谷歌 TPUv7 与英伟达竞争(AI 芯片与算力格局)

SemiAnalysis 报告称 TPUv7(Ironwood)在硬指标上已与 NVIDIA Blackwell 系列处于同一量级,并在集群扩展与成本上具优势。
Key insights
TPUv7 在单芯片硬指标上追平或略超 NVIDIA
分析指出 TPUv7 的单芯片 FP8 算力约 4.6 PFLOPS、配备 192GB HBM3e 并达 7.4 TB/s 带宽,硬指标与 NVIDIA B200 处于同量级。该性能对训练与推理常用任务构成直接竞争,表明谷歌在芯片设计上取得显著进展。
谷歌在大规模互连与集群扩展上具独特工程优势
TPUv7 的关键竞争力在于扩展能力:谷歌通过光路交换和 3D Torus 互连设计,能将 9,216 颗芯片构建为统一超级集群,减少通信瓶颈,适合训练万亿参数级模型。与 NVIDIA 的机柜式连接相比,谷歌的集群工程化路径不同且具规模化优势。
成本与商业化转变可能改变市场结构
SemiAnalysis 估算基于谷歌的垂直整合,TPUv7 系统的总拥有成本约比 NVIDIA 服务器低 44%。谷歌正从内部自用向向外提供算力转变,并吸引了包括 Anthropic 在内的大客户,这意味着市场竞争格局可能由“单一供应”走向更激烈的双雄或多方竞争。
社区观点:护城河更多取决于系统工程能力
工程师社区指出,TPU 与 GPU 的差距并非不可逾越,效率改进与内核/系统工程人才能显著改变运行效率;因此单纯依靠硬件并非绝对护城河,优秀工程师可将不同硬件平台调优到高效运行。