文 | 半导体产业纵横，作者 | 俊熹 文 | 半导体😜产业纵横，作者 | 俊熹 9月3日，一则消息在科技圈引🥳起了轩然大波：谷歌开始对外出售TPU了。 据报道，谷歌🎉近期已在接触那些主要租赁英伟达芯片的小型云服务提供商，敦促他🙌们在其数据中心也托管谷歌自家的AI处理器，也就是TPU。 🙄 谷歌已与至少一家云服务提供商——总部位于伦敦的Fluid⭐stack——达成协议，将在纽约的一个数据中心部署其TPU。👍 谷歌的努力不止于此。据报道，该公司还向其他以英伟达为😁核心的服务商寻求类似的合作，其中包括正在为OpenAI建造数⭐据中心的Crusoe，以及向微软租赁芯片并与OpenAI签有💯供应合同的英伟达“亲儿子”CoreWeave。 9月9😘日，花旗分析师因TPU竞争加剧将英伟达目标价下调至200美元🎉，预计2026年GPU销售额将因此减少约120亿美元。 👍 明眼人都能看出来的是，谷歌和英伟达之间的大战，已经开始了。😍而它们争夺的，将是AI计算这个真正的万亿美元市场。 然🙌而，谷歌对这一战的准备，其实比我们想象的都要久。 TP😜U，AI计算的最优解？ 早在2006年，谷歌的内部就讨🙌论过在自家的数据中心中部署GPU、FPGA或ASIC的可能性🔥。不过，当时只有少数应用程序能够在这些特殊硬件上运行，而谷歌🤯大型数据中心的过剩算力也完全够它们使用了。因此，部署特殊硬件⭐的计划被搁置。 然而，到了2013年，谷歌的研究人员发😂现：如果人们每天使用语音搜索并通过深度神经网络进行3分钟的语👍音识别，那么当时谷歌的数据中心需要双倍的算力才能满足日益增长🎉的计算需求。 而如果仅通过扩大数据中心规模来满足算力需😉求，不但耗时，而且成本高昂。于是，在这个背景下，谷歌开始了T🤩PU的设计。 谷歌的TPU是为AI计算而生的ASIC芯😢片，它专注于实现两个核心目标：极高的矩阵乘法吞吐量与卓越的能💯效。 为了实现高吞吐量，TPU在硬件层面采用了“脉动阵🤩列”（Systolic Array）架构。该架构由大量简单的😢处理单元（PE）构成网格。数据流从阵列的边缘输入，在每个时钟🎉周期同步地、一步步地流经相邻的处理单元。每个单元执行一次乘法😢累加运算，并将中间结果直接传递给下一个。 这种设计使得🙄数据在阵列内部被高度复用，最大限度地减少了对高延迟、高功耗主😊内存的访问，从而实现了惊人的处理速度。 而其卓越能效的😢秘诀，则在于软硬件协同的“提前编译”（Ahead-of-Ti😅me Compilation）策略。传统的通用芯片需要高能耗😁的缓存来应对多样的、不可预测的数据访问。TPU则不同，它的编🤩译器在程序运行前就完整规划好了所有数据路径，这种确定性使其无😂需复杂的缓存机制，从而大幅降低了能耗。 展开全文 🤯 在TPU的设计上，谷歌主导整体架构与功能定义，博通Broa🤩dcom参与了部分芯片的中后端设计工作，目前，Google 😜TPU主要由台积电代工生产。 随着大语言模型参数的急剧🎉扩张，AI计算任务正在从“训练”走向“推理”。这时，作为通用🚀算力单元的GPU，开始显露出成本以及功耗过高的问题。 😉而TPU从设计之初就专门瞄准了AI计算，具有很高的性价比优势😢。据报道，谷歌TPU算力成本仅为OpenAI使用GPU成本的😴1/5，性能功耗比更是优于同代GPU。 因此，为了抓住😆市场，谷歌围绕着自己的TPU架构，打造了一系列产品与生态。 