根据 Bloomberg 深度报道与 Google 官方公告，Google 于 4 月 22 日正式扩张自研 AI 晶片阵容：推理专用 Ironwood（第七代 TPU）在 Google Cloud 全面供应，并同步启动与 Broadcom、MediaTek、Marvell、Intel 四家伙伴的下世代设计合作，目标是以客制晶片供应链正面挑战 Nvidia 在 AI 算力市场的主导地位。
Ironwood：第七代 TPU，首度专为推理设计
Ironwood 是 Google TPU 系列第七代产品，也是首款「训练推理分流」策略下的推理专用晶片。Google 揭露的规格：单晶片尖峰效能为 TPU v5p 的 10 倍，配置 192GB HBM3E 记忆体、记忆体带宽达 7.2 TB/s，单个 superpod 可扩展至 9,216 顆液冷 Ironwood，合计 FP8 运算量达 42.5 exaflops。
Google 官方表示 Ironwood 已「全面开放 Google Cloud 客户使用」，今年出货量预计达「百万颗」等级。Anthropic 已承诺采用多达 100 万颗 Ironwood TPU，Meta 则签署「数十亿美元多年合约」透过 Google Cloud 使用 TPU。
四家伙伴分工：训练归 Broadcom、推理归 MediaTek
Google 下世代晶片供应链明确分工如下：
伙伴 代号 角色 特色 Broadcom Sunfish 训练专用 延续既有 TPU 合作关系，主导大型训练节点 MediaTek（联发科） Zebrafish 推理专用 宣称比 Broadcom 方案成本低 20–30% Marvell 谈判中 记忆体处理单元（MPU）＋ 额外推理 TPU 为 HBM 与 inference 优化 Intel 未公开 参与设计 强化供应链分散
这是 AI 产业中首见的「四家伙伴并行、训练推理明确分工」模式。Google 透过分散 IP 风险与竞争议价，避开 Nvidia 单一供应商的结构依赖。路线图延伸至 2027 年底的 TPU v8，将于台积电 2nm 制程生产。
策略意义：挑战 Nvidia 的不是单晶片，而是供应链
过去三年 AI 晶片市场由 Nvidia 近乎垄断，CUDA 软件生态与 H100／GB200 晶片构成双重护城河。Google 的 Ironwood 与四伙伴策略并非以「单点规格超越」为目标，而是复制 Nvidia 在产业中的「标准化平台 + 多客户采购」逻辑——让 TPU 不只是 Google 自用，而是可被 Anthropic、Meta 等主要 AI 公司共用的商业化算力选项。
Anthropic 承诺 100 万颗 TPU 的意义尤其关键：这是 Nvidia 以外单家 AI 公司最大算力承诺，与 Anthropic 4/20 与 Amazon 达成 5GW／1000 亿 AWS 承诺形成互补——一边绑定 AWS Trainium，一边绑定 Google TPU，Anthropic 以「双客制晶片」策略降低 Nvidia 依赖。Meta 则是首次公开将 TPU 纳入自家 AI 训练／推理工作负载，形成另一道讯号。
市场反应与产业连动
联发科在此次披露前已被视为「Google 客制晶片受益者」，Zebrafish 代号的曝光是首度将联发科直接列为 Google 推理晶片设计伙伴。这延伸近期 AMD × GlobalFoundries 硅光子、Marvell × Google MPU 的「非 Nvidia 晶片联盟」叙事线。
Nvidia 于同期仍有 GB200 与下世代 Rubin 平台支撑，但客户端的算力组合正从「全 Nvidia」走向「Nvidia + TPU + AWS Trainium」的三轨并行。这对台积电 2nm 产能也意味着 Google、Nvidia、Apple、Amazon 四大客户都在排队，晶圆代工供应议价力持续上升。
这篇文章 Google Ironwood TPU：10 倍效能 + 四家伙伴对抗 Nvidia 最早出现于 链新闻 ABMedia。
相关文章
