XNews

谷歌 TPUv7 对标 NVIDIA Blackwell 的深度分析

谷歌 TPUv7 对标 NVIDIA Blackwell 的深度分析

谷歌 TPUv7(代号 Ironwood)在性能、内存与互连上追平或超越 NVIDIA Blackwell(B200),并具备显著扩展与成本优势。

Key insights

TPUv7 单芯片算力追平或略超 Blackwell

报告列出 TPUv7 单芯片 FP8 算力约 4.6 PetaFLOPS,略高于 NVIDIA B200 的 4.5 PetaFLOPS;TPUv7 配备 192GB HBM3e,带宽达到 7.4 TB/s,规格与 B200 基本同级。文中对比了关键硬件参数并指出在常用训练与推理计算上 TPUv7 在硬指标上已与 Blackwell 处于同一量级。

TPUv7 的扩展互联是核心竞争力

文章指出 TPUv7 的最大优势在于扩展能力:谷歌通过光路交换技术与 3D Torus 互连,可将最多 9,216 颗 TPUv7 芯片连成单一超级集群,从而在训练万亿参数模型时显著降低通信瓶颈;对比显示 NVIDIA 常见的 GB200 NVL72 系统是单机 72 GPU,尽管可跨机柜扩展但在单一大规模集群构建上与谷歌不同。

谷歌的垂直整合带来显著 TCO 优势

SemiAnalysis 估算称,由于谷歌掌控芯片设计、数据中心、散热和网络等端到端能力,TPUv7 系统的总拥有成本相比购买 NVIDIA GB200 服务器方案低约 44%,对需要大规模算力的客户具有价格吸引力,并可能改变采购选择。

谷歌商业模式由内部自用向外部销售转变

文章指出 TPU 过去主要供谷歌内部使用,外部客户通过云租用;现在谷歌向外部提供更灵活的算力服务,并吸引了像 Anthropic 这样的客户,Anthropic 承诺购买并使用大规模 TPU 集群,显示谷歌开始以“算力供应商”身份在市场与 NVIDIA 竞争。

CUDA 护城河被工程能力与开源生态挑战的看法

另一篇用户评论指出,英伟达的 CUDA 护城河并不牢固,优秀工程师可以通过软件(如 Triton)和系统调优超越现有实现;历史上许多模型并非只能在 GPU 上训练,Anthropic 与其他厂商长期使用 TPU,硬件效率差异有限,关键在于 kernel 与系统工程人才。

Source posts