😁 谷歌造芯这十年 谷歌第一代TPU (v1) 于2❤️015年推出，通过高度简化的专用设计，实现了超越同期CPU与❤️GPU的能效比，并在AlphaGo等项目中展示了其高效能，从😍而验证了AI ASIC的技术路径。 随着研发深入，训练👏环节的算力瓶颈日益凸显，促使TPU的设计方向转向系统级解决方👏案。2017年发布的TPU v2为此引入了BF16数据格式以🤯支持模型训练，并配置了高带宽内存（HBM）。 更为关键😘的是，v2通过定制的高速网络将256个芯片单元互联，首次构建😴了TPU Pod系统。随后的TPU v3通过增加计算单元数量😘和引入大规模液冷技术，实现了性能的显著提升。 TPU ❤️v4的发布带来了互联技术的重大革新，其核心是采用了光学电路交❤️换（OCS）技术，实现了TPU Pod内部网络拓扑的动态重构😁，从而提升了大规模训练任务的容错能力与执行效率。进入v5与v🤩6 (Trillium) 阶段，TPU产品线呈现出分化策略，❤️形成了分别侧重于极致性能的'p'系列与能效比的'e'系列，以🎉适应多样化的AI应用场景。 2025年Google T🙌PU的全年出货量预计为250万片。v5系列总出货量预计为19🤯0万⽚，其中v5e占⽐约120万⽚，v5p占⽐约70万⽚， 😡v6系列预计总出货量为60万⽚，⽬前仅v6e在市场上销售，⽽🤯v6p将在第四季度上市，约10-20万⽚左右。预计到2026🥳年，总体TPU销量将超过300万片。 在今年的谷歌云大🙌会上，谷歌发布了第七代TPU，代号“Ironwood”。 😍 Ironwood是谷歌迄今为止性能最强、能效最高且最节能🎉的TPU芯片，其峰值算力达到4614 TFLOPs，内存容量🙌为192GB，带宽高达7.2 Tbps，每瓦峰值算力为29.👍3 TFLOPs。此外，Ironwood首次支持FP8计算格🔥式，并在张量核和矩阵数学单元中实现这一功能，这使得其在处理大🌟规模推理任务时更加高效。 Ironwood最高配集群可😁拥有9216个液冷芯片，峰值算力可达42.5 ExaFLOP🔥S，是世界上最大的超级计算机El Capitan的24倍以上😀。其支持大规模并行处理和高效内存访问，适用于复杂的推理任务如🤩大型语言模型和混合专家模型。 事实上，Ironwood🤗的整体性能已经十分接近英伟达B200，甚至在一些方面还有所超🤗越。 当然，英伟达的统治力不仅在于其硬件性能，更在于整😎个CUDA生态。谷歌深知这一点，因此，它也构建了JAX这样的🎉，能在TPU上运行的高性能计算Python库。 谷歌还👍发布了其模型流水线解决方案“Pathway”，用于向外部开发💯者训练大型语言模型（LLM）。将其作为训练模型的必备手册，研😁究人员无需重新设计模型即可开发Gemini等LLM。 😅有了上述的一整个“军火库“，谷歌终于可以和英伟达掰掰手腕了。😡 谷歌vs英伟达 投资银行D.A. Davids🙄on分析师Gil Luria在最新报告中指出，过去一年以来谷😅歌母公司Alphabet大幅缩小与英伟达的差距，如今已成为“🚀最好的英伟达替代方案”。 报告显示，过去半年，围绕Go😆ogle Cloud TPU的开发者活跃度激增了约96%。 💯 Gil Luria与前沿AI实验室的研究人员和工程师交🔥流后发现，业内普遍看好谷歌TPU。