<p>谷歌首席执行官桑达尔·皮查伊在 2026 年 2 月 19 日于新德里举行的人工智能影响峰会期间与法国总统埃马纽埃尔·马克龙会晤时做出手势。</p>
<p>Ludovic Marin | Afp | Getty Images</p>
<p>在多年生产能够同时训练人工智能模型和处理推理工作的芯片后，谷歌将这些任务分离到不同的处理器中，这是其最新努力以在人工智能硬件领域与英伟达竞争。</p>
<p>谷歌周三表示，它正在为第八代张量处理单元（TPU）进行这一更改。这两款芯片将在今年晚些时候上市。</p>
<p>谷歌高级副总裁兼人工智能与基础设施首席技术官阿敏·瓦赫达在一篇博客中表示：“随着人工智能代理的崛起，我们认为社区将受益于专门针对训练和服务需求的芯片。”</p>
<p>在三月份，英伟达宣传了即将推出的硅片，这些硅片能够快速响应用户的问题，这得益于其与芯片初创公司 Groq 达成的 200 亿美元交易。谷歌是英伟达的重要客户，但为使用其云服务的公司提供 TPU 作为替代方案。</p>
<p>世界上大多数顶尖科技公司都在追求定制半导体开发，以最大化效率并为特定用例构建。苹果多年来在其自家 iPhone 芯片中包含了神经引擎 AI 组件。微软在一月份宣布了第二代 AI 芯片。上周，Meta 表示正在与博通合作开发多个版本的 AI 处理器。</p>
<p>谷歌在这一趋势中走在了前面。2015 年，该公司开始使用自己设计的处理器来运行 AI 模型，并于 2018 年开始将其租赁给云客户。亚马逊网络服务在 2018 年宣布了用于处理 AI 请求的 Inferentia 芯片，并在 2020 年推出了用于训练 AI 模型的 Trainium 处理器。</p>
<p>DA Davidson 分析师在九月份估计，TPU 业务加上谷歌 DeepMind AI 团队的价值约为 9000 亿美元。</p>
<p>没有任何科技巨头能够取代英伟达，谷歌甚至没有将其新芯片的性能与这家 AI 芯片领导者的产品进行比较。谷歌表示，训练芯片的性能是第七代 Ironwood TPU 的 2.8 倍，价格相同，而推理处理器的性能提高了 80%。</p>
<p>英伟达表示，其即将推出的 Groq 3 LPU 硬件将依赖大量静态随机存取存储器（SRAM），该存储器被 AI 芯片制造商 Cerebras 使用，谷歌的新推理芯片 TPU 8i 也依赖于 SRAM。每个芯片包含 384 MB 的 SRAM，是 Ironwood 中数量的三倍。</p>
<p>该架构旨在 “提供所需的大量吞吐量和低延迟，以经济高效地同时运行数百万个代理，” 谷歌母公司 Alphabet 的首席执行官桑达尔·皮查伊在一篇博客中写道。</p>
<p>谷歌的 AI 芯片的采用正在加速。Citadel Securities 构建了基于谷歌 TPU 的定量研究软件，谷歌表示，所有 17 个美国能源部国家实验室都使用基于这些芯片的 AI 共同科学家软件。Anthropic 已承诺使用多吉瓦的谷歌 TPU。</p>
<p><strong>观看：</strong> 博通同意与谷歌、Anthropic 扩大芯片交易</p>
<p>选择 CNBC 作为您获取谷歌信息的首选来源，永不错过商业新闻中最值得信赖的名字的任何时刻。</p>

谷歌-C

Global X未来分析技术ETF

XDAT

高科技指数 ETF - SPDR

半导体 ETF - VanEck Vectors

ARTY

动态半导体 ETF - Invesco

费城交易所 半导体 ETF - iShares

1.5 倍做空英伟达 ETF - Tradr

标普软件与服务 ETF - SPDR

<p>谷歌推出了专门用于人工智能训练和推理的芯片，旨在与英伟达竞争。其第八代张量处理单元（TPU）将为这些任务配备独立的处理器，显著提升性能。训练芯片的性能是其前身的 2.8 倍，而推理处理器则提高了 80%。这两款芯片将在今年晚些时候上市，重点是最大化人工智能应用的效率。谷歌的 TPU 正在被越来越多的客户采用，主要客户包括 Citadel Securities 和美国能源部的国家实验室</p>

