Google 最新的 Tensor 处理器走上环保路线，但成本如何？
发布: (2026年4月22日 GMT+8 20:00)
3 分钟阅读
Source: Android Authority
C. Scott Brown / Android Authority
TL;DR
- Google 宣布了第八代用于其数据中心的张量处理单元（TPU）。
- 新的 TPU 按使用场景划分：训练专用单元和推理专用单元。
- Google 表示这将降低终端使用的能源需求，有助于环境保护。
新的第八代 TPU
在 Cloud Next 2026 上，Google 推出了两款新 TPU 型号：
| Model | Primary purpose |
|---|---|
| TPU 8t | 训练 AI 模型 |
| TPU 8i | 推理（运行已训练的模型） |
这种拆分架构旨在匹配训练与推理在功耗和计算需求上的差异，使数据中心能够降低能耗、削减运营成本，并减少 AI 对环境的影响。这可能意味着使用 Gemini 等服务时所需的冷却用水会更少。
训练 vs. 推理
训练
训练神经网络需要高带宽内存和大量处理单元集群，因为每秒会更新数十亿个参数。该过程依赖 误差的反向传播——一系列反馈回路，迭代地调整网络直至产生准确结果。
了解更多关于反向传播的内容。
C. Scott Brown / Android Authority
推理
推理的强度较低：它可以在性能较弱的硬件上运行，且内存消耗大幅降低。使用同一套硬件同时进行训练和推理会导致成本上升，尤其是针对推理任务时。
与之前 TPU 的比较
- TPU v5e – 之前推出的面向小规模运营的型号，“e”代表高效。
- TPU 8i – 看起来是 v5e 设计的大规模改进版，专为推理优化。
- 竞争对手 AWS Inferentia 也在推动训练与推理工作负载的分离。
成本与环境影响
Google 强调专用推理 TPU 的环保优势，但尚未对客户的成本降低作出明确承诺。目前尚不清楚这些效率提升是会转嫁给用户，还是作为公司利润保留。