IT之家 11 月 9 日消息，据彭博社报道，Alphabet 旗下谷歌正在扩大人工智能芯片产品阵容，希望借助自身在 AI 芯片市场的快速崛起，进一步挑战英伟达。这一市场规模已达数千亿美元。
谷歌将推出两款新的张量处理单元（TPU）。TPU 是谷歌自主设计的专用芯片，主要用于开发和运行 AI 软件。此次推出的新版本分别针对机密计算，以及帮助 AI 模型在处理请求时访问更广泛的信息。总体而言，这些芯片旨在满足行业向 AI 智能体转型过程中不断增长的需求，同时应对随之而来的安全挑战。
此次发布也意味着谷歌芯片部门正在加快产品迭代速度。过去，谷歌通常每两年推出一款新的 AI 处理器；今年，该部门一次性推出了两款芯片。而即将在周一发布的最新版本，将进一步扩充这两款芯片的产品阵容。
谷歌芯片业务负责人阿明·瓦赫达特（Amin Vahdat）在接受采访时表示，四款 TPU 产品将分别针对不同需求进行优化。他说：“这实际上遵循了谷歌一直坚持的一个理念：未来将属于专业化，而专业化带来的优势仍然十分显著。”
谷歌选择在 AI 芯片行业局势动荡之际进一步扩大布局。市场对 AI 基础设施投资可能放缓的担忧，已经令科技股出现震荡；而美国中期选举中民主党取得胜利，也让数据中心项目面临新的不确定性。
不过，市场对英伟达 AI 处理器的需求依然超过其供应能力，这为谷歌及其他竞争者留下了发展空间，使它们有机会在这一市场建立规模可观的业务。
瓦赫达特表示，新推出的 TPU 8tx 和 TPU 8i Max 并非完全重新设计的芯片，而是在现有芯片基础上重新配置，以满足客户提出的具体需求。
其中，TPU 8tx 主要面向需要处理安全、机密数据的客户，例如政府机构以及受到严格监管的行业企业。该系统将与 AMD 的芯片协同工作，这是谷歌与 AMD 合作的一部分。
TPU 8i Max 则面向需要运行超长上下文窗口 AI 应用的场景。上下文窗口决定了 AI 系统在处理单次请求时能够考虑多少数据。瓦赫达特表示，这类能力对于药物研发和数学计算等任务十分重要，同时也对编程类应用具有重要意义。
TPU 所处的市场目前主要由英伟达的图形处理器（GPU）主导。十多年前，谷歌便开始研发这项技术，并与博通（Broadcom）合作，由后者协助芯片设计并协调生产。谷歌最初研发 TPU，是为了更高效地满足这家搜索巨头不断增长的计算需求。随后，谷歌发现 TPU 在 AI 计算领域同样具有巨大潜力，如今已经开始向自家云计算业务以外的客户销售这些芯片。
谷歌转型芯片供应商的业务正在带来可观收益。彭博行业研究（Bloomberg Intelligence）预计，到 2028 年，谷歌 TPU 销售额将超过 1,350 亿美元，其中包括相关软件和硬件收入。这一数字远高于今年预计的 120 亿美元，而且尚未计入客户通过谷歌云使用 TPU 所产生的收入。
目前，谷歌 TPU 已经吸引了苹果、Meta 和甲骨文等知名客户。瓦赫达特表示，推出不同用途的专业化芯片版本，将有助于谷歌进一步拓展市场。他称，这些新版本预计将于明年上市。
他说：“我们可以打造一款试图满足整个市场需求的通用芯片，也可以推出不同的专业化版本。通过后者，我们实际上能够为客户创造更多价值。”
即便是长期将 GPU 定位为适用于所有 AI 任务的通用产品的英伟达，如今也开始提供更多专业化芯片系统。其中包括推出自家的中央处理器（CPU）。CPU 这一产品类别最早由英特尔（Intel）等厂商开拓。这类处理器并不负责训练 AI 模型所需的大规模数据运算，但非常适合用于管理 AI 智能体。
英伟达还在加强面向 AI 推理阶段的芯片布局。所谓推理，是指已经完成训练的 AI 模型执行具体任务的过程。英伟达正在利用收购初创公司 Groq 获得的技术，推出更专注于这一环节的芯片产品。
谷歌 TPU 8tx 将与 AMD 的 CPU 配合使用。AMD 同时也是英伟达和英特尔在芯片市场上的竞争对手。这套技术能够在芯片层面加密数据，从而提高安全性。瓦赫达特表示，传统计算机在处理数据时，通常需要先在内存中解密信息，而 TPU 8tx 可以避免这一问题。
TPU 8i Max 则将两颗 TPU 芯片集成在同一个封装内，以提供更强的计算能力和更大的内存容量。
