2026年4月29日，Alphabet在第一季度财报电话会议上披露的TPU硬件交付消息，意味着谷歌AI芯片的商业化路径迎来了关键转折。此前，谷歌TPU系列芯片主要用于自身AI模型训练和云服务中的算力出租，这次直接向客户交付硬件，是其首次尝试将芯片作为独立产品对外销售，目的是在云服务之外，开辟AI芯片的新变现渠道。
第八代TPU包含训练型TPU 8t与推理型TPU 8i两款核心产品。根据官方数据，TPU 8t的综合性能较上一代提升2倍，算力提升3倍，能支持更大规模的AI模型训练任务；而TPU 8i在推理场景中实现了单位价格性能提升80%，大幅降低了客户的推理成本。首批客户包括AI研究机构Thinking Machines Lab和高频交易公司Hudson River Trading，这些客户都对AI算力有高需求，且具备自有数据中心的部署能力。
技术层面上，TPU系列芯片自2016年推出以来，一直聚焦于张量运算的优化设计，第八代产品延续了这一思路，通过针对性优化训练与推理场景的芯片架构，实现了性能与效率的双重提升。训练型TPU 8t强化了并行计算能力，支持多芯片互联以应对大规模模型的分布式训练；推理型TPU 8i则优化了能效比与延迟，适合实时推理任务，能更好地适配客户在自有数据中心的部署需求。
对谷歌而言，这一举措为AI业务打开了新的变现渠道，除云服务外，硬件销售有望成为新的收入增长点。根据财报披露，相关收入预计在2026年晚些时候开始少量计入财报，2027年将成为主体收入来源，这意味着谷歌在AI芯片市场的布局正逐步进入收获期。对客户来说，在自有数据中心部署TPU硬件能减少对公有云算力的依赖，同时获得更定制化的算力支持，尤其适合高频交易、大规模AI研究等对数据安全与延迟有严格要求的场景。
眼下AI芯片市场的竞争正不断升温，英伟达在2026年3月推出H200 GPU，进一步强化了AI训练与推理性能，巩固了自身在高端AI芯片市场的领先位置；AMD的MI300X芯片则在数据中心市场赢得了更多客户青睐，市场份额稳步增长。其他科技巨头也在积极布局：微软在2026年4月宣布与AMD深化合作，定制AI芯片支撑Azure云服务及自有AI模型的运行；亚马逊则不断优化Graviton系列芯片，将其应用到更多AI相关工作负载中，力求在AI芯片领域站稳脚跟。
快报