谷歌发布第八代TPU芯片8T和8I，分别针对训练和推理优化，首次实现芯片设计分工。8T强调整体集群性能，8I优化内存和通信效率，挑战英伟达云端经济性但生态壁垒限制其短期影响。存储、光通信产业链受益，HBM需求稳健但分层方案渐成趋势。AI硬件进入专业化分工时代，竞争转向全系统效率。
1、核心事件概述
2026年4月，谷歌云发布两款第八代自研TPU芯片：TPU 8T和TPU 8I，分别针对AI模型训练和推理优化。
2、核心设计与竞争力
TPU 8T专注于大规模训练优化，TPU 8I针对推理任务重新设计架构，优化内存访问和芯片间通信。
3、对英伟达的挑战
谷歌TPU挑战英伟达在云端AI计算的系统级经济性，但短期内难以动摇其生态根基。
4、外部客户与行业趋势
重量级客户如Anthropic采用谷歌TPU，但企业普遍采用多元化采购策略，选择最适合的计算平台。
5、对存储产业链影响
存储在大模型时代角色转变，从后台仓库变为前线缓存，推动高性能存储和管理软件的需求增长。
6、对HBM内存影响
HBM仍是关键组件，但未来通过多级缓存方案实现更具成本效益的内存需求满足。
7、对光通信产业影响
推理任务对高速网络需求上升，推动数据中心内部光互联技术和设备的创新与发展。
8、总体结论与信号
AI硬件进入专业化分工时代，竞争焦点转向全系统效率，未来投资需关注系统级架构演进。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。