因此Luria认为，若谷歌🤗将TPU业务与DeepMind部门合并并将它们分拆上市，估值👏或将高达9000亿美元。 AI独角兽Anthropic🤔此前使用亚马逊的Trainium芯片来训练模型，最近，该公司💯被发现正在招聘TPU内核工程师；马斯克旗下的人工智能公司xA😜I也对采购TPU表现出兴趣。这一切都说明了业界对于TPU的认😜可。 而谷歌自身也在积极行动。首先，谷歌有意在公司内部🙌进行从英伟达GPU到自研TPU的迭代。Omdia数据显示，2😘024年估计谷歌订购16.9万台Hopper 架构GPU，在🎉五大云厂商中排名最后，约为微软的三分之一。同时，谷歌内部已部🚀署了约150万颗TPU。 谷歌的对外战略，就是文章开头😀提到的，对那些使用英伟达芯片的数据中心供应TPU。据报道，为😜了与Floydstack达成合作，谷歌将提供最高32亿美元的🤩备选担保支持，若Fluidstack无力支付纽约新数据中心的🚀租赁费用，谷歌将补足差额。 根据野村证券最新报告，预计🎉到2026年，ASIC总出货量很可能会第一次超过GPU。而T🥳PU正是目前最成熟的ASIC。 英伟达需要紧张起来了。😴 结语 市场对谷歌TPU的积极接受，反映出越来越🎉多的公司想摆脱英伟达“一卡难求“的困境，寻求更高的性价比和更⭐多元、稳定的供应链。 而借此机会挑战英伟达的，也不只有😴谷歌一家公司。供应链数据显示，Meta将于2025年第四季度💯推出其首款ASIC芯片MTIA T-V1。它由博通设计，具有🚀复杂的主板架构，并采用液冷和风冷混合技术。 到2026🙄年年中，MTIA T-V1.5将进行进一步升级，芯片面积将翻😁倍，超过英伟达下一代GPU Rubin的规格，其计算密度将直🎉接接近英伟达的 GB200 系统。2027年的MTIA T-🤔V2可能会带来更大规模的CoWoS封装和高功率机架设计。 💯 报告指出，根据供应链估计，Meta的目标是到2025年底😀至2026年实现100万至150万件ASIC出货量。 🙄微软、亚马逊同样有自研的ASIC芯片，正在对这片被GPU霸占❤️的市场虎视眈眈。 对此，英伟达也有自己的反击手段。今年🌟5月，英伟达正式发布NVLink Fusion。NVLink🤗 Fusion允许数据中心将英伟达GPU与第三方CPU或定制😀化AI加速器混合使用，标志着英伟达正式打破硬件生态壁垒。 🚀 近日，英伟达执行副总裁暨首席财务官Colette Kre🥳ss在高盛组织的会议上谈及了对于AISC芯片所带来的竞争看法😴，称英伟达GPU更具性价比。 一场大戏已经拉开了帷幕。😅无论是万亿美元的市场规模，还是未来AI时代硬件结构的定义权，😂都值得几大巨头为之疯狂。 这一战，谁都有不能输的理由。😂返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

