开云官网切尔西赞助商“智能体正在慢慢替代东谈主类的部单干作-开云官网kaiyun切尔西赞助商 (中国)官方网站 登录入口

记者 叶心冉

TPU赢得的慈祥度肉眼可视力在攀升。

畴昔一个月，围绕谷歌TPU的音讯接连束缚。4月底，谷歌发布了第八代TPU，初度将磨真金不怕火和推理拆分为两款寂然的芯片；紧接着，市集上接踵传出谷歌向英特尔下达大领域采购订单、谷歌拟与三星开发新一代TPU的音讯。不外，谷歌方濒临此均未作出公开回复。

但不错预料的一个趋势是，跟着谷歌TPU的大幅入局，畴昔几年行动AI算力代名词的GPU，不再是独一的礼聘。当算力需求从磨真金不怕火转向推理期间，TPU的上风开动突显，从畴昔的“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Graphics Processing Unit（图形搞定器），时间相对熟悉，代表公司有英伟达、AMD。TPU则是谷歌从2015年起成心为AI规划的新品类，它的全称是Tensor Processing Unit（张量搞定器），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？先要看市集需求正在发生什么变化。

国度数据局发布的《宇宙数据资源探访叙述（2025年）》炫耀，2025年，中国AI推理数据量初度跳跃磨真金不怕火数据量。

TrendForce集邦商榷的数据预测，北好意思五大云处事商2026年AI磨真金不怕火算力瞻望增长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年中国市集推理算力占比将接近大致。

推理正缓缓成为算力需求的主场，而这也在为TPU创造契机。

当先，模子越来越大，单颗芯片无法相沿，必须依靠多颗芯片的集群协同完成推理任务，而TPU在集群效用上有先天上风。

“智能体正在慢慢替代东谈主类的部单干作，其内容是用写步伐的才略截止电脑。只好当模子裕如大时，才略完成步伐员能作念的事。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满推理任务，必须依靠几十以致上百颗芯片互联集群协同运算。”中昊芯英首创东谈主及CEO杨龚轶凡说。

中昊芯英是一家聚焦TPU芯须臾间研发的企业，杨龚轶凡暗示，GPU架构所以单卡通用算力和软件生态见长，而TPU则是在大领域集群的通讯与协同效用上有上风。

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结束多卡互联，跨机架大领域集群还需稀薄采购交换机、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，仅在跨机柜扩张时使用自研光电路交换机，无需多数目采购商用高速交换斥地，在同等集群通讯性能下，举座部署硬件资本更低。

其次，推理阶段对性价比的敏锐度远高于磨真金不怕火。当Token奢华呈指数级暴增，单元算力资本也成为了更受嗜好的主义。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，对比同等出产工艺的GPU，有3到5倍的性能栽培。

细分场景里的礼聘

什么场景下GPU更符合，什么场景下TPU更优？

这需要回到芯片规划的原点。

杨龚轶凡说，GPU最早是为了在电脑屏幕上炫耀传神的3D游戏画面而规划的。它要把三维物体从各个角度算成二维画面，还要算后光、激情，让画面裕如确切。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。优点是并发才略强，搞定图像和矩阵运算畸形快。但谬误是，一朝某个工东谈主算错了，你压根没法在一万名工东谈主里快速找到是谁出了问题。

而AI深度学习的计较形式皆备不同。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规章。这种形式不需要GPU那么复杂的调试和通用才略。于是，TPU这类成心为AI规划的芯片应时而生，只聚焦深度学习最常用的运算。

这就好比，从之前要同期养息一万个工东谈主，变成只需要养息一千个按固定活水线职责的工东谈主，截止逻辑肤浅得多。

基于这种架构互异，杨龚轶凡预测，翌日AI芯片市集将变成“442”神情：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（领域专用架构）芯片，比如TPU，支捏深度学习网罗的算法，芯片应用率不如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接头场景。

不外，这并不料味着TPU对GPU是替代关连，而是要看具体场景的适配。

在杨龚轶凡看来，20%的GPU市鸠合弥远存在。原因在于，AI领域的新算法、新标的还在束缚涌现，接头东谈主员需要一个通用、生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具链）经由20年打磨，熟悉度高，当新的计较场景出刻下，GPU仍然是首选。

而TPU的上风在于性价比和生态建造资本。杨龚轶凡例如证据，TPU的规划想路是让路发者“只管开车，无用修车”。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“乐高器具箱”，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，无用为了迁就硬件去学一套新编程话语。

比拟之下，CUDA更像一套“修车器具”，开发者必须懂“发动机旨趣”才略玩得转，这套器具是行业蕴蓄了十多年的效用。TPU则是依托现存熟悉AI框架，大幅裁减了软件适配门槛，这亦然其性价比上风的伏击着手。

当下开云官网切尔西赞助商，AI Agents慢慢进化为人人社会出产力的中枢基座，带动Token奢华量指数级攀升和“Token经济”期间的驾临。当Token奢华呈指数级增长，芯片的应用率、性价比成为更加伏击的比拼项，TPU迎来新的契机，开动成为AI芯片赛谈上除GPU除外的“另一个选项”。