一年发四款芯片系统:Google TPU 8tx 与 8i Max,赌的是拼装速度不是硅片
11 月 9 日 Google 发布 TPU 8tx 与 8i Max:一个主打硬件级保密计算,一个把两颗芯片封在一起破内存墙。但公告没给价格也没给上市时间,这轮发布更像路线图官宣。

11 月 9 日,Google 发布了 TPU 8tx 和 TPU 8i Max。这是 Google 在一年之内推出的第三和第四款 TPU 系统——今年 4 月在 Cloud Next 上发布的 TPU 8t 和 8i 是前两款。Google 高级副总裁兼 AI 与基础设施首席技术专家 Amin Vahdat 在公告里写了一句值得留意的话:这是 Google 第一次在同一年里推出四款 TPU 系统。
先说一句判断。这次发布的重点不是新芯片,而是“系统”这个打法。8tx 和 8i Max 都没有用新硅片:前者用的是 8t 的硅片,后者是把两颗已有的 8i 芯片封装在一起。Google 的逻辑是,芯片要花几年才能做出来,但把现成的芯片、网络、内存和安全机制重新组合成新系统,只需要几个月。当 AI 的需求每几个月就变一个方向时,能快速拼出新系统,比能造出新芯片更重要。这篇公告真正讲的,是 Google 如何把 TPU 从“芯片产品”变成“按需拼装的算力积木”。

一、两款新系统,各解决一个新问题
TPU 8tx 瞄准的是保密计算。正常情况下,数据在存储和传输时是加密的,但计算机处理数据时必须在内存里解密——这正是受监管行业最不敢把敏感数据交给云端的原因。8tx 把安全做进硬件层:它基于与 8t 相同的硅片,搭配第五代 AMD EPYC 处理器作为宿主,让敏感数据和模型权重即使在被使用的时候也保持受保护与隔离的状态。AMD 自己的公告把话说得更直接:这是第一款具备硬件强制保密计算的云端 TPU 系统。
8tx 不只是一个“加密版”。它同时采用了为实时推理设计的低延迟 Boardfly 网络,与 8t 相比延迟最多降低一半,而性能代价据称接近于零。训练级算力加上推理级网络,意味着一家机构可以在同一套系统上同时运行和定制模型:用私有数据微调模型、把大模型蒸馏成小模型、用强化学习训练自己的智能体,全程不需要把敏感数据在不同集群之间搬来搬去。对银行、政府这类客户来说,“数据不用搬家”本身就是一个卖点——搬家的每一次,都是一次泄露风险。
TPU 8i Max 解决的是另一个问题:内存墙。当几十个 AI 智能体同时在一整个软件代码库、或者几个小时的视频上工作时,内存带宽很快就会成为瓶颈。Google 的做法很直接:把两颗低延迟的 8i 芯片封装到同一个封装里,算力、片上 SRAM 和高带宽内存带宽全部翻倍,而且两倍的硅片装进原来一个机架的占地里。数据中心每平方英尺、每瓦特能部署的算力因此大幅提升。Vahdat 把这四款系统的分工总结成一句话:8t 负责规模化训练,8i 负责低延迟推理,8tx 负责保密计算,8i Max 负责超大上下文和最高的机架算力密度。
二、数字很漂亮,但缺了最关键的两栏
公告里给出的数字都不小。8t 和 8i 与上一代 TPU 相比,训练性能最多提升 2.7 倍,推理性价比提升 80%。TPU 业务现在有接近 100 家客户,包括前沿实验室、交易公司、零售商和大学,其中一些已经开始把 TPU 直接部署在自己的数据中心里,而不是只租用云端算力。Google 还在用 DeepMind 的 AlphaChip 强化学习系统和 Gemini 来设计下一代芯片布局,把原本需要几周的布图工作压缩到几小时。
但这篇公告缺了两栏最关键的信息:价格和上市时间。全文没有提到 8tx 或 8i Max 的售价、没有给出全面可用日期、也没有列出首批上线的区域。一些媒体在报道中引述 Vahdat 对彭博社的说法,称这两款系统将在 2027 年上市,但这不是公告原文写明的——在 Google 自己确认之前,它只能算作二手消息。对任何想据此做采购计划的人来说,正确的做法是把这次发布理解为“路线图官宣”,而不是“可以下单的产品”。
同样需要打折扣的,是公告里的性能口径。8tx“延迟最多降低一半、性能代价接近零”、8i Max“算力与带宽翻倍”,以及 vLLM-TorchTPU 软件栈在 InferenceX 和 AgentX 基准上取得的“业界领先性价比”,全部是 Google 自己的测量结果,公告没有附上独立第三方的测试。基准测试的链接指向的是 SemiAnalysis 的通讯,而不是一份公开可复现的测试报告。厂商的数字可以作为参考,但不能作为采购决策的依据——这一点,公告本身没有否认,只是没有主动提醒。
三、这次发布的一半,其实是软件
