工作负载分离到不同的架构中。TPU 8t的计算性能是其前代产品的近3倍，而TPU 8i则专为代理式和多步AI工作流的超低延迟而设计。这两款芯片都作为Google更广泛的AI超级计算机平台的一部分，预计将于2026年晚些时候全面上市。

代理时代的新架构

Google将第八代TPU拆分为两个专用处理器的决定，反映了AI基础设施设计方式的根本性转变。十多年来，单一的TPU同时处理训练大型模型的密集计算和为最终用户提供这些模型的持续工作。随着AI系统从简单的问答工具演变为能够执行复杂工作流的自主、多步代理，训练和推理的性能要求已急剧分化。Google工程师与Google DeepMind紧密合作，得出结论认为，单一的统一设计已无法以最高效率满足这两套需求。

TPU 8t：训练的强大引擎

TPU 8t专为高吞吐量的AI模型训练而构建。每个超级集群汇集了9,600个芯片，提供121 exaflops的计算能力和2 PB的共享内存，通过高速芯片间互连（ICI）连接。这种配置即使对于最复杂的模型架构也能实现近乎线性的扩展。根据Google的官方公告（发布于2026年4月22日星期三，太平洋时间），该芯片提供的价格性能比上一代第七代Ironwood TPU高约2.8倍，并将原本需要数月训练时间压缩到几周。Google表示，在其最大部署规模下，可以使用其Pathways和JAX软件系统在单个集群中协调超过一百万个TPU 8t芯片。

TPU 8i：专为推理和推理而设计

TPU 8i解决了快速增长的推理市场，该市场要求已部署的AI模型能够以低延迟同时响应数百万用户请求。一个关键的架构特性是其片上静态随机访问内存（SRAM）的使用：每个TPU 8i包含384兆字节的SRAM，是Ironwood代产品中发现的量的三倍。这个大的SRAM缓冲区允许芯片将模型权重和中间计算保持在计算核心附近，从而大大减少了内存访问瓶颈。Google表示，TPU 8i的价格性能比其前代产品提高了80%，并且专门设计用于支持专家混合（MoE）模型和强化学习（RL）任务——这些能力是下一代AI推理系统的基础。

AI超级计算机和生态系统集成

这两款芯片都融入了Google的AI超级计算机，这是一个统一的基础设施堆栈，结合了专用硬件、开放软件框架和灵活的云消费模式。该平台还集成了新的Axion驱动的N4A CPU实例，Google表示，与竞争对手的超大规模服务相比，这些实例为代理运行时工作负载提供了高达30%的价格性能提升。AI超级计算机是驱动Google自身Gemini模型系列和企业AI服务的同一基础。Google还宣布与芯片设计合作伙伴Broadcom和Marvell Technology进行持续合作，以扩大其硅供应链，确保基础设施能够扩展到多吉瓦级别的容量。

企业采用率不断增长

在这一代产品发布之前，Google TPU平台的采用率已显著扩大。Citadel Securities在Google TPU上构建了量化研究软件，美国所有17个能源部国家实验室都使用在该平台上运行的AI共生科学家软件。Anthropic已承诺从Google Cloud消耗数吉瓦的TPU容量。据The Information在2026年2月报道，Meta也签署了一项多年、数十亿美元的TPU访问协议。这些合作伙伴关系凸显了随着企业加速大规模部署AI，Google定制硅战略日益增长的商业势头。