谷歌称 TPU 架构可支撑 100 万芯片集群，AI 基建瓶颈正从芯片转向电力

据 IT之家 9 月 16 日消息，谷歌在 SEMICON Taiwan 2026 活动中披露，其 TPU 系统已具备扩展至“100 万芯片级规模”的能力。这里的规模并非简单指已经部署了 100 万颗芯片，而是指 TPU 的互联架构、网络拓扑、通信协议与软件栈，已经能够支持最多 100 万颗 TPU 以统一计算集群的方式协同工作。谷歌首席技术官阿明·瓦赫达特在题为“思维的物理学和智能的架构”的演讲中表示，随着 AI 模型持续扩大，行业约束正在从“缺芯”转向“缺电”，电力供应正在成为 AI 基础设施继续扩张的关键瓶颈。

百万级 TPU 互联意味着什么

对于大模型训练而言，单颗芯片性能固然重要，但真正决定上限的往往是集群规模、互联效率和软件调度能力。谷歌此次强调的“100 万芯片级规模”，核心在于其 TPU 基础设施能够把大量芯片、多个 Pod，甚至跨多个数据中心的资源组织为统一训练体系。

这意味着，未来超大模型训练不再只依赖单个机房或单个 Pod 的局部扩展，而是向更大范围的分布式训练演进。对于 Gemini 这类前沿模型，以及面向企业和开发者的云端 AI 服务来说，算力系统的可扩展性将直接影响模型迭代速度、推理服务容量和成本结构。

• 互联架构：需要在大规模芯片之间保持高效通信，降低分布式训练中的同步损耗。
• 软件栈：需要让开发者和模型团队能够更容易调度跨 Pod、跨数据中心的计算资源。
• 供电与散热：随着集群规模扩大，电力容量、能效和数据中心选址的重要性快速上升。

电力成为 AI 数据中心的新硬约束

瓦赫达特指出，AI 算力天花板正在从“造不出芯片”变成“找不到电”。这一判断反映了当前 AI 基础设施竞争的变化：过去行业焦点集中在 GPU、TPU 等加速芯片供给，如今在芯片供应继续扩张的同时，数据中心用电、并网、冷却和区域能源规划成为新的限制因素。

来源显示，谷歌与 Anthropic 的合作协议涉及高达 100 万颗 TPU 芯片，总计算功率超过 1 吉瓦；从 2027 年开始，谷歌将为 Anthropic 提供 3.5 至 5 吉瓦的 TPU 算力容量，交易价值最高可达 400 亿美元。这样的合作规模表明，AI 公司对云端专用加速器的需求仍在快速增长，但它也同时把电力问题推到台前。

类似挑战并不只属于谷歌。报道称，亚马逊也在采购额外 200 万颗 Nvidia 芯片，用于 AI 基础设施建设。无论采用 TPU 还是 GPU，超大规模 AI 数据中心都必须面对同一个现实：算力扩张最终会转化为电力、土地、冷却和资本开支的综合竞争。

从“智能体 AI”到无限计算需求

在演讲中，瓦赫达特还将当前 AI 发展描述为进入“智能体人工智能”阶段。相比过去以人为中心的人机交互，未来越来越多任务可能由智能体之间自动协作完成，例如信息检索、代码生成、企业流程自动化、科研辅助和客服决策等。

这类模式会显著增加后台推理与协同调用需求。一个用户请求可能不再只对应一次模型回答，而是触发多个智能体分工、沟通、验证和执行。瓦赫达特将工业革命称为“肌肉倍增器”，而 AI 则是“大脑倍增器”，其影响不只是替代既有工作流程，还可能让过去难以完成的任务成为现实，例如更个性化的医疗、教育和科学研究辅助。

TPU 路线继续强化：性能、内存与能效同步推进

在硬件层面，谷歌也披露了 TPU 产品线的关键能力。来源显示，Ironwood TPU（TPU v7）每芯片提供 4,614 TFLOPS 的 FP8 计算能力，9,216 芯片 Pod 可提供最高 42.5 Exaflops 的计算性能；该芯片配备 192GB 高带宽内存，带宽为 7.37TB/s，功耗效率相比前代 Trillium 提升 2 倍。

此外，谷歌在今年 4 月 Cloud Next 大会上发布第八代 TPU，分为面向训练的 TPU 8t 和面向推理的 TPU 8i。TPU 8t 超级 Pod 可扩展至 9,600 芯片，共享 2PB 高带宽内存，并提供 121 ExaFLOPS 的 FP4 计算能力。

对中文科技产业读者而言，谷歌此次信息释放的重点并不只是“芯片更多了”，而是 AI 基建竞争正在进入系统工程阶段。未来决定大模型平台能力的，将是芯片、网络、软件、电力和数据中心运营的整体协同。当电力成为新瓶颈，AI 基础设施的竞争也将从半导体供应链进一步延伸到能源基础设施。