Google一口氣推出兩款TPU，首度拆分訓練與推理晶片，企業AI智能體全面鋪開

Alphabet旗下Google Cloud於年度開發者大會上動作頻繁，同步推出新一代自研晶片與企業級AI智能體工具，在硬體和軟體兩條戰線同時向Nvidia、OpenAI及Anthropic發起挑戰。

當地時間週三，Google Cloud於拉斯維加斯舉行的Google Cloud Next 2026大會上，發佈了第八代張量處理器（TPU）的兩款新品：專為AI模型訓練設計的TPU 8T，以及專為推理（inference）階段優化的TPU 8i，預計於今年稍晚上市供應。這是Google首次將訓練與推理任務拆分至獨立晶片，標誌著其AI硬體戰略的重大轉向。

同時，Google還推出了Gemini Enterprise Agent Platform等一系列AI智能體開發工具，直指企業自動化市場。

新晶片的發佈正值AI推理需求急速擴張之際。Google雲端運算與AI基礎設施副總裁Mark Lohmeyer表示：「關鍵在於如何以最低的每筆交易成本實現最低的回應延遲。交易量正在大幅攀升，而每筆交易的成本必須大幅下降，才能實現規模化。」兩款新晶片將於今年稍晚正式上線。

訓練與推理分離，晶片效能大幅躍升

Google此次將第八代TPU拆分為兩款獨立產品，是針對AI工作負載日益分化趨勢的直接回應。

Google高級副總裁兼AI與基礎設施首席技術官Amin Vahdat在部落格中寫道：「隨著AI智能體的興起，我們判斷業界將受益於針對訓練和推理各自需求專門優化的晶片。」

TPU 8t專為AI模型訓練優化，號稱能夠「將前沿模型開發週期從數月壓縮至數週」。

在效能層面，TPU 8t的每瓦效能較上一代提升124%，TPU 8i則提升117%。與去年11月發佈的第七代Ironwood TPU相比，TPU 8t在同等價格下效能提升2.8倍，TPU 8i的效能則提升80%。

訓練晶片TPU 8t最多可將9600顆晶片組合成一套系統，Google表示，在部署如此大規模系統時，電力已是資料中心的核心限制因素，更高的能效比因此至關重要。

TPU 8i則主要面向推理場景，適用於運行AI模型及處理AI智能體任務。其架構設計重點在於大容量片上儲存。每顆晶片整合384MB的靜態隨機存取記憶體（SRAM），是上一代Ironwood的三倍。

兩款晶片均計劃於2026年稍晚正式對外供應。

Alphabet執行長桑達爾·皮查伊在部落格中表示，這一架構旨在「以具成本效益的方式，提供同時運行數百萬個智能體所需的大規模吞吐量和低延遲」。片上儲存的增加意味著晶片無需頻繁從外部調用資料，對需多步驟推理的AI任務尤為關鍵。

AI智能體平台全面鋪開，直指OpenAI與Anthropic

在軟體層面，Google此次發佈了一套完整的企業AI智能體工具鏈，正面迎戰OpenAI和Anthropic在企業市場的佈局。

據彭博報導，多位初創公司創辦人表示，矽谷工程師在AI程式設計工具的選擇上通常在Anthropic的Claude Code與OpenAI的Codex之間切換，Google往往不在考慮之列——這一現狀令Google高層深感憂慮。

Google Cloud CEO Thomas Kurian在部落格中表示：「這不是提供可拼湊在一起的單項服務，而是提供一個全面的創新基礎骨架。」

新推出的Gemini Enterprise Agent Platform新增了Memory Bank和Memory Profile功能，幫助智能體記住與用戶的歷史互動，彌補早期AI工具的記憶短板；Agent Simulation功能則允許開發者在上線前對工具進行更充分的測試。

Google還推出了協作平台Projects，整合來自Workspace、微軟OneDrive及企業內部聊天工具的資訊，為智能體提供必要的上下文支持。此外，Google還發佈了面向一般員工的Gemini Enterprise應用，定位為「每位員工的AI前台」，用戶無需編寫任何程式碼即可創建智能體。

TPU採用加速，Nvidia合作並行推進

雖然Google在自研晶片上持續加碼，但其與Nvidia的合作關係並未中斷。

Mark Lohmeyer表示，Google計劃成為今年下半年Nvidia新一代晶片設計的首批部署方之一，同時將繼續為希望使用Nvidia系統的客戶提供相關服務。

同時，Google TPU的商業採用正在加速。

對沖基金Citadel Securities已基於Google TPU構建量化研究軟體，美國能源部旗下全部17個國家實驗室均在使用基於TPU構建的AI協作科學家軟體。Meta已與Google簽署一項多年期、數十億美元的TPU使用協議，AI新貴Anthropic也已承諾使用數吉瓦級別的Google TPU算力。

DA Davidson分析師去年9月估計，TPU業務與Google DeepMind AI部門合計價值約9000億美元。

值得注意的是，Google並未將新晶片的效能與Nvidia產品直接對比。Nvidia方面，其即將推出的新品線將整合其以200億美元收購Groq所獲得的技術，專門針對超低延遲推理場景。

Nvidia執行長黃仁勳此前表示，超過20%的AI工作負載可能最適合由此類晶片處理。Groq由一批前Google工程師於2016年創立。

為進一步擴大TPU的可及性，Google還在測試將TPU部署至客戶自有資料中心的方案，並推進與第三方軟體工具的相容性。不過，晶片供應瓶頸以及AI模型快速迭代與多年期晶片研發週期之間的錯位，仍是Google擴大規模過程中需要面對的主要不確定因素。