電子發(fā)燒友網(wǎng)報道（文/李彎彎）近日，谷歌云在官方博客上正式宣布，公司成功推出第七代TPU（張量處理器）“Ironwood”，該芯片預(yù)計在未來幾周內(nèi)正式上市。

“Ironwood”由谷歌自主精心設(shè)計，能夠輕松處理從大型模型訓(xùn)練到實時聊天機器人運行以及AI智能體操作等各類復(fù)雜任務(wù)。

谷歌在新聞稿中著重強調(diào)，“Ironwood”是專為應(yīng)對最嚴(yán)苛的工作負(fù)載而打造的。無論是大規(guī)模模型訓(xùn)練、復(fù)雜的強化學(xué)習(xí)（RL），還是高容量、低延遲的AI推理和模型服務(wù)，它都能游刃有余。與TPU v5p相比，“Ironwood”的峰值性能大幅提升，達到10倍之多；和TPU v6e（Trillium）相比，其單芯片在訓(xùn)練和推理工作負(fù)載下的性能均提升4倍以上，成為谷歌迄今為止性能最強大、能效最高的定制芯片。

不僅如此，新一代“Ironwood” TPU在集群連接能力上也有著驚人表現(xiàn)。它可在單個集群中連接多達9216顆芯片，有效消除“最復(fù)雜模型中的數(shù)據(jù)瓶頸”，讓客戶能夠毫無壓力地運行并擴展當(dāng)前世界上最大、數(shù)據(jù)量最密集的模型。
張量處理單元（TPU）是谷歌公司專為加速機器學(xué)習(xí)和深度學(xué)習(xí)任務(wù)而設(shè)計的專用集成電路芯片（ASIC）。其研發(fā)項目始于2013年，旨在解決數(shù)據(jù)中心機器學(xué)習(xí)工作負(fù)載的加速需求。2016年5月，在Google I/O開發(fā)者大會上，TPU首次公開亮相，并應(yīng)用于AlphaGo人工智能圍棋系統(tǒng)，這一事件標(biāo)志著TPU正式進入大眾視野。

TPU的名稱源于谷歌TensorFlow開源深度學(xué)習(xí)框架，它采用脈動陣列架構(gòu)和低精度計算技術(shù)，在矩陣運算任務(wù)中展現(xiàn)出卓越性能，推理速度比傳統(tǒng)GPU和CPU高15至30倍，能效比提升30至80倍。

2024年5月，谷歌發(fā)布了第六代TPU（Trillium）。這款芯片采用3D堆疊封裝技術(shù)和液冷系統(tǒng)，在性能和能效方面都有顯著提升。其峰值計算性能較TPUv5e提升4.7倍，能效比比TPUv5e高67%，內(nèi)存容量增至32GB，芯片互聯(lián)速度達3200 Gbps，支持256芯片集群部署，單個Pod算力達925.9 teraflops，并于2024年12月通過Google Cloud向客戶提供商用服務(wù)。

此外，谷歌還宣布啟動Project Suncatcher計劃，將Trillium TPU部署于衛(wèi)星群構(gòu)建太空機器學(xué)習(xí)計算系統(tǒng)，計劃2027年發(fā)射原型衛(wèi)星，并計劃2026年部署并提供超過1吉瓦算力。

谷歌在TPU領(lǐng)域的發(fā)展不僅體現(xiàn)在技術(shù)迭代上，還收獲了重要訂單。當(dāng)?shù)貢r間10月23日，AI初創(chuàng)公司Anthropic宣布與谷歌達成合作，將部署多達100萬個谷歌的TPU芯片，用于訓(xùn)練旗下AI大模型Claude。此次擴展計劃價值數(shù)百億美元，預(yù)計算力容量將于2026年達到1GW（千兆瓦）級別。

對于此次合作，谷歌云首席執(zhí)行官Thomas Kurian表示，Anthropic選擇大幅擴展TPU的使用，是對TPU性價比和效率多年認(rèn)可的體現(xiàn)。Anthropic的首席財務(wù)官Krishna Rao也表示，此次合作不僅加強了谷歌與Anthropic的伙伴關(guān)系，也證明了自研芯片TPU的泛用性。

自2018年起，谷歌開始通過谷歌云出售TPU算力，目前公開大客戶包括Salesforce、Safe Superintelligence、Midjourney和Anthropic等。

盡管谷歌TPU發(fā)展勢頭迅猛，但在當(dāng)前AI芯片領(lǐng)域，英偉達的GPU依然占據(jù)主導(dǎo)地位。谷歌計算和人工智能基礎(chǔ)設(shè)施副總裁兼總經(jīng)理Mark Lohmeyer曾透露，TPU研發(fā)初衷是為了緩解算力壓力，減少對外部芯片的采購量。研究機構(gòu)Gartner的分析師Gaurav Gupta也指出，盡管谷歌擁有自研芯片，但由于需要為客戶保持靈活性，其仍是英偉達最大的客戶之一。和TPU相比，GPU能夠處理更廣泛的工作負(fù)載，可以更好地適應(yīng)客戶算法或模型的變化。