谷歌罕见的一年连发 4 款 TPU，最新推出了 8tx 和 8i Max。

决心要把底层基建全面重构为 Agent 原生架构，顺手还把 CUDA 的生态护城河拆掉了一大半。

现在的智能体跑的都是百万级上下文，显存带宽是最大的瓶颈，而调外部工具，等人类审批时，芯片又在空转。

这次谷歌把两颗芯片塞进同一封装 8i Max，算力和 HBM 显存带宽直接翻倍，软件上开源 TPU Sync 统一内存池，首字延迟下降了 90%，同时推出了新引擎，在智能体停顿等待时毫秒级挂起会话，释放算力。

大家都知道，芯片流片动辄两三年，根本追不上几个月一变的 AI 软件，Google 的策略是芯片不变，通过快速重组封装，光网络和内存，几个月就攒出一套新的。

新发布的 TPU 8tx 把训练芯片，低延迟推理网络和硬件加密揉进了一套系统，打破了数据进内存计算必须解密的惯例，延迟减半且几乎零性能损耗。

开源了 TorchTPU，让 PyTorch 代码，vLLM 和 SGLang 零代码修改直接原生运行，提供的 TPU 智能体插件，可以直接接入 Cursor 和 Claude Code，在几分钟内自动完成 TPU 上手配置，诊断瓶颈，并用自然语言自动调优自定义内核。

how i ai