容易被忽略的是,公告的后半部分几乎全是软件。上个月,Google 开源了 TorchTPU,让 PyTorch 代码和 Hugging Face 模型无需重写就能直接在 TPU 上运行,同时还提供了 vLLM 和 SGLang 等主流开源推理引擎的开箱即用后端。这件事在 10 月 20 日已经单独官宣过,VibeFix 当时也报道过;这次它被重新放进 TPU 发布的叙事里,说明 Google 认为“能在 TPU 上跑”正在变得和“TPU 本身有多快”同样重要。
新东西也不少。开源的 TPU Agent Suite 现在处于预览阶段,可以直接插进 Claude Code、Cursor 和 Google Antigravity 这类编码工具,用自然语言在几分钟内完成 TPU 上手、诊断瓶颈、自动调优定制内核。开源的 XLA Serving Engine 让开发者用 Python 训练模型,然后直接在低延迟的 C++ 运行时里提供服务,横跨 TPU、GPU 和 CPU。Agent Compute Engine 会自动挂起和恢复空闲的智能体会话——智能体经常要等数据库查询、外部工具或人类反馈,等待期间的算力此前是白白烧掉的。开源的 TPU Sync 把芯片 HBM、宿主内存、共享存储和数据中心网络统一成一个协同设计的内存层级,官方称它把 KV 传输延迟和首 token 时间削减了 90% 以上。
云侧也有两项进入全面可用:GKE 上的 Cloud Pathways,把 Google DeepMind 训练 Gemini 的运行时开放给所有 Google Cloud 客户;以及 GKE 动态切片,用光路交换技术动态组装 TPU 拓扑,据称能把任务启动时间缩短最多 5 倍、故障恢复加速最多 4.5 倍。把这些放在一起看,Google 的意图很清楚:TPU 的护城河不再只是芯片本身,而是从芯片到运行时、从训练到推理的一整套栈。对手可以买到同样的代工产能,但很难在一年之内复制这一整套软件。
四、为什么是现在:智能体把算力需求改写了
理解这次发布,要先理解需求侧发生了什么变化。Vahdat 在公告里写得很直白:计算正在从人类规模走向智能体规模。过去,算力的使用方式是人发起一次请求、模型回答一次;现在,几十个智能体同时在整个代码库上工作、推理跨越百万 token 的上下文、来回调用工具、等待人类反馈。内存带宽、长上下文、空闲会话的成本,过去是次要问题,现在成了主要瓶颈。8i Max 和 Agent Compute Engine、TPU Sync 各自对应其中一项。
另一侧是合规。越来越多的企业想把智能体放进生产环境,但数据不能出内网。8tx 的保密计算瞄准的正是这个缺口:模型和智能体可以直接在敏感数据旁边运行,而数据始终处于受保护状态。这是一个真实存在的市场——银行、医疗、政府——但也是一个最难取信的市场。硬件级保密计算的说法,最终要靠认证、审计报告和可验证的证明机制来支撑,而公告里没有提到任何一项。8tx 的安全承诺目前还只是一个厂商声明,监管严格的客户一定会要求看到比公告更多的东西。
五、对独立开发者来说,门槛是降了,还是换了个地方?
这次发布对独立开发者和小团队的直接意义不在硬件,而在软件。TorchTPU 让 PyTorch 代码无需重写就能跑在 TPU 上,TPU Agent Suite 承诺用自然语言就能完成上手和调优,Cloud Pathways 把 DeepMind 的运行时开放出来——这些都在降低“用上 TPU”的门槛。对一个想尝试在 TPU 上跑推理或微调的小团队来说,过去最大的障碍是重写代码和调优内核,现在这两件事都被官方工具接过去了一部分。
但门槛并没有消失,只是换了个地方。TPU 8tx 和 8i Max 本身仍然是云厂商的生意:没有价格、没有上市时间、没有区域信息,个人开发者短期内既买不到也租不到。真正能立刻用上的,是 TorchTPU、TPU Agent Suite、XLA Serving Engine 这些开源软件,以及已经全面可用的 Cloud Pathways 和 GKE 动态切片。换句话说,Google 这次给独立开发者递过来的不是芯片,而是一套工具链——先让你在现有的 TPU 上跑得更顺,等 8tx 和 8i Max 上市时,你已经在它的栈里了。
这也正是这次发布最值得玩味的地方。Google 一年推出四款 TPU 系统,速度本身就是一种表态:它不打算在芯片上一代一代慢慢追赶 Nvidia,而是用系统级拼装和软件栈的厚度来打时间差。这个策略能不能成立,取决于两件事:第一,8tx 和 8i Max 能不能按时上市,并且真的达到公告所说的性能;第二,TorchTPU 这类开源工具能不能真的让开发者留下来。两件事目前都还没有答案。公告给出的,是一个方向正确的路线图,而不是一份可以验收的成绩单。
六、和 Nvidia 抢的不是同一块市场
