Google 被曝与 AMD 合作开发 TPU v10：一块混合芯片如何改写 AI 算力规则

2026 年 8 月中旬，半导体研究机构 SemiAnalysis 曝出一则“市场传闻”：Google 正与 AMD 合作开发其第十代 TPU（张量处理单元）。如果消息属实，这将是 AMD 首次深度参与一个大型定制 AI 芯片项目——但比这更重要的，是它释放的一个信号：纯矩阵 AI 加速器时代，正在终结 。

传闻中的 Google–AMD 合作：细节与背景

据 Tom's Hardware 等媒体转引 SemiAnalysis 的分析，Google 正在探索一种混合 AI 芯片，将 AMD 的 CPU 核心与 Google 自研的加速器技术在同一封装内集成 。分析师认为，Google 看中的是 AMD 在先进封装和 3D 集成（SoIC）方面的 IP，以及其 CPU 核心设计，以应对 CPU 密集型的工作负载 。

但需要厘清的是，这并非一次简单的“换伙伴”。

• 长期伙伴博通（Broadcom）并未出局。 2026 年 3 月，博通与 Google 签署了一份涵盖 v8 至 v11 共四代 TPU 的五年合作协议，收入可见性延伸至 2031 年 。
• 联发科（MediaTek）是当前大关 TPU v7x（Ironwood）的 I/O 与制造协调商 。
• AMD 的介入，似乎只是 v10 代框架下的一个项目——不一定是取代博通，尽管博通在 Ironwood 上的 CoWoS 晶圆出货预期已被下调约 32,000 片 。

与此同时，Google 还在考虑将 v10 代 TPU（代号“Ice Fish”）的部分组件交由三星晶圆代工，以降低对台积电的依赖 ，并有消息称其与 Marvell 的合作谈判也已进入后期阶段 。

关键提醒： 上述信息均未获得 Google 或 AMD 官方确认。SemiAnalysis 的报告是市场传闻，AMD 参与的可能只是一个特定 SKU、探索性路径或供应链多元化策略 。

为什么混合芯片是智能体 AI 与强化学习的“天作之合”

从纯矩阵 ASIC 转向集成 CPU 核心的混合芯片，并非简单的技术迭代，而是对 AI 工作负载性质变化的直接回应。

智能体 AI：瓶颈在 CPU，而非 GPU

传统的批量推理几乎是 GPU 的独角戏：输入提示词，GPU 做一次前向传播，输出 token 。智能体 AI 则完全不同。它的编排、规划、工具调用、沙箱执行和环境交互，全部依赖 CPU 。

一篇学术研究发现，在工具调用密集的智能体 AI 工作负载中，CPU 端的工具处理消耗了高达 88% 的端到端延迟 。另一份由 Akash Borate 发布的分析甚至将这一数字推高至 90.6% 。

换句话说，在很多智能体 AI 管道中，GPU 不再是瓶颈，CPU 才是。

1:1 的 CPU:GPU 配比正在成为现实

• 在 AI 训练集群中，CPU 与 GPU 的配比大约是 1:7 或 1:8 。
• 当工作负载转向推理时，这个比例下降到 1:3 或 1:4 。
• 而到了智能体部署场景，Intel 在 2026 年第一季度财报电话会议中披露，部分客户已经开始运行 4 颗 CPU 对应 1 颗 GPU 的配置，在某些集群中甚至达到 1:1 。

摩根士丹利预测，到 2030 年，这一趋势将催生 325 亿至 600 亿美元 的增量 CPU 市场 。AMD 自己也强调，智能体 AI 并非单一的 GPU 推理任务，而是一个需要高核数、高线程 CPU 进行编排和沙箱执行的异构端到端工作流 。

强化学习需要紧密的沙箱循环

强化学习训练——尤其是用于智能体模型的——要求反复执行“沙箱运行 → 环境模拟 → 奖励计算 → 策略更新”的循环。这些循环中的大量 CPU 端编排工作，无法高效地映射到纯矩阵加速器上。

英伟达的 Vera（88 核 Olympus 架构）和 Intel 的 Xeon 6+ 都在针对这种“紧密强化学习沙箱循环”模式进行优化 。整个硬件行业正在达成一个共识：未来的 AI 加速器，不会再是单纯的矩阵引擎。

Google 的混合 TPU v10：一个领先指标

通过在 TPU 封装上直接集成 AMD CPU 核心，Google 有办法消除用于智能体工作负载的 PCIe 瓶颈，大幅降低延迟，让“工具调用 → 环境执行 → 策略更新”的循环在单个紧密耦合的芯片上完成。这正是“未来 AI 系统是异构系统级封装设计”这一理念在硬件上的具体体现。

更广泛的行业影响

维度	含义
架构	AI ASIC 正从纯矩阵加速器进化为 CPU+加速器的混合芯片。
工作负载信号	强化学习和智能体 AI 的算力需求（分支、工具调用、编排）与传统训练截然不同——它们需要更多 CPU 核心，而非无止境的 GPU 算力。
供应链	Google 正在将 TPU 的合作伙伴从博通、联发科、Marvell，扩展到 AMD，以此降低对单一供应商的依赖，同时获取更专业的技术 IP。
市场影响	AMD 首次在定制 AI ASIC 领域获得立足点。英伟达不仅面临 GPU 竞争对手的压力，更面临这种混合 ASIC 趋势带来的架构挑战。

总结

Google 被曝在 TPU v10 中集成 CPU 核心，这绝不是一个渐进式改进——它意味着 2028 年的 AI 加速器将与 2024 年的产品截然不同。智能体 AI 和强化学习正在重写计算架构的规则。能够在一秒内处理上千次工具调用的芯片，其设计方式必然与只做一次巨大矩阵乘法的芯片完全不同。

如果 SemiAnalysis 的传闻属实，那么 Google 和 AMD 正在打造的，正是那块芯片。