<p>谷歌首席執行官桑達爾·皮查伊在 2026 年 2 月 19 日於新德里舉行的人工智能影響峯會期間與法國總統埃馬紐埃爾·馬克龍會晤時做出手勢。</p>
<p>Ludovic Marin | Afp | Getty Images</p>
<p>在多年生產能夠同時訓練人工智能模型和處理推理工作的芯片後，谷歌將這些任務分離到不同的處理器中，這是其最新努力以在人工智能硬件領域與英偉達競爭。</p>
<p>谷歌週三表示，它正在為第八代張量處理單元（TPU）進行這一更改。這兩款芯片將在今年晚些時候上市。</p>
<p>谷歌高級副總裁兼人工智能與基礎設施首席技術官阿敏·瓦赫達在一篇博客中表示：“隨着人工智能代理的崛起，我們認為社區將受益於專門針對訓練和服務需求的芯片。”</p>
<p>在三月份，英偉達宣傳了即將推出的硅片，這些硅片能夠快速響應用户的問題，這得益於其與芯片初創公司 Groq 達成的 200 億美元交易。谷歌是英偉達的重要客户，但為使用其雲服務的公司提供 TPU 作為替代方案。</p>
<p>世界上大多數頂尖科技公司都在追求定製半導體開發，以最大化效率併為特定用例構建。蘋果多年來在其自家 iPhone 芯片中包含了神經引擎 AI 組件。微軟在一月份宣佈了第二代 AI 芯片。上週，Meta 表示正在與博通合作開發多個版本的 AI 處理器。</p>
<p>谷歌在這一趨勢中走在了前面。2015 年，該公司開始使用自己設計的處理器來運行 AI 模型，並於 2018 年開始將其租賃給雲客户。亞馬遜網絡服務在 2018 年宣佈了用於處理 AI 請求的 Inferentia 芯片，並在 2020 年推出了用於訓練 AI 模型的 Trainium 處理器。</p>
<p>DA Davidson 分析師在九月份估計，TPU 業務加上谷歌 DeepMind AI 團隊的價值約為 9000 億美元。</p>
<p>沒有任何科技巨頭能夠取代英偉達，谷歌甚至沒有將其新芯片的性能與這家 AI 芯片領導者的產品進行比較。谷歌表示，訓練芯片的性能是第七代 Ironwood TPU 的 2.8 倍，價格相同，而推理處理器的性能提高了 80%。</p>
<p>英偉達表示，其即將推出的 Groq 3 LPU 硬件將依賴大量靜態隨機存取存儲器（SRAM），該存儲器被 AI 芯片製造商 Cerebras 使用，谷歌的新推理芯片 TPU 8i 也依賴於 SRAM。每個芯片包含 384 MB 的 SRAM，是 Ironwood 中數量的三倍。</p>
<p>該架構旨在 “提供所需的大量吞吐量和低延遲，以經濟高效地同時運行數百萬個代理，” 谷歌母公司 Alphabet 的首席執行官桑達爾·皮查伊在一篇博客中寫道。</p>
<p>谷歌的 AI 芯片的採用正在加速。Citadel Securities 構建了基於谷歌 TPU 的定量研究軟件，谷歌表示，所有 17 個美國能源部國家實驗室都使用基於這些芯片的 AI 共同科學家軟件。Anthropic 已承諾使用多吉瓦的谷歌 TPU。</p>
<p><strong>觀看：</strong> 博通同意與谷歌、Anthropic 擴大芯片交易</p>
<p>選擇 CNBC 作為您獲取谷歌信息的首選來源，永不錯過商業新聞中最值得信賴的名字的任何時刻。</p>

