【芯片】谷歌一年内推四款TPU，8tx与8i Max对标GPU

据媒体消息，2026年11月9日，有报道梳理称谷歌在第八代TPU产品线中新增TPU 8tx与TPU 8i Max两款系统，并称这是其首次在一年内交付四款TPU变体。其中8tx强调数据处理过程中的硬件强制机密计算，8i Max通过单封装集成两颗芯片，使同一机架内算力、内存与内存带宽据称均可翻倍。谷歌同时继续推动TorchTPU等开源工具，以降低外部客户接入门槛。

同一日还有消息称，AMD第五代EPYC处理器正为谷歌云TPU 8tx提供主机侧基础设施，结合Infinity Guard安全能力与x86软件兼容性，面向推理、微调与强化学习等敏感负载。行业解读认为，云厂商正把自研加速器从内部工具推向对外商用，直接切入由GPU主导的训练与推理市场。

对云客户与模型团队而言，选择TPU还是GPU，往往取决于框架适配成本、机密计算需求、机架级带宽以及长期配额。谷歌称外部客户已接近百家量级，但仍需观察真实排队时长与跨云迁移难度。定制芯片扩容会改变算力采购结构，也可能影响高端GPU的供需节奏。

两款新系统的分工也比较清楚：8tx更针对“数据在处理过程中也不能明文暴露”的合规场景，适合金融、医疗或企业内部微调；8i Max则用单封装双芯片去换同一机柜里的有效算力和内存带宽，更贴近大模型训练与高吞吐推理。主机侧引入新一代EPYC，说明加速器再强，也仍要和CPU、安全模块、网络与液冷一起交付，峰值算力单看芯片不够。

采购合同里宜写清性能验收口径、机密计算覆盖范围、软件栈版本和退出机制。对已有PyTorch或CUDA工具链的团队，要单独评估TorchTPU等适配层的成熟度，以及模型从GPU迁到TPU后的精度和吞吐变化。外部客户接近百家，并不等于立刻拿到足额配额。把排队时长、跨云迁移成本和机架级带宽写进验收表，比只比较标称算力更接近真实使用条件。对于推理、微调和强化学习等敏感负载，还应确认机密计算是否覆盖主机内存、加速器显存和跨节点通信，避免只在单卡演示里看到加密标签。