在拉斯维加斯Google Cloud Next大会，谷歌高级副总裁Amin Vahdat掏出的不是一枚芯片，而是两枚：TPU 8t与TPU 8i。 这是谷歌TPU家族史上第一次明确“分家”：一枚专攻训练，一枚专注推理。
“随着AI智能体的兴起，我们认为社区将受益于分别针对训练和服务需求进行优化的芯片。”Amin Vahdat在官方博客中写道。
谷歌率先释放了一个明确信号，过去那个只要抱紧英伟达大腿、靠“万能芯片”的草莽时代翻篇，正式进入了像流水线车间一样“精细化分工”的时代。
而这场“分家”的核心焦点，正是那枚为“奔跑”而生的TPU 8i，以及它背后那个即将喷涌的“Agentic AI”时代。
为什么谷歌非要把芯片一分为二？答案很简单：效率。
训练和推理看似都是AI算力的活儿，本质上完全不同。训练像学霸埋头啃完整个人类图书馆，追求的是“大力出奇迹”，核心是把模型能力“锤炼”出来；推理则像学霸毕业后去大厂当客服，重点不再是谁懂得最多，而是谁回得够快、成本够低、性价比够高。
过去，业界默认一颗芯片兼顾训练和推理，是因为那时AI还处在算力早期：模型没那么大，场景没那么多，统一架构至少可以摊薄研发成本。但到了Agentic AI时代，这套逻辑开始失效。训练和推理的诉求，已经变得几乎不可调和的地步。
过去两年，硅谷的风向已经从“大模型狂热”转向“智能体热”。AI不再只是一个陪你聊天的对话框，而是一个会接任务、会调工具、会连续干活的“数字员工”。而Agent带来的推理事务量，往往是普通聊天机器人的20到50倍，远超行业现状。
企业的成本焦虑，迅速从“训练太贵”，转向“推理更贵”。
算笔经济账。训练芯片为了追求“大力出奇迹”，必须配备极其昂贵的HBM。HBM的成本约占整块芯片成本的40%-50%，且十分稀缺。 拿这种高成本的训练芯片，去跑Agent每天几十万次的高频推理请求，相当于用洲际导弹送外卖。企业的运营成本会迅速攀升，商业化落地也就无从谈起。
“关键在于如何以最低的每笔交易成本实现最低的响应延迟。交易量正在大幅攀升，而每笔交易的成本必须大幅下降，才能实现规模化。”谷歌云人工智能与计算基础架构副总裁Mark Lohmeyer如此说道。
所以，谷歌这次彻底把业务剥离了。
先看算力怪兽TPU 8t。
单个超级模块可以集成9600颗芯片，提供121 exaflops算力和2PB共享内存，计算性能较前代提升近3倍；新的Virgo横向扩展架构，则让单个集群可以调度超过100万颗TPU芯片，能把前沿大模型的训练周期，从“数月”压缩到“数周”。
在电力成为数据中心核心瓶颈的今天，它能在同等价格下性能提升2.8倍，每瓦性能提升124%，本身就是大模型训练的硬通货。
再看省钱专家TPU8i。
首先，谷歌给芯片换了个完全不同的“大脑”结构，精准解决了 Agent 时代高频交互的痛点。
它先给芯片的“短期记忆”来了个史诗级加强，让片上 SRAM 直接扩容 3 倍。这让芯片随手就能抓到关键数据，不用每走一步都去“翻内存字典”，极大减少了数据在搬运途中的损耗。 这 3 倍的 SRAM 空间，配合上 288GB 的“怪兽级”HBM 内存，从根源上解决了 AI 思考时的“脑卡顿”，让 TPU 8i 成了专为复杂任务而生的“推理暴君”。
更硬核的是省电。在算力中心，电力的尽头就是物理极限。TPU 8i 的能效比直接较上一代提升117%。这意味着谷歌云可以用同样的一张电费账单，支撑起近乎两倍的推理服务。
可以说，TPU8i为谷歌拿下 Agent 时代的 “商业化入场券”。
据Gartner预测，到2026年底，40%的企业应用将嵌入特定任务的AI Agent 。而在麦肯锡的算盘里，到2030年，由Agentic AI带来的商业机会高达3万亿至5万亿美元。
技术再牛，模型再聪明，如果跑一次推理的成本高到客户掏不起钱，那就是一场空中楼阁。谷歌把芯片一分为二，就是在向整个行业宣告：AI的下半场，谁能把“劳务费”打下来，谁才能笑到最后。
谷歌关于“算力分工”的预判，正在被市场用真金白银证实。Meta和Anthropic这两家AI巨头率先“入伙”，成了TPU v8的首批“吃螃蟹者”。
先看Anthropic，这家当下最炙手可热的AI独角兽。掌门人Dario Amodei虽然没到现场，但特意录了视频站台，确认其下一代模型的早期开发，已经在谷歌TPU 8t集群上跑了数月。而且Anthropic更是与谷歌强绑定，计划在2027年前继续向AWS和谷歌云签下的是数吉瓦级TPU算力协议，提前锁定支撑客户需求爆发所必需的算力资源。