<p>Google CEO Sundar Pichai gestures during a meeting with France's President Emmanuel Macron on the sidelines of the AI Impact Summit in New Delhi on Feb. 19, 2026.</p>
<div class="lb-trans"><p>谷歌首席执行官桑达尔·皮查伊在 2026 年 2 月 19 日于新德里举行的人工智能影响峰会期间与法国总统埃马纽埃尔·马克龙会晤时做出手势。</p>
</div><p>Ludovic Marin | Afp | Getty Images</p>
<div class="lb-trans"><p>Ludovic Marin | Afp | Getty Images</p>
</div><p>After years of producing chips that can both train artificial intelligence models and handle inference work, Google is separating those tasks into distinct processors, its latest effort to take on Nvidia in AI hardware.</p>
<div class="lb-trans"><p>在多年生产能够同时训练人工智能模型和处理推理工作的芯片后，谷歌将这些任务分离到不同的处理器中，这是其最新努力以在人工智能硬件领域与英伟达竞争。</p>
</div><p>Google said Wednesday that it's making the change for the eighth generation of its tensor processing unit, or TPU. Both chips will become available later this year.</p>
<div class="lb-trans"><p>谷歌周三表示，它正在为第八代张量处理单元（TPU）进行这一更改。这两款芯片将在今年晚些时候上市。</p>
</div><p>&#34;With the rise of AI agents, we determined the community would benefit from chips individually specialized to the needs of training and serving,&#34; Amin Vahdat, a Google senior vice president and chief technologist for AI and infrastructure, said in a blog post.</p>
<div class="lb-trans"><p>谷歌高级副总裁兼人工智能与基础设施首席技术官阿敏·瓦赫达在一篇博客中表示：“随着人工智能代理的崛起，我们认为社区将受益于专门针对训练和服务需求的芯片。”</p>
</div><p>In March, Nvidia talked up forthcoming silicon that can enable models to rapidly respond to users' questions, thanks to technology obtained in its $20 billion deal with chip startup Groq. Google is a large Nvidia customer, but offers TPUs as an alternative for companies that use its cloud services.</p>
<div class="lb-trans"><p>在三月份，英伟达宣传了即将推出的硅片，这些硅片能够快速响应用户的问题，这得益于其与芯片初创公司 Groq 达成的 200 亿美元交易。谷歌是英伟达的重要客户，但为使用其云服务的公司提供 TPU 作为替代方案。</p>
</div><p>Most of the world's top technology companies are pursuing custom semiconductor development for artificial intelligence to maximize efficiency and so they can build for specialized use cases. Apple has included neural engine AI components in its in-house iPhone chips for years. Microsoft announced a second-generation AI chip in January. Last week, Meta said it's working with Broadcom to develop multiple versions of AI processors.</p>
<div class="lb-trans"><p>世界上大多数顶尖科技公司都在追求定制半导体开发，以最大化效率并为特定用例构建。苹果多年来在其自家 iPhone 芯片中包含了神经引擎 AI 组件。微软在一月份宣布了第二代 AI 芯片。上周，Meta 表示正在与博通合作开发多个版本的 AI 处理器。</p>
</div><p>Google was early to the trend. In 2015, the company started using processors it had designed for running AI models, and began renting them to cloud clients in 2018. Amazon Web Services announced the Inferentia chip for handling AI requests in 2018, and unveiled the Trainium processor for training AI models in 2020.</p>
