谷歌发布 TPU 8tx 与 TPU 8i Max,切入机密计算与长上下文
发布时间:2026年11月09日 13:50:0011 月 9 日,谷歌公布第八代 TPU 的两个专用配置:TPU 8tx 面向机密计算,提供硬件级隔离保护;TPU 8i Max 面向大上下文与高显存需求,单封装集成两颗 TPU 8i,算力、片上内存与高带宽内存带宽均为标准版两倍。谷歌强调这是系统级配置而非全新架构,第八代 TPU 一年内已形成四种形态。
事件:同一代芯片,拆成四种形态
11 月 9 日,谷歌公布第八代 TPU 的两个专用配置:
| 型号 | 定位 | 关键特性 |
|---|---|---|
| TPU 8tx | 机密计算 | 硬件级隔离,处理敏感数据 |
| TPU 8i Max | 长上下文与大显存 | 单封装两颗 TPU 8i,算力/片上内存/HBM 带宽均为两倍 |
谷歌特别说明:这不是全新的处理器架构,而是系统级专用配置。第八代 TPU 在一年内已经形成四种配置。
配套的软件改进也在同一天公布:降低空闲算力成本,并让 TPU 更容易通过 PyTorch 等熟悉工具使用。
为什么芯片要按场景拆分
AI 负载在过去一年明显分化:
| 负载类型 | 核心需求 |
|---|---|
| 大模型训练 | 高带宽互联、稳定吞吐 |
| 交互式推理 | 低延迟、高并发 |
| 智能体长任务 | 大上下文、大显存 |
| 涉密数据处理 | 硬件隔离、可证明的信任链 |
四类需求的资源配比完全不同。用同一块芯片通吃,结果是每一类都做了妥协。谷歌的做法是同代架构、不同配置——芯片设计不变,封装与系统层做差异化。
这也解释了 TPU 8i Max 的做法:把两颗芯片放进一个封装,直接翻倍算力与显存。对需要处理长代码库、长文档的智能体任务,显存是硬约束,翻倍比提升单核算力更有效。
机密计算为什么重要
TPU 8tx 切的是政企与金融市场。
机密计算的核心是:数据在使用过程中也保持加密,连云服务商都无法读取。对处理政府、医疗、金融数据的客户,这不是加分项,而是采购前提。
这块市场此前主要被 CPU 侧的机密计算方案覆盖,加速器层面的支持较少。谷歌把隔离能力做进 TPU,等于把「AI 推理」纳入同一个信任边界。
对国内云厂商,这是一个值得关注的方向:涉密场景的 AI 采购,往往卡在「数据能不能上云」这一关。
与英伟达的竞争格局
谷歌这一手针对的是英伟达的两个软肋:
- 软件生态:英伟达的 CUDA 是护城河。谷歌通过 PyTorch 兼容降低迁移门槛,是在攻这条护城河;
- 成本:TPU 是自研自用,没有中间加价,大规模推理的单位成本更低。
但谷歌的短板也明显:
- 性能数据主要来自自家评测,缺少第三方验证;
- TPU 主要服务自家云,客户无法像买 GPU 那样自由采购;
- 生态工具链成熟度仍落后 CUDA。
需要谨慎看待的地方
- 「两倍」的基准是标准版 TPU 8i,不是与竞品对比;
- 可用性未公布:哪些区域、什么价格、什么时候开放,官方都没有细节;
- 软件配套先于硬件:PyTorch 支持的实际体验,需要开发者实测。
判断:芯片竞争从「峰值算力」转向「场景匹配」
这一代 AI 芯片的竞争,已经不太比峰值算力了。
比的是三件事:单位 token 成本、场景适配度、迁移难度。
谷歌的四形态策略,本质是承认「没有一个配置能覆盖所有场景」。这个判断对国内芯片厂商同样成立:与其做一颗全能芯片,不如针对推理、长上下文、涉密等场景做专用配置。
对采购方,这意味着选型逻辑要变:不再问「哪块卡最强」,而要问「我的负载特征是什么」。答案不同,选择就不同。