在 Google Cloud Next 大会上，谷歌发布第八代 TPU，首次采用训练（TPU 8t）和推理（TPU 8i）双芯片架构。同时 Gemini Enterprise 升级为端到端 Agent 平台，涵盖开发、编排和治理全流程。
TPU 8t：为训练而生
TPU 8t 针对大规模计算密集型训练负载设计，核心规格：
- 单集群扩展至 9,600 芯片，2PB 共享高带宽内存
- 片间带宽翻倍，计算性能每 pod 提升近 3 倍
- 总算力达 121 ExaFlops
- 存储访问速度提升 10 倍，支持 TPUDirect 直连数据传输
- 搭配 Virgo 网络和 Pathways 软件，百万芯片近线性扩展
TPU 8i：为推理和 Agent 优化
TPU 8i 针对低延迟推理场景设计，推理性价比提升 80%，能效比提升 2 倍。
Agent 时代，模型需要持续推理、多步执行、自我反思循环。Agent 之间的交互会将微小的推理延迟成倍放大——一个 10 步 Agent 工作流中，单次推理延迟增加 50ms 就会累积到 500ms。专用推理芯片的意义在于从硬件层面消除这种累积。
Gemini Enterprise：从模型升级为 Agent 平台
Gemini Enterprise 升级为端到端 Agent 系统，包含三个核心组件：
Agent Platform（原 Vertex AI 进化版）：统一模型、开发、调优服务，新增 Agent 身份标识、模拟测试和长期记忆功能。支持低代码 Agent Studio、Agent Development Kit（ADK）、A2A 和 MCP 协议。
Gemini Enterprise 应用：团队成员发现、创建、分享和运行 AI Agent 的统一界面。所有治理、安全和身份验证能力内置。
开放合作伙伴生态：允许在安全合规框架下调用 Oracle、Salesforce、ServiceNow 等第三方 Agent 插件。
行业信号
训练和推理芯片的分离是一个值得关注的趋势。此前 NVIDIA 的 H100/B200 系列、AMD MI300 等都采用统一架构同时承担训练和推理。谷歌率先做出拆分，说明大规模部署 Agent 后，推理的负载特征已经和训练足够不同，值得用独立芯片去优化。
💡 谷歌在 Google Cloud Next 上同时发布硬件（TPU 8）、平台（Gemini Enterprise）和协议（A2A + MCP），覆盖从芯片到应用的全栈。如果 NVIDIA 不在下一代产品中做类似的训练/推理拆分，在这一维度上可能要落后。
来源：Google Blog · Google Cloud Blog