# Google一年内新增两款TPU，产品线扩至四款

> Google推出面向机密计算的TPU 8tx和针对内存密集型任务的TPU 8i Max，进一步扩充第八代加速器产品线。

Oossa · 2026-11-09 · https://oossa.com/zh/google-adds-two-new-tpu-variants-bringing-its-ai-chip-lineup-to-four-in-a-year

Google本周发布了两套新的AI加速器系统。TPU 8tx面向企业和政府机构，可确保数据在处理过程中仍处于加密状态。TPU 8i Max则将两颗第八代TPU 8i芯片封装在一起，在同一机架内将算力、内存和带宽翻倍。两款产品都采用与Google现有第八代TPU相同的底层硅芯片，但在封装、网络和内存配置上有所不同。Google表示，模块化设计让它能在数月而非数年内推出新硬件。

TPU 8tx填补了一项安全空白：即使数据和模型权重正在使用，也会始终保持加密。Google将其与Nvidia GPU的机密计算功能相提并论。该系统运行在Google的低延迟Boardfly网络上，声称与上一代TPU 8t相比，延迟最多可降低一倍。Google表示，单套8tx系统就能微调模型、蒸馏大型模型并训练强化学习智能体，无需在集群之间传输敏感数据。

TPU 8i Max针对的是AI智能体处理大型代码库或数小时视频时遇到的内存瓶颈。新系统将两颗TPU 8i芯片组合在一起，使内存容量和带宽翻倍，并在相同机架占用空间内提供约两倍的算力。Google表示，这意味着数据中心每平方米空间可以获得更高性能。

除了硬件，Google也在降低TPU的使用门槛。该公司将TorchTPU开源，让PyTorch代码只需少量改动就能在TPU上运行，并加入了对vLLM和SGLang等热门推理框架的支持。目前，Google表示已有近100家外部客户在使用其TPU，这标志着公司已从早期仅供内部使用的策略转变。

## 新款TPU为何重要

处理机密数据的企业现在可以在不解密信息的情况下运行AI工作负载，从而降低数据泄露风险。处理视频分析或代码库搜索等大规模推理任务的开发者，则能在不扩大数据中心占地面积的情况下，获得更多内存和更快速度。

## 事实

- Google在第八代产品线中新增两套TPU系统：面向机密计算的TPU 8tx，以及针对内存密集型任务的TPU 8i Max。
- 两款产品采用与现有第八代TPU相同的硅芯片，但使用了新的封装、网络和内存配置。
- TPU 8tx声称与TPU 8t相比，延迟最多可降低一倍，并能让数据在使用过程中始终保持加密。
- TPU 8i Max将两颗TPU 8i芯片封装在一起，在相同机架规格下将算力、内存和带宽翻倍。
- Google表示，目前有近100家外部客户在使用其TPU。

## 为什么重要

需要保护敏感数据的企业可以在不暴露原始信息的情况下运行AI模型，降低安全防护负担。执行大型推理任务的团队则能在每个机架上获得更高性能，从而减少硬件成本和空间需求。

## 来源与参考

1. [Google ships four TPU variants in one year as it ramps up competition with Nvidia](https://the-decoder.com/google-ships-four-tpu-variants-in-one-year-as-it-ramps-up-competition-with-nvidia/) – The Decoder, 2026-11-09

最后更新: 2026-11-09