当地时间4月9日，谷歌在美国举行了“Google Cloud Next 25”大会，正式发布了专为AI设计的第七代TPU（Tensor Processing Unit）加速器“Ironwood”，单芯片峰值算力可达4,614 TFLOPs。
谷歌在去年的I/O 2024大会上，刚发布了其第六代TPU “Trilium”。官方表示，相比上一代芯片，第六代TPU的训练性能提升4倍以上，推理吞吐量提升达到3倍，峰值计算性能提升了4.7倍，能效也提升了67%。去年末，第六代TPU正式向Google Cloud客户开放使用。
在各大科技巨头竞相开发自研人工智能芯片的情况下，谷歌也在将其TPU推向第七代。
据介绍，最新的Ironwood是谷歌首款在其张量核和矩阵数学单元中支持 FP8 计算的 TPU，而此前谷歌的 TPU 仅支持用于推理的 INT8 格式和处理以及用于训练的 BF16 格式和处理。
谷歌为Ironwood设计了两种规模配置：面向推理的256芯片集群和面向训练的9216芯片集群。当扩展至最大规模时，总运算能力可达42.5 Exaflops，是当前全球最强超级计算机El Capitan的24倍。这一算力足以支持超大型密集LLM（大型语言模型）或MoE（混合专家模型）的训练与推理，推动AI技术向“思考型”和“推理型”模型演进。
Ironwood还大幅增加高频宽內存（HBM）容量，每颗芯片的HBM容量提高到了192GB，达到了Trillium的6倍，可处理更大型的模型和数据集运算，减少频繁的数据传输需求，同时，HBM带宽也大幅提升，Ironwood单颗芯片的内存带宽可达7.2Tbps，是Trillium的4.5倍，以确保数据快速存取。
谷歌云副总裁阿明·瓦赫达特表示：“Ironwood是我们迄今为止性能最强、功能最全、能效最高的TPU。它专为驱动具备思考能力的AI模型而设计，代表了AI基础设施的重大转变”。
目前，Ironwood已计划于今年晚些时候向Google Cloud客户开放，
谷歌为内部研发和云服务设计自己的人工智能芯片，从而减少了对英伟达的依赖，巩固自身在AI竞赛中的地位。 其竞争对手OpenAI和Meta仍然严重依赖英伟达芯片，来满足日益增长的服务需求。
随着AI芯片竞争的白热化，尽管英伟达仍占据领先地位，但亚马逊、微软等科技巨头也在加速布局自研解决方案。亚马逊拥有AWS Trainium / Inferentia芯片以及Graviton处理器，微软则有Maia 100、Cobalt 100芯片。
另外有报道称，在OpenAI宣布将采用竞争对手Anthropic的AI 模型连接数据系统标准后，谷歌也迅速跟进。
谷歌 DeepMind 首席执行官德米斯・哈萨比斯（Demis Hassabis）本周三在 X 平台上发布消息，称谷歌将为其 Gemini 模型和软件开发工具包（SDK）添加对 Anthropic 的模型上下文协议（Model Context Protocol，MCP）的支持，不过他并未给出具体的时间表。
47847
26
47847
26
46
18095
59
76276
17
65573
36
63128
4
86478
85
30367
78
63524
2
62738
4
31856
47
71272
50
83067
20
99712
97
54978
31
63720
90
94331
53
29063
54
68942
21
89181
94
23218
58
28745
52
81201
44
69
29549
6
17480
70
89028
4
98746
88
79267
68
83517
81
27017
78
54410
77
62398
1
63428
58
63473
31
47199
19
84052
15
46245
22
19684
80
22271
49
94874
50
36152
35
45060
29
74946
99
90160
42
41857
2
66369
8
47534
52
61701
41
52980
33
50061
60
68054
69
93840
53
92885
11