谷歌 TPU AI 基建规模迈入 100 万级，核心瓶颈从“缺芯”转向“缺电”

感谢亚汇网网友亚汇网注：这里的“100万芯片级规模”是指谷歌的TPU互联架构（包括网络拓扑、通信协议、软件栈等）已经能够支持将最多100万颗TPU芯片连接成一个统一的计算集群，实现协同工作。该技术能力的突破，意味着超大规模AI模型训练可以跨越多个数据中心、多个Pod进行分布式训练，而电力供应（而非芯片数量）已成为限制进一步扩张的核心瓶颈。在题为“思维的物理学和智能的架构”活动演讲中，谷歌首席技术官阿明·瓦赫达特（AminVahdat）指出，随着AI模型规模不断扩大，制约扩张的核心瓶颈已从芯片本身转移至电力供给，AI算力的天花板正在从“造不出芯片”变成“找不到电”。瓦赫达特还称AI已经进入“智能体人工智能”时代，交互模型正在从人机交互转向“智能体与智能体”的自动化对话，这将推动人工智能应用呈指数级增长，并创造几乎无限的全球计算需求。他将工业革命描述为一场“肌肉倍增器”革命，而人工智能则是一场“大脑倍增器”。人工智能不仅仅是自动化现有工作，更是让以前不可能完成的任务成为可能。未来，每个病人都能拥有医生，每个学生都能拥有老师，过去需要十年才能取得的科学进步，一年之内就能完成。谷歌和Anthropic达成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。根据协议，从2027年开始，谷歌将为Anthropic提供3.5至5吉瓦的TPU算力容量，这笔交易价值高达400亿美元。除了谷歌之外，其他科技巨头也面临类似的电力瓶颈问题。报道指出亚马逊正在购买额外200万颗Nvidia芯片用于其AI基础设施建设，但电力供应短缺正成为全球AI数据中心扩张的共同挑战。在技术规格方面，谷歌的IronwoodTPU（TPUv7）每芯片提供4,614TFLOPS的FP8计算能力，9,216芯片Pod可提供高达42.5Exaflops的计算性能。该芯片配备192GB高带宽内存，带宽达7.37TB/s，功耗效率比前代Trillium提升2倍。在今年4月召开的CloudNext大会上，