🔧Tom's Hardware•最新收集於 41m
據報 Google 與 AMD 籌劃混合式 AI TPU
#agentic-ai#hybrid-asic#on-package-cpu#custom-siliconnext-generation-google-tpugoogleamdtpureinforcement-learning
💡傳聞中的 Google–AMD TPU 可能重新定義代理式 AI 與強化學習硬體。
⚡ 30-Second TL;DR
有什麼變化
傳聞中的合作將結合 Google 的 TPU 專長與 AMD 的晶片設計能力。
為什麼重要
若獲得證實，這種架構可能降低 AI 代理在神經網路推論與傳統控制邏輯間頻繁切換時的協調開銷。此舉也將加劇客製化 AI 晶片與資料中心加速器設計的競爭。
下一步行動
分別測量強化學習與代理式工作負載的主機 CPU 時間和加速器時間，以便評估未來 CPU 與 TPU 整合可能帶來的優勢。
誰應關注：Researchers & Academics
關鍵要點
- •傳聞中的合作將結合 Google 的 TPU 專長與 AMD 的晶片設計能力。
- •據稱中的 ASIC 可能把 CPU 核心與 AI 加速器整合在同一封裝中。
- •代理式 AI 與強化學習被視為可能的目標工作負載。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •此合作案被視為 Google 試圖降低對 NVIDIA GPU 依賴的長期策略之一，旨在透過客製化晶片提升資料中心運作效率。
- •AMD 在此合作中可能提供其先進的 Chiplet（小晶片）封裝技術與 Infinity Fabric 互連架構，以解決 TPU 與 CPU 之間的資料傳輸延遲問題。
- •該混合式架構預計將採用台積電（TSMC）的先進製程節點，並結合 CoWoS 封裝技術，以應對高頻寬記憶體（HBM）的整合需求。
- •業界分析指出，Google 過去長期依賴自研 TPU，此次引入 AMD 的 CPU IP 核心，顯示其在處理複雜邏輯推理任務時，單純的 ASIC 架構已面臨瓶頸。
- •此舉可能改變雲端 AI 基礎設施的競爭格局，促使其他雲端服務供應商（CSP）加速尋求與晶片設計公司進行類似的深度客製化合作。
📊 競品分析▸ Show
| 特性 | Google/AMD 混合 TPU | NVIDIA Blackwell (GB200) | AWS Trainium/Inferentia |
|---|---|---|---|
| 架構 | CPU+TPU 混合封裝 | GPU+Grace CPU 整合 | 專用 ASIC 加速器 |
| 優勢 | 強化學習與代理 AI 延遲極低 | 生態系完整、軟體支援強 | 雲端成本效益高 |
| 目標市場 | 內部 AI 模型訓練與推理 | 通用高效能運算與大型模型 | AWS 雲端客戶推理需求 |
🛠️ 技術深入
- 預計採用異質整合（Heterogeneous Integration）技術，將 CPU 運算單元與 TPU 矩陣乘法單元置於同一封裝內。
- 透過高速互連匯流排（如 Infinity Fabric 或類似架構）實現 CPU 與 TPU 之間的記憶體一致性（Memory Coherency）。
- 針對強化學習（Reinforcement Learning）優化，減少從 CPU 決策到 TPU 推理之間的上下文切換開銷。
- 支援最新的 HBM4 或更高規格記憶體，以滿足大規模參數模型的頻寬需求。
🔮 前景展望AI analysis grounded in cited sources
Google 將在 2027 年前大幅降低對 NVIDIA 高階 GPU 的採購比例。
透過自研混合式晶片，Google 能在特定 AI 工作負載上實現更高的效能功耗比，從而減少對通用 GPU 的依賴。
AMD 將透過此合作確立其在客製化 ASIC 市場的領先地位。
與 Google 的深度合作將驗證 AMD 的 IP 授權與晶片設計服務能力，吸引更多大型科技公司尋求類似的客製化解決方案。
⏳ 時間線
2016-05
Google 正式發表第一代 TPU，專為機器學習工作負載設計。
2023-04
Google 發表 TPU v4，並揭露其在超級電腦中的大規模部署細節。
2024-05
Google 發表 TPU v5p，強調其在大型語言模型訓練上的擴展能力。
2025-11
市場傳出 Google 內部開始評估將 AMD CPU 核心整合至下一代 TPU 架構的可行性。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Tom's Hardware ↗