当地时间11月9日，谷歌在官方博客The Keyword发布第八代TPU两款新增系统TPU 8tx与TPU 8i Max，补齐智能体时代两类差异化算力需求。加上今年4月Cloud Next发布的TPU 8t、TPU 8i，第八代TPU产品线至此形成四款系统组合，这也是谷歌首次在一年之内推出四套TPU系统。两款新品均基于已有硅片做系统级定制，并非全新芯片，预计2027年正式上线，本次发布未披露定价信息。

谷歌芯片团队负责人Amin Vahdat表示，两款新品与DeepMind协同设计，目标是解决当前AI部署中两个明确瓶颈：强监管场景下的计算态数据保护，以及长上下文负载下的内存墙问题。随着AI Agent链式推理、多步骤工具调用成为主流负载，单一通用推理硬件已经难以兼顾安全合规与超大上下文的性能诉求。

TPU 8tx定位硬件级机密计算推理平台，同时支持小规模微调与轻量训练，面向政府、金融、受监管企业等敏感数据场景。该系统以TPU 8t硅片为基础，搭配第五代AMD EPYC CPU，实现计算过程中的数据与模型权重隔离保护。传统加密方案多集中在存储与传输环节，数据进入内存计算阶段需要解密，TPU 8tx的硬件隔离域可在计算全程维持敏感资产的保护状态，满足数据主权合规要求。硬件层面沿用Boardfly低延迟推理网络，谷歌给出的数据显示，对比原生TPU 8t，其推理延迟最高可降低2倍，安全能力引入带来的性能损耗控制在接近零的水平。该系统可在同一集群完成私有数据微调、模型蒸馏、强化学习Agent训练与机密推理，敏感数据无需跨集群迁移。

TPU 8i Max面向百万Token级超大上下文推理负载，覆盖长文档理解、全量代码库检索、多模态长序列处理、科研推理以及Agent多轮链式推理场景。该系统采用同封装双TPU 8i芯片方案，算力、片上SRAM、HBM带宽相比单颗TPU 8i全部翻倍，在原有机架空间内提升推理密度。设计思路针对长上下文Prefill阶段与KV Cache吞吐瓶颈，通过算力与内存带宽同步扩容，缓解长上下文场景下常见的算力饥饿问题，适合高密度推理集群部署。

至此，第八代TPU四条产品线分工清晰：TPU 8t面向大模型预训练，侧重单位功耗有效算力产出；TPU 8i面向标准低延迟推理，支撑实时Agent交互；TPU 8tx主打机密计算、安全推理与私有微调；TPU 8i Max聚焦超大上下文高密度推理。

本次硬件发布同步配套软件栈更新，降低TPU对开源模型生态的适配门槛。谷歌正式开放TorchTPU，原生支持PyTorch与HuggingFace模型，vLLM、SGLang等主流推理引擎可直接适配，减少模型迁移改造成本。TPU Sync作为分级内存管理组件，统一调度HBM、主机内存、存储与网络资源，自动分片KV缓存，官方数据称长上下文首token延迟（TTFT）降幅最高超过90%。

针对Agent负载的闲置浪费问题，谷歌推出Agent Compute Engine，可在Agent等待外部工具、数据库回调的间隙毫秒级暂停会话、转出内存，提升集群算力利用率。底层调度层Cloud Pathways支持GKE环境下TPU动态切片，能够弹性切分、合并TPU拓扑；配套预览版TPU Agent Suite，支持自然语言驱动内核调优、性能瓶颈诊断，对接主流AI开发工具。

从产品策略来看，谷歌当前选择同代芯片模块化迭代路线，不再等待下一代全新硅片，依靠封装、内存、网络、安全模块的组合快速交付细分版本，和英伟达以通用GPU为主、依靠软件生态覆盖场景的路线形成差异化。谷歌披露，当前TPU付费客户规模已接近100家，覆盖前沿AI实验室、量化交易、零售、高校等机构，TPU集群同时支撑内部Gemini体系与外部云客户，也支持客户本地部署。

行业层面，AI Agent、长上下文、机密计算正在成为算力基础设施的新增刚性需求。过去TPU迭代周期约两年，而第八代TPU在半年内完成四次系统发布，节奏明显加快，反映云厂商算力供给从单一性能竞赛，转向按负载、合规要求做垂直细分。但两款新品的实际落地效果，仍取决于客户侧模型适配、集群运维成本以及长期TCO表现。

信息来源：谷歌官方博客The Keyword

发布时间：2026年11月9日