核心要点
过去数年 ，谷歌一直生产可同时兼顾人工智能模型训练与推理工作的芯片，如今该公司将这两项任务拆分至不同处理器 ，这是其在 AI 硬件领域对抗英伟达的最新举措。
谷歌周三宣布，将在第八代张量处理单元（TPU）上实施这一调整 。两款芯片均将于今年晚些时候面市 。
谷歌高级副总裁兼 AI 与基础设施首席技术官阿明・瓦赫达特在博客文章中表示：“随着 AI 智能体的兴起 ，我们认为，市场将从分别针对训练与部署需求进行专项优化的芯片中受益。”
今年 3 月 ，英伟达曾大力宣传其即将推出的新款芯片 ，借助以 200 亿美元收购芯片初创企业 Groq 所获得的技术，该芯片可让模型快速响应用户提问 。谷歌是英伟达的大客户，但同时也向使用其云服务的企业提供 TPU 作为替代方案 。
全球多数顶尖科技企业均在自研人工智能专用半导体 ，以实现效率最大化 ，并满足特定场景需求。苹果多年来一直在自研 iPhone 芯片中集成神经网络引擎 AI 组件；微软于今年 1 月发布第二代 AI 芯片；上周，Meta 宣布将与博通合作开发多款 AI 处理器 。
谷歌是这一趋势的先行者 。2015 年 ，谷歌开始使用自研处理器运行 AI 模型 ，并于 2018 年向云服务客户开放租赁。亚马逊云科技 2018 年推出用于处理 AI 请求的 Inferentia 芯片，2020 年又发布用于 AI 模型训练的 Trainium 处理器 。
戴维森分析师去年 9 月估算 ，TPU 业务加上谷歌 DeepMind AI 部门 ，总价值约 9000 亿美元 。
目前没有任何一家科技巨头能够取代英伟达，谷歌甚至没有将自家新芯片的性能与这位 AI 芯片龙头的产品进行对标。不过谷歌表示 ，其训练芯片在同等成本下 ，性能是去年 11 月发布的第七代艾恩伍德 TPU 的 2.8 倍，推理处理器性能则提升 80%。
英伟达称 ，即将推出的 Groq 3 LPU 硬件将搭载大容量静态随机存取存储器（SRAM） ，本月早些时候提交上市申请的 AI 芯片制造商 Cerebras 也采用该技术 。谷歌代号为 TPU 8i 的全新推理芯片同样依赖 SRAM，单颗芯片搭载 384 兆字节 SRAM，容量为艾恩伍德 TPU 的三倍 。
谷歌母公司 Alphabet 首席执行官桑达尔・皮查伊在博客中写道 ，该架构旨在 “以高性价比实现海量吞吐量与低延迟 ，满足同时运行数百万智能体的需求 ”。
谷歌 AI 芯片的应用规模正在快速扩大 。谷歌表示，城堡证券已基于谷歌 TPU 搭建量化研究软件 ，美国能源部全部 17 家国家实验室均使用基于该芯片开发的 AI 合作科学家软件；Anthropic 也已承诺使用规模达数吉瓦算力的谷歌 TPU 。
