📌谷歌在云端未来大会上发布第八代张量处理器，首次将训练与推理拆分为两款独立架构芯片，分别针对模型训练与智能体推理场景进行深度优化。 🚀训练芯片核心算力突出，单集
- 序号：318
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
📌谷歌在云端未来大会上发布第八代张量处理器，首次将训练与推理拆分为两款独立架构芯片，分别针对模型训练与智能体推理场景进行深度优化。 🚀训练芯片核心算力突出，单集群算力达到 121 艾次每秒，较上一代提升近 3 倍。 📊训练芯片的集群规模可支持 9600 颗芯片，配备 2PB 共享高带宽内存，芯片间互联带宽较前代实现翻倍。 ⚡训练芯片配合新型网络与配套软件，单一逻辑集群可对多达百万颗芯片实现近线性扩展。 💽训练芯片的存储访问速度提升 10 倍，配合专用直连架构保障算力利用率达到最大化。 🛡️训练芯片的有效计算时间占比目标超过 97%，支持光路交换技术在硬件故障时无需人工干预，自动重配网络拓扑。 ♻️训练芯片的每瓦性能较前代提升约 2 倍，能效水平实现大幅升级。 🧠推理芯片作为智能体专属引擎，配备 288GB 高带宽内存与 384MB 片上静态随机存取存储器，容量为前代的 3 倍，彻底消除内存墙瓶颈。 🔗推理芯片的芯片间互联带宽翻倍至 19.2 太比特每秒，全新架构将网络最大直径缩短超过 50%。 ⏱️推理芯片搭载片上集合加速引擎，将片上延迟降低最多 5 倍。 💰推理芯片的每美元性能较前代提升 80%，同等成本可服务近两倍用户量。 ♻️推理芯片的每瓦性能较前代提升约 2 倍，能效表现同步大幅优化。 🔗两款芯片具备共同特性，首次全系采用谷歌自研中央处理器，实现主机与加速器的协同优化。 ❄️两款芯片全覆盖第四代液冷技术，可支撑更高水平的功耗密度。 ⚙️两款芯片原生支持多种主流开发框架，可提供裸金属访问能力。 📅两款芯片均将于 2026 年晚些时候正式面向客户开放，成为人工智能超级计算统一平台的核心组成部分。 🔗光模块领域迎来直接利好，推理芯片单芯片互联带宽较前代翻倍至 19.2 太比特每秒，新型网络支持百万芯片级集群扩展，对高速光模块配套需求显著提升。 ❄️液冷技术全面受益，第八代张量处理器全系采用液冷配置，可支撑风冷无法实现的功耗密度，机柜价值量较风冷方案大幅提升。 🔀光路交换技术需求持续增长，光路交换是训练芯片可靠性架构的核心组件，可在硬件故障时无需人工干预自动重配网络拓扑，芯片规模扩张将直接带动光路交换需求增长。 🔌服务器电源需求同步提升，单集群规模达到 9600 颗芯片，功耗密度大幅跃升，全系液冷配置对高功率电源提出更高要求。 💾存储领域需求持续扩张，训练芯片存储访问速度较前代提升 10 倍，随着智能体应用加速渗透，工作负载走向多步骤、长程自主执行，对上下文、中间状态的存储需求将持续扩张。
总体总结
主题正文
- 🚀训练芯片核心算力突出，单集群算力达到 121 艾次每秒，较上一代提升近 3 倍。
- 🧠推理芯片作为智能体专属引擎，配备 288GB 高带宽内存与 384MB 片上静态随机存取存储器，容量为前代的 3 倍，彻底消除内存墙瓶颈。
- 📅两款芯片均将于 2026 年晚些时候正式面向客户开放，成为人工智能超级计算统一平台的核心组成部分。
- 🔗光模块领域迎来直接利好，推理芯片单芯片互联带宽较前代翻倍至 19.2 太比特每秒，新型网络支持百万芯片级集群扩展，对高速光模块配套需求显著提升。
- ❄️液冷技术全面受益，第八代张量处理器全系采用液冷配置，可支撑风冷无法实现的功耗密度，机柜价值量较风冷方案大幅提升。
- 🔀光路交换技术需求持续增长，光路交换是训练芯片可靠性架构的核心组件，可在硬件故障时无需人工干预自动重配网络拓扑，芯片规模扩张将直接带动光路交换需求增长。
- 🔌服务器电源需求同步提升，单集群规模达到 9600 颗芯片，功耗密度大幅跃升，全系液冷配置对高功率电源提出更高要求。
- 💾存储领域需求持续扩张，训练芯片存储访问速度较前代提升 10 倍，随着智能体应用加速渗透，工作负载走向多步骤、长程自主执行，对上下文、中间状态的存储需求将持续扩张。