彭博行业研究分析师曼迪普·辛格（Mandeep Singh）表示，TPU 的一大吸引力在于其性价比。与英伟达 GPU 相比，TPU 的成本低约 30%，但在吞吐量方面具有竞争力。吞吐量指的是设备在一定时间内能够处理的数据量。
这种方案吸引了金融等多个行业的客户。谷歌母公司 Alphabet 在上个月公布第三季度财报时透露，量化交易公司 Jump Trading 也是 TPU 客户。
Jump Trading 首席技术官亚历克斯·戴维斯（Alex Davies）在接受采访时表示，该公司已经花费数年时间测试 TPU，并在大约一年前与谷歌签署了一份规模更大的合作协议。
这家交易公司目前拥有数千颗 TPU，主要用于训练 AI 模型，例如辅助交易研究。戴维斯表示，Jump 目前仍主要使用英伟达芯片进行模型训练，但公司内部有一小部分员工对 TPU 格外青睐，而且他们对此表达得相当积极。
戴维斯称，TPU 在一部分特定任务中表现非常出色。他认为，使用不同类型的芯片解决不同问题本身就具有价值。
他说：“让某些问题采用不同的方式来解决，其实很有吸引力。你能从中学到东西。”
他还表示，在 TPU 性能达到或超过英伟达芯片的应用领域，TPU 具有能效更高的优势，能够进一步降低使用成本。
上个月，甲骨文宣布签署一项协议，从明年开始首次允许其云计算客户使用谷歌 TPU。此前，甲骨文云客户只能选择英伟达和 AMD 提供的 AI 芯片。
甲骨文负责云基础设施业务的高级副总裁卡兰·巴塔（Karan Batta）在声明中表示：“随着 AI 工作负载变得越来越复杂，客户需要更多选择，因此我们与谷歌展开合作。这项合作将扩大我们的服务能力，帮助客户根据自身需求，选择最合适的基础设施来构建和运行 AI。”
Claude 聊天机器人及其他服务的开发商 Anthropic 也是 TPU 客户。根据近期一份监管文件，该公司拥有一项选择权，可以在 2028 年至 2031 年间购买价值最高达 1,500 亿美元的 TPU。彭博社此前还报道称，OpenAI 也计划采购谷歌 TPU。
谷歌自身同时也是 AI 软件开发商，这一身份也为芯片业务提供了助力。TPU 开发团队能够提前使用谷歌最新的 Gemini 模型，以改进芯片能效、发现软件漏洞等问题。
这对半导体设计至关重要，因为芯片设计缺陷可能造成数十亿美元损失，并让数月的研发工作付诸东流。瓦赫达特表示，AI 技术正在降低这类问题发生的可能性。
不过，谷歌仍面临其他挑战，其中包括不断涌入的新竞争者。一家名为 Tenspresso 的初创公司由两名前 TPU 工程师共同创立，目前正专注于研发面向长上下文窗口推理的首款芯片，与 TPU 8i Max 瞄准的市场相同。不过，据彭博社上周报道，该公司的产品至少还需要一年时间才能完成设计。
OpenAI 和 Anthropic 也在推进自研芯片项目，相关团队中不乏曾参与 TPU 开发的资深工程师。这将成为谷歌未来面临的另一项竞争压力。
此外，AI 基础设施投资放缓的风险同样不容忽视。彭博行业研究分析师辛格预计，针对数据中心建设的反对声音，可能导致科技公司原本预计在 2027 年投入的 1.4 万亿美元相关支出减少约 5% 至 7%。这些支出涵盖芯片、网络设备、土地以及数据中心建设所需的其他材料。
辛格还指出，与英伟达相比，谷歌 TPU 业务的利润率并没有那么高。
与整个芯片和 AI 基础设施行业一样，谷歌也面临内存等关键零部件短缺，以及芯片制造产能不足的问题，导致其难以满足市场需求。谷歌在财报中表示，目前所有能够供应的 TPU 都已经被客户预订。
瓦赫达特的团队正在尽可能扩大供应链来源，以降低对单一供应商的依赖。这甚至意味着谷歌需要寻找博通以外的合作伙伴。博通目前负责协调 TPU 的制造工作。
近几个月，谷歌与博通的竞争对手迈威尔科技（Marvell Technology）签署了一项合作协议，其中涉及部分 TPU 相关工作，不过双方公布的具体细节并不多。此外，此前也有报道称，联发科技（MediaTek）正在为谷歌 TPU 业务提供支持。
瓦赫达特拒绝就这两家公司在 TPU 业务中扮演的具体角色发表评论。
彭博行业研究分析师威廉·汤（William Tong）表示，谷歌很可能正在与供应商协商更长期的合作协议，以稳定供应链，“确保供应来源稳定，并防止供应瓶颈进一步加剧”。