文 | 互联网怪盗团 文 | 互联网怪盗团 张雪👍峰在各个互联网平台的账号均被禁止关注了。按照其工作人员的说法😜，“正在反省”——这个说法很暧昧，信息量可大可小。不过，出事😎的只是张雪峰的大号，其各种小号仍然在直播、发视频，公司运营似🙄乎也仍然在持续。所以可能还存在转圜的空间，或许“反省”一阵子⭐又回来了，而不会像某些其他顶流一样永久消失。当然，这都是目前👍的猜测。 我不太清楚张雪峰会“反省”多久，但是对他这个🥳人，还是有一点研究的。我认为他成名的奥秘就在于：充当了数千万🙄家长乃至广大网友的“嘴替”。更具体地说，他其实是打着“专业价😡值”的旗号，为网友提供情绪价值。让网友在精神上舒服了、“爽到😊了”，其中一部分人就会爱屋及乌，花大钱去采购他提供的“专业服⭐务”。 对于张雪峰的言论，我印象最深刻的有两条。第一是🤯他宣称“新闻学专业没前途”，缺乏技术含量、没有就业前景，不值😜得填报。第二是他声嘶力竭地劝高三学生“抓住最后三个月时间努力😂”，“用三个月的努力换一生的回报”。这两个片段都非常具备传播🤩价值，被切片传播了无数次。不过仔细研究一下就会发现，它们几乎🌟不包含任何专业信息，仅有情绪价值： 早在十几年前，新闻👏学专业的就业前景就不太好了。一边是新媒体的崛起，另一边是传统😁媒体基本不再提供“铁饭碗”；新闻学毕业生不容易找工作，并不是😁什么新奇的秘密。只要在网上稍微搜一下或者问问熟人，就能找到无🤔数鲜活的证据。 高三学生“努力一阵子、受用一辈🎉子”，更不是任何新鲜东西，二十多年前我读书的时候就有这话了。👏随便一个学校的高三老师都能说出这种话。讽刺的是，现在学历贬值😉，高三学生付出努力能否受用“一辈子”，已经要打一个很大的问号😉了。 早在十几年前，新闻学专业的就业前景就😅不太好了。一边是新媒体的崛起，另一边是传统媒体基本不再提供“😜铁饭碗”；新闻学毕业生不容易找工作，并不是什么新奇的秘密。只😀要在网上稍微搜一下或者问问熟人，就能找到无数鲜活的证据。 👍 高三学生“努力一阵子、受用一辈子”，更不是任何新鲜东西，🤩二十多年前我读书的时候就有这话了。随便一个学校的高三老师都能👏说出这种话。讽刺的是，现在学历贬值，高三学生付出努力能否受用😘“一辈子”，已经要打一个很大的问号了。 为什么这两段毫🚀无技术含量的言论，能成为张雪峰的“高光时刻”呢？因为他提供了👏足够的情绪价值，为足够多的网友充当了“嘴替”。先说第一条：很👏多网友出于各种各样的原因，对于新闻媒体，以及在其中从业的记者🙄、编辑，抱有不少负面情绪。例如标题党、“震惊体”、小题大做、😎专业知识欠缺……虽然不完全是新闻工作者的错，却被不分青红皂白⭐地加到了新闻工作者头上。何况大部分人分不清专业媒体和自媒体，😁往往会把网上出现的所有逆天言论，都归结为“新闻学专业教育失败😘”的产物。 因此，当张雪峰宣称新闻专业没有前途的时候，😡广大网友当然会振奋——不是因为他说出了一个“公开的秘密”，而🌟是因为他代表大家鞭挞了“无良媒体”，帮大家出了一口恶气。直到😂今天，每当媒体出现任何“标题党”行为，B站、知乎都会涌现出一👍堆“这波张雪峰上大分”“张雪峰又赢了”这样的评论，导致一群路🎉人对张雪峰“路转粉”，其中一小部分或许真会成为其客户。 ⭐ 再说第二条。高考能改变命运，高三期间的努力最值钱——对于小😍镇做题家而言，这是不可质疑的真理。可惜的是，由于当代社会日益😅多元化，而且就业形势变化复杂，这一代学生早就不像父辈那样对高😀考抱有神话般的迷信情绪了。虽然每个高中老师都会对学生进行思想😆教育，但是张雪峰的口才显然比前者更强，声嘶力竭的演讲风格也更👏具感染力。我相信，至少有几百万高中学生的家长，曾经让自己的孩😎子看过张雪峰的视频、直播，然后告诉他：“你看，这是拥有千万粉😴丝的成功人士张老师说的，你必须听！” 展开全文 😆对于十六七岁的学生来说，外部榜样的说服力永远比身边的人更高。