在Agentic AI时代，芯片与软件的边界正在消融。谷歌与Anthropic的关系，早已超越了单纯的货架买卖，进化为一种深度共生的“软件—硅反馈循环”。双方的共同研发，让TPU的光学互联元件与MoE架构实现了底层原生的基因咬合。这种深度的“软硬一体”调优，直接击穿了单次推理的Token成本。对Anthropic而言，这转化成了Claude在商业战场上的成本定价权；对谷歌而言，Anthropic则是最顶级的“实战压力测试场”，支撑它在不交“英伟达税”的道路上，拥有了一个全球领先的盟友和陪练。
几乎同时，Meta也被曝已与谷歌签署价值数十亿美元、为期多年的TPU使用协议。这笔交易直接导致消息披露当天，英伟达股价应声下跌4%。
这是否意味着一个“反英伟达”的新联盟已经形成？
这其实更像是一次“务实的结盟”，而非“桃园结义”。对于Anthropic和Meta这样的算力“吞金兽”而言，当前最害怕的两件事是：拿不到足够的算力，或者算力成本压垮商业模式。
英伟达GPU虽是行业黄金标准，但其价格、供货周期和潜在的供应链风险，迫使顶级客户必须寻找“第二选择”以分散风险、增强议价能力。 谷歌TPU，就是这个“Plan B”。
Anthropic就明确表示，其采用多平台策略，同时在AWS Trainium、Google TPU和NVIDIA GPU上运行Claude。
对谷歌而言，这绝非简单的“卖芯片”生意。TPU不单独出售，只通过Google Cloud提供服务。客户使用TPU，往往会自然而然地进入谷歌的全栈AI云生态：从数据处理、模型训练到推理部署，乃至与Workspace等应用集成。 谷歌争夺的，是AI时代的云入口和定价权。当一家大模型公司将其核心训练和推理负载迁至谷歌云，它购买的不仅是算力时间，更是将未来业务的一部分根基，埋在了谷歌的土壤里。
摩根士丹利分析师 Brian Nowak 指出，谷歌TPU的年产量预计在 2027 年达到 500 万颗，到 2028 年将进一步增长至 700 万颗。估算每对外销售 50 万颗 TPU，就可能为谷歌带来约 130 亿美元的新增收入。
雷峰网(公众号：雷峰网)分析，这是属于谷歌的机会。
那么最尖锐的问题来了：谷歌两枚芯片齐发，黄仁勋是不是该慌了？
至少现在，还远没到可以做空英伟达的时候。
知名分析师Patrick Moorhead在X上调侃过一段辛酸往事，2016年谷歌发布第一代TPU时，他就曾大放厥词说英伟达要完蛋。结果呢？今天英伟达市值接近5万亿美元。
谷歌和英伟达的关系，不是一刀切的“敌我阵营”。
就在推出 TPU 8i 的同时，谷歌云也明确表示，这款芯片对英伟达是“补充”，不是“替代”。谷歌一边发布自研 TPU，一边继续引入英伟达最新的 Vera Rubin 实例，并推进网络软件层面的合作。合作姿态十足。
为什么谷歌干不掉老黄？因为英伟达的壁垒，早就不只是芯片本身了。
首先是英伟达护城河CUDA。
全世界成千上万的AI开发者，从上学第一天起敲的就是CUDA代码。英伟达不是只卖芯片，它卖的是一个完整的系统。这种“认知惯性”形成的迁移成本高到令人吐血，企业宁愿支付“英伟达税”。
其次是英伟达近乎不给对手喘息空间的迭代速度。
英伟达的恐怖之处在于其超越摩尔定律的迭代速度，也就是黄仁勋推崇的 “One-Year Rhythm”（一年一迭代） 节奏。
正如英伟达首席科学家 Bill Dally 所言，英伟达通过垂直整合，在过去 10 年实现了系统性能 1000 倍的飞跃。当谷歌的 TPU 8i 试图通过优化 SRAM 解决推理瓶颈时，英伟达的 Rubin GPU 已经带上了 HBM4 和高达 50 PFlops 的推理算力。
而且，英伟达卖的从来不是芯片，而是在卖整套 AI 基础设施。
英伟达通过收购 Mellanox 并深度集成 BlueField DPU，构建了一个封闭且高效的数据传输生态。如果你不用英伟达的 GPU，你就很难发挥其网络的极致性能；如果你用了它的网络，你就必须忍受它的溢价。
谷歌很聪明，它知道用TPU全面取代GPU是痴人说梦。所以TPU 8i打的是“差异化偷家”。
只要你是个精打细算的企业，只要你的AI Agent一秒钟要打一万个API调用，当你看完CUDA开发版上的天文账单后，你一定会默默点开Google Cloud的报价单，尝试把推理业务切给这枚又省电、又便宜的TPU 8i。
在“炼大模型”的正面战场，老黄依然是唯一的王；但在“跑 Agent”的精细化战场，谷歌要靠 TPU 8i 割走英伟达的一块肉。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。