谷歌-C

Global X未來分析技術ETF

XDAT

高科技指數 ETF - SPDR

半導體 ETF - VanEck Vectors

ARTY

動態半導體 ETF - Invesco

費城交易所 半導體 ETF - iShares

1.5 倍做空英偉達 ETF - Tradr

標普軟件與服務 ETF - SPDR

<p>谷歌推出了專門用於人工智能訓練和推理的芯片，旨在與英偉達競爭。其第八代張量處理單元（TPU）將為這些任務配備獨立的處理器，顯著提升性能。訓練芯片的性能是其前身的 2.8 倍，而推理處理器則提高了 80%。這兩款芯片將在今年晚些時候上市，重點是最大化人工智能應用的效率。谷歌的 TPU 正在被越來越多的客户採用，主要客户包括 Citadel Securities 和美國能源部的國家實驗室</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>谷歌首席執行官桑達爾·皮查伊在 2026 年 2 月 19 日於新德里舉行的人工智能影響峯會期間與法國總統埃馬紐埃爾·馬克龍會晤時做出手勢。</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>在多年生產能夠同時訓練人工智能模型和處理推理工作的芯片後，谷歌將這些任務分離到不同的處理器中，這是其最新努力以在人工智能硬件領域與英偉達競爭。</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>谷歌週三表示，它正在為第八代張量處理單元（TPU）進行這一更改。這兩款芯片將在今年晚些時候上市。</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>谷歌高級副總裁兼人工智能與基礎設施首席技術官阿敏·瓦赫達在一篇博客中表示：“隨着人工智能代理的崛起，我們認為社區將受益於專門針對訓練和服務需求的芯片。”</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，英偉達宣傳了即將推出的硅片，這些硅片能夠快速響應用户的問題，這得益於其與芯片初創公司 Groq 達成的 200 億美元交易。谷歌是英偉達的重要客户，但為使用其雲服務的公司提供 TPU 作為替代方案。</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>世界上大多數頂尖科技公司都在追求定製半導體開發，以最大化效率併為特定用例構建。蘋果多年來在其自家 iPhone 芯片中包含了神經引擎 AI 組件。微軟在一月份宣佈了第二代 AI 芯片。上週，Meta 表示正在與博通合作開發多個版本的 AI 處理器。</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>谷歌在這一趨勢中走在了前面。2015 年，該公司開始使用自己設計的處理器來運行 AI 模型，並於 2018 年開始將其租賃給雲客户。亞馬遜網絡服務在 2018 年宣佈了用於處理 AI 請求的 Inferentia 芯片，並在 2020 年推出了用於訓練 AI 模型的 Trainium 處理器。</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 分析師在九月份估計，TPU 業務加上谷歌 DeepMind AI 團隊的價值約為 9000 億美元。</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>沒有任何科技巨頭能夠取代英偉達，谷歌甚至沒有將其新芯片的性能與這家 AI 芯片領導者的產品進行比較。谷歌表示，訓練芯片的性能是第七代 Ironwood TPU 的 2.8 倍，價格相同，而推理處理器的性能提高了 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>英偉達表示，其即將推出的 Groq 3 LPU 硬件將依賴大量靜態隨機存取存儲器（SRAM），該存儲器被 AI 芯片製造商 Cerebras 使用，谷歌的新推理芯片 TPU 8i 也依賴於 SRAM。每個芯片包含 384 MB 的 SRAM，是 Ironwood 中數量的三倍。</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>該架構旨在 “提供所需的大量吞吐量和低延遲，以經濟高效地同時運行數百萬個代理，” 谷歌母公司 Alphabet 的首席執行官桑達爾·皮查伊在一篇博客中寫道。</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 芯片的採用正在加速。Citadel Securities 構建了基於谷歌 TPU 的定量研究軟件，谷歌表示，所有 17 個美國能源部國家實驗室都使用基於這些芯片的 AI 共同科學家軟件。Anthropic 已承諾使用多吉瓦的谷歌 TPU。</p>
</div><p><strong>WATCH:</strong> Broadcom agrees to expanded chip deal with Google, Anthropic</p>
<div class="lb-trans"><p><strong>觀看：</strong> 博通同意與谷歌、Anthropic 擴大芯片交易</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>選擇 CNBC 作為您獲取谷歌信息的首選來源，永不錯過商業新聞中最值得信賴的名字的任何時刻。</p>
</div>

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

- 谷歌宣佈將其第八代張量處理單元（TPU）分為訓練和推理專用芯片。  
- 新芯片預計將在 2026 年晚些時候推出，是對英偉達 AI 硬件的競爭。  
- 谷歌的訓練芯片性能提高 2.8 倍，推理處理器性能提升 80%。

谷歌推出用於 AI 訓練和推理的芯片，最新一次挑戰英偉達