核心事件：TPU架构的演进与合作背景

近日，科技行业传出重磅消息：谷歌计划携手AMD共同开发其第十代张量处理单元（TPU）。这一合作不仅意味着谷歌在其AI硬件生态中寻求新的技术突破，也标志着AMD首次实质性介入大型定制AI专用集成电路（ASIC）项目。根，此次合作的核心在于将AMD的CPU IP与谷歌自研的TPU加速器进行深度融合，以满足日益增长的强化学习（RL）和智能体（Agentic）模型计算需求。

核心事件：TPU架构的演进与合作背景

作为谷歌云和DeepMind联合研发的人工智能处理器，TPU系列已经发展至第八代（TPU 8t和TPU 8i）。尽管谷歌已拥有强大的定制芯片团队，并且在加速器架构设计上积累了丰富经验，但随着AI工作负载从传统大语言模型训练向推理和强化学习转移，单一的加速器架构已难以满足多样化的需求。特别是针对强化学习任务，这类工作负载往往需要大量的通用计算资源辅助，而不仅仅是加速器本身。

在这种背景下，谷歌开始探索一种新型TPU架构——将专有加速器技术与板载通用核心相结合。据SemiAnalysis分析，谷歌可能选择AMD作为合作伙伴，主要原因是AMD在先进封装、SoIC（系统级晶圆级封装）以及CPU IP方面拥有强大的技术储备。例如，AMD的Instinct MI300A数据中心芯片就成功集成了x86核心与加速器，为谷歌提供了可借鉴的设计思路。

AMD的角色：从IP到先进封装的全面支持

尽管谷歌已经在第九代TPU的开发中与博通合作，后者在加速器架构设计上具备显著优势，但AMD的独特价值在于其能够提供CPU IP、可编程逻辑、互连技术以及先进的封装解决方案。特别是在混合封装领域，AMD的经验尤为突出。例如，AMD近年来广泛采用TSMC SoIC-X和CoWoS-L等先进技术，这些技术能够实现小芯片的垂直堆叠，从而缩短信号传输距离、提高带宽并降低功耗。

值得注意的是，谷歌及其客户正积极推动TPU集成片上CPU核心的需求。当前面向推理的TPU 8i系统每两个TPU配备一个谷歌Axion CPU，而在运行第七代TPU的服务器中，每四个TPU仅配备一个英特尔Xeon处理器。这种1:1的CPU与加速器比例被视为最优配置，而AMD的技术能力恰好可以满足这一需求。

技术路径：混合封装成为关键

将CPU核心直接引入TPU封装是提升性能、降低功耗的必然趋势。假设性的谷歌设计方案可能包括将自研TPU计算芯片与AMD CPU及高带宽内存（HBM）结合，置于由AMD构建的紧密集成封装中。这种混合封装技术不仅可以提高数据传输效率，还能显著降低延迟和功耗。

相比之下，英特尔虽然在CPU领域具有领先地位，但在构建混合x86加加速器数据中心设计方面缺乏相关经验。因此，AMD成为更可能的候选者。如果合作最终落地，这将是谷歌为其TPU v10家族增加针对RL和智能体工作负载优化成员的重要一步，而AMD则通过提供关键模块支持，实现了在定制AI ASIC领域的首次实质性介入。

行业影响与未来展望

此次谷歌与AMD的合作不仅对双方具有重要意义，也将对整个AI硬件产业产生深远影响。对于谷歌而言，通过引入AMD的技术，可以进一步巩固其在AI基础设施领域的领先地位；而对于AMD来说，这是其进军定制AI ASIC市场的重要契机，有望推动其在数据中心和AI领域的业务扩展。

此外，这一合作还可能引发其他科技巨头的效仿。随着AI工作负载的多样化发展，越来越多的企业可能会选择与半导体厂商合作，共同开发更加灵活、高效的AI硬件解决方案。

总的来说，谷歌与AMD的合作标志着AI硬件架构的一次重要演进。通过将加速器与通用计算核心相结合，新一代TPU有望在强化学习和智能体模型等领域发挥更大的作用，为AI技术的发展注入新的动力。