谷歌TPU芯片发展与合作动态 - 谷歌TPU芯片需求大涨，扩大与联发科合作定制新一代TPU v7e的订单，订单量比原规划激增数倍[2] - 联发科为谷歌定制的首款TPU v7e将于下季度末进入风险性试产，并已拿下下一代TPU v8e订单[2] - 联发科获得台积电先进封装产能支持，预计到2027年，台积电为该项目提供的CoWoS产能将暴增7倍以上[2] 谷歌TPU的技术演进与设计理念 - 第七代TPU芯片性能显著提升，尤其在处理FP4等低精度浮点格式时，对大规模模型训练和推理非常有用[3] - TPU芯片可连接成大型集群，每个集群约包含9216块芯片[3] - TPU项目始于2013年，旨在设计专门用于机器学习计算的硬件以提升效率，第一代TPU于2015年部署[4][5] - 第一代TPU的能效比当时的CPU或GPU高出30到70倍，速度快15到30倍[4] - TPU设计采用协同设计理念，硬件团队预测未来2年半到6年内可能运行的机器学习计算，并在芯片中提前加入相关特性[6][7] 谷歌TPU的竞争优势与市场定位 - 英伟达承认谷歌在过去10年中取得进步，但认为其大约领先谷歌TPU两年[2] - 英伟达认为其更灵活、可编程的平台是构建大规模云端AI基础设施的最佳选择，并指出谷歌TPU是为更特定的模型类型设计，难以让云服务提供商广泛采用[2] - 谷歌通过云TPU项目对外出租TPU算力，已有许多客户将其用于各种任务[8] - 谷歌在TPU之上构建了完整的软件栈，包括JAX框架、Pathways系统和XLA编译器，使其易于使用[9] - Pathways系统能提供单一系统映像，可跨越数千或数万个芯片，支持运行位于多个城市的多个TPU Pod的大规模训练任务[9]