TPU获取的蔼然度肉眼可视力在攀升。
当年一个月，围绕谷歌TPU的音尘接连延续。4月底，谷歌发布了第八代TPU，初度将检修和推理拆分为两款寂寥的芯片；紧接着，商场上接踵传出谷歌向英特尔下达大规模采购订单、谷歌拟与三星开发新一代TPU的音尘。不外，谷歌方靠近此均未作出公开回复。
但不错猜测的一个趋势是，跟着谷歌TPU的大幅入局，当年几年行动AI算力代名词的GPU，不再是独一的选拔。当算力需求从检修转向推理期间，TPU的上风启动突显，从当年的“副角”更加有站上主舞台之势。
GPU和TPU是两种不同的芯片品类。GPU出生已有二十多年，全称是GraphicsProcessingUnit（图形解决器），时刻相对闇练，代表公司有英伟达、AMD。TPU则是谷歌从2015年起专诚为AI策画的新品类，它的全称是TensorProcessingUnit（张量解决器），专攻深度学习所需的矩阵运算。
集群计较需求增长
TPU为安在此时成为焦点？先要看商场需求正在发生什么变化。
国度数据局发布的《世界数据资源走访融会（2025年）》自满，2025年，中国AI推理数据量初度跨越检修数据量。
TrendForce集邦商讨的数据预测，北好意思五大云就业商2026年AI检修算力瞻望增长56%，而推理算力将暴增122%，后者增速是前者的两倍以上。IDC预测，到2029年中国商场推理算力占比将接近能够。
推理正渐渐成为算力需求的主场，而这也在为TPU创造契机。
最初，模子越来越大，单颗芯片无法撑捏，必须依靠多颗芯片的集群协同完成推理任务，而TPU在集群效能上有先天上风。
“智能体正在缓缓替代东谈主类的部单干作，其内容是用写要领的才调限定电脑。只消当模子有余大时，才调完成要领员能作念的事。如今的模子参数从亿级已达到万亿级别，单颗芯片无法承载完好意思推理任务，必须依靠几十致使上百颗芯片互联集群协同运算。”中昊芯英创举东谈主及CEO杨龚轶凡说。
中昊芯英是一家聚焦TPU芯顷刻刻研发的企业，杨龚轶凡暗意，GPU架构所以单卡通用算力和软件生态见长，而TPU则是在大规模集群的通讯与协同效能上有上风。
2026FIFA世界杯赛事官网入口一位前谷歌TPU工程师在一档视频节目中先容，GPU单机里面依靠NVLink、板载NVSwitch完了多卡互联，跨机架大规模集群还需独特采购交换机、光模块搭建高速网罗，配套硬件是一笔大额基建开支；而TPU机柜内芯片可径直互通，仅在跨机柜推广时使用自研光电路交换机，无需多半量采购商用高速交换征战，在同等集群通讯性能下，举座部署硬件本钱更低。
其次，推理阶段对性价比的明锐度远高于检修。当Token粉碎呈指数级暴增，单元算力本钱也成为了更受可爱的主义。从架构上看，TPU是专用芯片，剔除了GPU的图形渲染、通用计较等功能，聚焦于深度学习矩阵运算。杨龚轶凡指出，谷歌TPU在发布时，对比同等分娩工艺的GPU，有3到5倍的性能提高。
细分场景里的选拔
什么场景下GPU更妥贴，AG真人国际中国官网首页下载什么场景下TPU更优？
这需要回到芯片策画的原点。
杨龚轶凡说，GPU最早是为了在电脑屏幕上自满传神的3D游戏画面而策画的。它要把三维物体从各个角度算成二维画面，还要算明后、激情，让画面有余信得过。这就导致GPU里面塞了上万个计较中枢，像一个大工场里有一万名工东谈主同期干活。优点是并发才调强，解决图像和矩阵运算绝顶快。但症结是，一朝某个工东谈主算错了，你根柢没法在一万名工东谈主里快速找到是谁出了问题。
而AI深度学习的计较方法实足不同。深度学习模子是一层一层往下计较的，每一层里面不错高并发，但层与层之间有先后轨则。这种方法不需要GPU那么复杂的调试和通用才调。于是，TPU这类专诚为AI策画的芯片应时而生，只聚焦深度学习最常用的运算。
这就好比，从之前要同期改造一万个工东谈主，变成只需要改造一千个按固定活水线责任的工东谈主，限定逻辑简便得多。
基于这种架构互异，杨龚轶凡预测，改日AI芯片商场将酿成“442”神色：40%是极致性价比的纯ASIC（专用集成电路）芯片，只可跑固定一两个模子的推理，性价比极致；40%是可编程的DSA（规模专用架构）芯片，比如TPU，支捏深度学习网罗的算法，芯片行使率不如ASIC，但比GPU强许多；20%是通用GPU，留给还在快速变化的新算法和筹谋场景。
不外，这并不虞味着TPU对GPU是替代相干，而是要看具体场景的适配。
在杨龚轶凡看来，20%的GPU商场会永恒存在。原因在于，AI规模的新算法、新标的还在延续裸露，筹谋东谈主员需要一个通用、机动的平台来快速考据主意。CUDA生态（英伟达围绕GPU硬件打造的一系列软件和器用链）经由20年打磨，闇练度高，当新的计较场景出当前，GPU仍然是首选。
而TPU的上风在于性价比和生态竖立本钱。杨龚轶凡例如讲解，TPU的策画想路是闪开发者“只管开车，无谓修车”。它的硬件领导专为AI计较优化，同期适配PyTorch这类主流框架。PyTorch就像一个AI“乐高器用箱”，开发者用熟悉的“积木”搭模子，剩下的交给TPU编译器自动优化，无谓为了迁就硬件去学一套新编程话语。
比拟之下，CUDA更像一套“修车器用”，开发者必须懂“发动机旨趣”才调玩得转，这套器用是行业积聚了十多年的后果。TPU则是依托现存闇练AI框架，大幅裁减了软件适配门槛，这亦然其性价比上风的迫切开始。
当下，AIAgents缓缓进化为大家社会分娩力的中枢基座，带动Token粉碎量指数级攀升和“Token经济”期间的降临。当Token粉碎呈指数级增长，芯片的行使率、性价比成为更加迫切的比拼项，TPU迎来新的契机，启动成为AI芯片赛谈上除GPU除外的“另一个选项”。
（作家叶心冉）AG真人首页App下载