<div class="lb-trans"><p>谷歌在这一趋势中走在了前面。2015 年，该公司开始使用自己设计的处理器来运行 AI 模型，并于 2018 年开始将其租赁给云客户。亚马逊网络服务在 2018 年宣布了用于处理 AI 请求的 Inferentia 芯片，并在 2020 年推出了用于训练 AI 模型的 Trainium 处理器。</p>
</div><p>DA Davidson analysts estimated in September that the TPU business, coupled with the Google DeepMind AI group, would be worth about $900 billion.</p>
<div class="lb-trans"><p>DA Davidson 分析师在九月份估计，TPU 业务加上谷歌 DeepMind AI 团队的价值约为 9000 亿美元。</p>
</div><p>None of the tech giants are displacing Nvidia, and Google isn't even comparing the performance of its new chips with those from the AI chip leader. Google did say the training chip enables 2.8 times the performance of the seventh-generation Ironwood TPU, announced in November, for the same price, while performance is 80% better for the inference processor.</p>
<div class="lb-trans"><p>没有任何科技巨头能够取代英伟达，谷歌甚至没有将其新芯片的性能与这家 AI 芯片领导者的产品进行比较。谷歌表示，训练芯片的性能是第七代 Ironwood TPU 的 2.8 倍，价格相同，而推理处理器的性能提高了 80%。</p>
</div><p>Nvidia said its upcoming Groq 3 LPU hardware will draw on large quantities of static random-access memory, or SRAM, which is used by Cerebras, an AI chipmaker that filed to go public earlier this month, Google's new inference chip, dubbed TPU 8i, also relies on SRAM. Each chip contains 384 MB of SRAM, triple the amount in Ironwood.</p>
<div class="lb-trans"><p>英伟达表示，其即将推出的 Groq 3 LPU 硬件将依赖大量静态随机存取存储器（SRAM），该存储器被 AI 芯片制造商 Cerebras 使用，谷歌的新推理芯片 TPU 8i 也依赖于 SRAM。每个芯片包含 384 MB 的 SRAM，是 Ironwood 中数量的三倍。</p>
</div><p>The architecture is designed &#34;to deliver the massive throughput and low latency needed to concurrently run millions of agents cost-effectively,&#34; Sundar Pichai, CEO of Google parent Alphabet, wrote in a blog post.</p>
<div class="lb-trans"><p>该架构旨在 “提供所需的大量吞吐量和低延迟，以经济高效地同时运行数百万个代理，” 谷歌母公司 Alphabet 的首席执行官桑达尔·皮查伊在一篇博客中写道。</p>
</div><p>Adoption of Google's AI chips is ramping up. Citadel Securities built quantitative research software that draws on Google's TPUs, and all 17 U.S. Energy Department national laboratories use AI co-scientist software built on the chips, Google said. Anthropic has committed to using multiple gigawatts worth of Google TPUs.</p>
<div class="lb-trans"><p>谷歌的 AI 芯片的采用正在加速。Citadel Securities 构建了基于谷歌 TPU 的定量研究软件，谷歌表示，所有 17 个美国能源部国家实验室都使用基于这些芯片的 AI 共同科学家软件。Anthropic 已承诺使用多吉瓦的谷歌 TPU。</p>
</div><p><strong>WATCH:</strong> Broadcom agrees to expanded chip deal with Google, Anthropic</p>
<div class="lb-trans"><p><strong>观看：</strong> 博通同意与谷歌、Anthropic 扩大芯片交易</p>
</div><p>Choose CNBC as your preferred source on Google and never miss a moment from the most trusted name in business news.</p>
<div class="lb-trans"><p>选择 CNBC 作为您获取谷歌信息的首选来源，永不错过商业新闻中最值得信赖的名字的任何时刻。</p>
</div>

Google unveils chips for AI training and inference in latest shot at Nvidia

- 谷歌宣布将其第八代张量处理单元（TPU）分为训练和推理专用芯片。  
- 新芯片预计将在 2026 年晚些时候推出，是对英伟达 AI 硬件的竞争。  
- 谷歌的训练芯片性能提高 2.8 倍，推理处理器性能提升 80%。

谷歌推出用于 AI 训练和推理的芯片，最新一次挑战英伟达