谷歌发布第八代TPU 8tx与8i Max芯片，瞄准AI智能体与数据安全

2026年11月9日，谷歌发布了第八代TPU的两款新系统：TPU 8tx和TPU 8i Max。据谷歌介绍，这是公司首次在一年内推出四种TPU系统。根据日本科技媒体Gigazine的报道，TPU 8tx与AMD的CPU搭配，可以安全地处理机密数据；TPU 8i Max则把两颗芯片封装在一起，以提升处理性能。

TPU（Tensor Processing Unit，张量处理单元）是谷歌自行设计、专用于AI训练和推理的处理器。2026年4月的Google Cloud Next大会上，谷歌已经发布了面向大规模训练的TPU 8t和面向实时推理的TPU 8i。谷歌称，与上一代相比，TPU 8t的训练性能最高提升2.7倍，TPU 8i的推理性价比提升80%。这次的两款新系统是这一组合的延伸。

TPU 8tx：在计算过程中保护数据

数据在存储和网络传输时通常是加密的，但计算机处理时必须在内存中解密。保密计算（confidential computing）的目的，就是保护这些“使用中的数据”，同时也保护AI模型本身的权重。对希望让自主智能体处理敏感信息的企业和政府来说，这是一个现实问题。

谷歌表示，TPU 8tx采用与TPU 8t相同的芯片，并搭配第五代AMD EPYC主机CPU。安全功能直接内置在硬件层，即使在运行过程中，敏感数据和模型权重也受到保护并保持隔离。该系统还采用了为实时推理开发的低延迟网络Boardfly，据谷歌称，延迟最高可比TPU 8t降低一半，性能损失几乎为零。

TPU 8tx同样适用于小规模训练。团队可以用私有数据微调模型，把大模型蒸馏为小模型，并通过强化学习训练智能体，而无需在不同集群之间迁移敏感数据。谷歌把它定位给运行前沿模型或自有模型、并持有最敏感数据的受监管企业和政府机构。

TPU 8i Max：突破“内存墙”

AI一次能够参考的信息量称为上下文窗口。当几十个AI智能体同时处理整套软件代码或数小时的视频时，内存带宽很快就会成为瓶颈。谷歌把这个问题称为“内存墙”。

为此，TPU 8i Max把两颗低延迟的TPU 8i芯片合并在一个封装中。谷歌称，与TPU 8i相比，它的算力、SRAM容量和HBM带宽都提高到两倍。由于在现有机架的占地面积内可以容纳两倍的硅片，数据中心每平方英尺、每瓦特能部署的算力也随之增加。

• 发布时间：2026年11月9日（谷歌博客）
• 第八代TPU共四种系统：8t（训练）、8i（推理）、8tx（保密计算）、8i Max（超长上下文）
• TPU 8tx：延迟最高比TPU 8t低一半，性能损失几乎为零（谷歌）
• TPU 8i Max：算力、SRAM和HBM带宽均为TPU 8i的两倍（谷歌）

新的是系统，而不是芯片

谷歌区分了设计芯片和构建系统：前者是耗时数年的过程，后者则是围绕芯片重新组合计算、网络、存储、封装和安全。谷歌称，这种模块化设计让它能在数月而不是数年内交付专用机器。据Gigazine报道，首席执行官桑达尔·皮查伊表示，与Google DeepMind研究人员的联合设计，使公司不必等待传统的半导体周期，就能持续为客户创新。

在软件方面，谷歌表示上个月开源的TorchTPU让PyTorch代码和Hugging Face模型无需改写就能在TPU上原生运行。vLLM和SGLang等推理引擎也有TPU后端。一套处于预览阶段的开源TPU智能体工具，可接入Claude Code、Cursor和Google Antigravity等编程工具，自动完成TPU的上手配置。谷歌称，TPU客户已接近100家，包括前沿AI实验室、交易公司、零售商和高校。

目前仍不清楚的事

Gigazine撰文时，TPU 8tx和TPU 8i Max的具体上市时间和价格尚未公布。文中所有性能数字均来自谷歌，我们读到的资料中没有第三方的独立测试。韩国AI Times等媒体把这两款芯片描述为对英伟达的追赶，但我们能读到的两个信源并未把它们与英伟达的GPU直接对比。竞争关系只是市场背景，并非实测结果。

这对中国企业意味着什么

对于金融、医疗或公共部门等正在评估AI智能体的企业来说，这次发布增加了可选方案：在不把数据移出受保护环境的前提下微调或蒸馏模型，对担心数据泄露的团队是一个加分项。在上市时间和价格公布之前，稳妥的做法是等待官方信息再规划部署。官方宣称的PyTorch兼容性，则为已有AI工程团队的企业提供了衡量迁移工作量的初步参考。