几乎所有关于这次发布的报道都把标题写成了“Google 向 Nvidia 开炮”,但这个说法并不准确,至少不完整。Google 的 TPU 从一开始就不是一块对外销售的通用芯片:它首先是为 Google 自己的 Gemini 模型训练和推理服务的,其次是 Google Cloud 租给客户的算力,最近才开始允许客户直接部署到自己的数据中心。这和 Nvidia 的生意模式完全不同——Nvidia 卖的是人人都能买到的芯片,Google 卖的是“在我的云上跑、或者装进你的机房里”的整套服务。8tx 和 8i Max 的发布,与其说是在抢 Nvidia 的芯片市场,不如说是在抢“不想把鸡蛋放在一个篮子里”的客户。
这个定位解释了公告里的很多措辞。Vahdat 反复强调“接近 100 家客户”,却一个名字也不提;强调“四款系统一年推出”,却不给任何一款的价格和上市时间。如果 TPU 是对外销售的硬件,这种写法是不可想象的——买家需要报价单和交货期。但如果 TPU 是云服务的组成部分,公告的受众就不是采购经理,而是正在评估“要不要把一部分工作负载从 Nvidia 的生态里挪出来”的技术决策者。对这些人来说,重要的信号是:Google 的算力供应在加速、软件栈在变厚、部署方式在变灵活。至于具体多少钱、什么时候能用上,那是下一轮商务谈判的事,不是公告的事。
还要看到另一面:Google 在 AI 芯片上的真正对手从来不只 Nvidia 一家。亚马逊有 Trainium,微软有 Maia,Meta 也在自研芯片,每家云厂商都在做同一件事——减少对单一供应商的依赖,同时把芯片和自己的软件栈绑得更紧。TPU 的优势在于它已经跑了八代、养活了 Gemini 这样的旗舰模型,劣势在于它的生态始终比 Nvidia 的 CUDA 小得多。TorchTPU 开源、TPU Agent Suite 接入 Claude Code 和 Cursor,都是在补生态的短板。一年四款系统是速度的证明,但生态的厚度不是靠发布速度补上的,需要开发者一年一年地用脚投票。
七、这次发布没说的话:给读者的四项待核对清单
读完公告,有四件事是读者自己需要跟进的,公告里都没有答案。第一是上市时间:媒体引述的“2027 年”是否准确,Google 会不会在未来几个月给出更具体的季度和区域。第二是价格:保密计算和双倍内存的溢价是多少,8tx 会不会比同等算力的 8t 贵出一大截——如果贵太多,受监管客户的算盘可能就打不响了。第三是独立测试:8tx 的“延迟降低一半、性能代价接近零”和 8i Max 的“带宽翻倍”,有没有第三方在真实工作负载上复现过;InferenceX 和 AgentX 的“业界领先性价比”,用的是哪些模型、哪些配置、哪些价格。第四是保密计算的证明:8tx 的硬件级保护有没有通过独立审计、有没有可验证的证明机制、能不能满足金融与政府客户的合规检查——没有这些,再漂亮的架构描述也只是宣传口径。
对独立开发者来说,最实际的跟进方式不是等 8tx 上市,而是现在就去试 TorchTPU 和 TPU Agent Suite:把一个现有的 PyTorch 项目搬到 TPU 上跑一次,看看不用重写代码的承诺兑现了几成;用 Agent Suite 的自然语言调优跑一次自己的推理任务,看看诊断和调优建议是不是真的有用。这些工具今天就能用,而且是免费开源的。它们的体验好坏,比 8tx 的参数表更能预示 Google 这条路能不能走通。硬件发布会年年有,开发者留不留下来,看的是工具链,不是发布会。
评论 (0)
原始来源
相关文章
2026 年 11 月 17 日,微软发布 MAI Code 2 和 Code 2 Flash:大模型 770 亿激活参数、100 万上下文,四项基准平均通过率 63.2%,与 GPT-6.1 Sol、Claude Opus 5.5 咬得很紧,但每任务成本只有 0.309 美元。先看清三处“但是”:价格是推广价、分数是三者最低、长周期任务不在舒适区。
2026 年 11 月 17 日,Perplexity 推出 Orchestrator API:一个接口接通 OpenAI、Anthropic、Google、xAI 与 GLM、Kimi、DeepSeek 等开源权重模型,按回答模型的公开价计费、不收平台费。同一模型挂了就换一家部署接着跑,路由功能还能按任务把请求分给不同的模型。
2026 年 11 月 18 日,Google 发布 Gemini 4 Neon:综合指数 61 分排第三、编码指数 58.6 分排第一,价格每百万输入 3 美元、输出 15 美元。它夹在最重的 Carbon 与最轻的 Hydrogen 之间,在 Antigravity 里当总指挥、指挥一群 Hydrogen 子智能体;但按 token 算,它是 11 月里最贵的 Gemini 4,12 月 1 日之后才变成便宜的中间款。