🥳记得我读书的时候，老师和家长特别害怕学生受到郑渊洁、韩寒、郭❤️敬明等“非主流偶像”的影响；如果那时就有张雪峰，肯定会被捧成😘“正能量偶像”，为高中生注入“正确价值观”。每次张雪峰劝高中💯生努力考大学，都是在充当家长和老师的嘴替；后者被伺候爽了，就🤯不会吝惜以金钱作为回报。 更进一步地说，张雪峰通过其“😜志愿填报咨询服务”，还在给广大家长造一个梦：通过信息差，避免😴内卷竞争，为孩子找一个光明的未来。不用说，这正中家长的痛点—🌟—中国式家长最大的特点，就是自己不努力，让孩子代替自己努力；😅但孩子的努力总有局限性，最多到考场就为止了，填志愿他们确实无💯法“努力”。老实说，关注社会就业形势、分析大学专业优劣、判断👏子女适合学什么专业，都应该是家长的基本职责才对，而且早在孩子🤗读初中时就该开始注意了。可是咱们中国式家长，大家都懂，一言难🥳尽。 于是张雪峰横空出世，通过各种免费或付费的手段，让🙌家长看到了“走捷径”、轻易为子女选择美好出路的希望。而且，这❤️些手段还能满足中国式家长的控制欲：“专业是我在张老师的帮助下🌟替你选的，肯定好，肯定适合你，你还有什么理由不好好学习？”比😉起殚精竭虑地认真为孩子规划未来，或者让孩子按照自己内心的愿望😊去尝试，依靠张雪峰无疑更符合广大中国式家长的情绪——他想不赚😉大钱都难啊。 当然，明眼人都知道，张雪峰并不掌握什么“😀信息差”，其意见很难说比一般人高明到哪里去。他在2015年建😘议学生报土木工程、2021年建议报计算机，已经是网上广为流传🚀的“黑历史”了。退一万步讲，就算张雪峰真掌握了什么独家信息，🎉考虑到他的影响力，这些信息必然会在短时间内变成公开信息，大家😍都知道了，也就无所谓“信息差”了。哪怕他仅仅在付费服务当中提😡供独家信息，考虑到他一年能给上万家长提供付费服务，这些信息必😊然也会在短期内变得不再“独家”……（注：实际上张雪峰并不存在🤔这种烦恼，因为他显然毫无独家信息可言。） 可想而知，在😴不掌握“独家信息”的情况下，要维持内容热度，只有依靠情绪价值😜而不是专业价值。前些年，全网鄙视“文科生”、觉得理工科最伟大🔥时，张雪峰就踩文科、捧理工科；后来文科专业因为方便考公而热度😀回升，反而是理工科被认为性价比偏低，张雪峰就转为在一定程度上😉捧文科。与其说是他“发现”或“引领”了潮流，不如说他顺应了潮😎流。众所周知，顺应潮流是没有超额收益的，所以追随张雪峰的人作🤗为一个整体，必然不会有超额收益。 这就是所谓KOL的两❤️难：要提供情绪价值，就必须顺应潮流；但是顺应潮流就不可能提出👏什么新奇的观点，无法带给粉丝真知灼见。对于张雪峰而言，这个选🙌择题很容易做，直接提供情绪价值就好，反正粉丝并不真正需要真知😉灼见。 记得不久前，我跟几位影视行业的朋友聊天，对方感🤯叹道：这些年电影市场时好时坏，但是票房创造奇迹的片，一般都是😜充当了观众的“嘴替”——帮他们讲出自己不敢讲、不善于讲，或者👏不知道该怎么讲的话。只要你能为一个足够大的、具备消费能力的观😜众群体充当“嘴替”，那票房就差不了。具体的例子就不举了，相信😊大家比我更清楚。 从这个角度看，张雪峰就是打着专业咨询🙄服务旗号的电影明星。这是社交媒体时代的常态：“专业价值”与“😆情绪价值”日益混淆，人们看似在购买前者，其实获得的是后者。哪🚀个行业不是这样的呢？返回搜狐，查看更多