谷歌终于开窍了。

在刚刚结束的Google Cloud Next 2026大会上，谷歌发布了第八代TPU——但这次不一样了，他们把训练和推理拆成了两颗独立的芯片：TPU 8t负责训练，TPU 8i负责推理。这听起来像是”为了拆而拆”的营销把戏，但仔细想想，谷歌这次的逻辑还真站得住脚。

为什么非拆不可？

以前的TPU就像是个全能运动员，既能训练又能推理，看起来挺美好。但问题是，训练和推理对硬件的要求根本不是一回事。训练需要的是大规模计算吞吐量，把模型从零训练到能用的状态，算力密度是王道；而推理需要的是低延迟和高内存带宽，用户问你一个问题，你得秒回，不能让人等半天。

用一个芯片干两件事，就像让举重运动员同时跑马拉松——能跑，但肯定跑不快。

谷歌这次的拆分思路是：TPU 8t专注于”练肌肉”，单节点可集成9600块芯片，计算性能比上一代提升约3倍；TPU 8i专注于”秀肌肉”，集成384MB的SRAM，是上一代的三倍，专门用来降低推理延迟。

这就好比健身房里，有人专门负责举铁增肌，有人专门负责有氧减脂。虽然一个人也能全干，但专业分工显然效率更高。

跟英伟达掰掰手腕

说到底，谷歌这一招就是冲着英伟达去的。

英伟达的GPU目前还是AI芯片的绝对霸主，训练推理一把抓，H100/H200卖得风生水起。谷歌的TPU一直是”自产自销”，主要给自己家的AI服务用。但这次拆分之后，谷歌显然有了更大的野心——如果你是做AI推理的服务商，要不要考虑一下专门为推理优化的TPU 8i？

谷歌还宣布设立7.5亿美元的基金，推动企业采用AI。这招似曾相识——当年云计算大战，各家也是砸钱补贴抢客户。现在AI芯片大战，剧本重演了一遍。

值得一提的是，TPU 8i是谷歌和联发科合作设计的。联发科在手机芯片领域一直主打性价比，这次和谷歌合作，是不是想把”性价比”带入AI推理市场？这事儿挺耐人寻味。

台积电2nm加持，明年量产

两款芯片都采用台积电2nm制程，搭载Arm架构的Axion CPU，支持第四代液冷散热技术。计划在2027年底量产。

2nm啊，听着就烧钱。谷歌这是铁了心要在AI芯片上下血本了。液冷散热技术也说明了一个问题：这些芯片的功耗肯定不低，发热量大的吓人。如果你的数据中心还在用传统风冷，可能真得考虑升级了。

写在最后

谷歌这次TPU拆分的逻辑是通的，但能不能真正撼动英伟达的地位，还得看实际表现和定价。毕竟英伟达的CUDA生态太强势了，很多AI开发者已经习惯了英伟达的一套工具链。谷歌想让人改用TPU，光有硬件还不够，软件生态得跟上。

不过有一点是肯定的：AI芯片市场要热闹了。谷歌、英伟达、AMD、英特尔，再加上各家自研芯片的科技巨头，这场仗才刚刚开始。

至于你问我英伟达慌不慌？我觉得他们应该还没慌。但绝对已经不能躺平了。