Google Cloud推出TPU 8t/8i 双芯片，冲击Nvidia算力领先地位

新芯片概览

Google Cloud本周发布了第八代自研张量处理单元（TPU），分为两款：

• TPU 8t：面向大规模模型训练，单卡算力提升约3倍，功耗更低。
• TPU 8i：专注推理场景，提供更高的每美元性能，宣称比上一代提升80%。

此外，Google 透露其云平台能够将一百万以上的TPU串联成单一集群，实现前所未有的规模化算力。

与Nvidia的关系

虽然推出自研芯片，Google 并未全盘取代 Nvidia 方案。公司仍将在云端提供 Nvidia 最新的 Vera Rubin GPU，预计下半年上线。Google 还与 Nvidia 合作优化网络堆栈 Falcon，该技术最初由 Google 于2023年开源，旨在提升数据中心内部的带宽利用率。

市场影响与行业解读

1. 算力竞争格局：Google、Amazon、Microsoft 三大云服务商正加速自研芯片布局，但短期内仍依赖 Nvidia 的高端 GPU。TPU 的推出更多是提供成本更低的训练/推理选项，而非一次性颠覆市场。
2. 成本与能效：Google 声称新 TPU 在每瓦性能上优于前代，意味着同等算力的成本和能耗都有显著下降，这对大模型训练成本压力大的企业具有吸引力。
3. 生态兼容：Google 强调其芯片兼容现有的 TensorFlow、JAX 生态，降低迁移门槛；同时保持对 Nvidia GPU 的支持，帮助客户在同一云平台上灵活选择硬件。

分析师观点

芯片市场分析师 Patrick Moorhead 在 X 上调侃称，2016 年他预测 TPU 会冲击 Nvidia 市场，但当时 Nvidia 已接近 5 万亿美元市值，这一预测未能兑现。如今，随着 AI 计算需求爆发，Moorhead 认为 TPU 的出现可能为 Nvidia 带来新一轮的合作机会，而非单纯的竞争。

结论

Google Cloud 的 TPU 8t 与 TPU 8i 代表了云厂商自研芯片的最新进展，凭借更高性能和更低成本，可能在训练与推理市场分流部分工作负载。但在整体算力生态中，Nvidia 仍然是不可或缺的合作伙伴。未来，云端算力竞争将呈现“多芯片共存、互补协同”的格局，企业在选型时需综合考虑成本、生态兼容性以及供应链稳定性。