因此，这类任务可能比传统大模型训练更依赖通用CPU资源。将部分CPU能力直接放入加速器封装，理论上可以减少CPU与加速器之间的数据搬运，并提升两者协同效率。

但具体设计仍是未知数。AMD可能提供CPU知识产权，也可能参与芯粒整合、先进封装、互连设计，或者只负责项目中的其他部分。现有信息并不能确认AMD会设计完整TPU、提供特定CPU IP，还是仅参与封装开发。

AMD为什么是一个“技术上说得通”的合作对象？

AMD已经有将通用计算、加速器和高带宽内存结合在同一封装中的商业先例——Instinct MI300A。

根据AMD公布的规格，MI300A整合了24个Zen 4 x86 CPU核心、228个CDNA 3 GPU计算单元，以及128GB统一HBM3内存。CPU和GPU通过一致性架构共享内存空间，封装内峰值内存带宽达到5.3TB/s。

这说明AMD具备处理以下技术问题的经验：

• 将CPU与AI/HPC加速器放入同一系统；
• 通过芯粒方式整合不同计算模块；
• 让CPU、加速器和高带宽内存协同工作；
• 利用先进封装和高速互连减少组件之间的数据移动。

不过，MI300A只是能力参照，并不是Google与AMD合作的证据。它不能证明传闻中的TPU v10会使用AMD完全相同的CPU核心、内存架构、封装工艺或软件栈。

为什么强化学习和智能体AI会改变芯片设计问题？

讨论AI加速器时，人们过去常把重点放在算力和内存带宽上。但智能体系统的运行方式更复杂：模型不仅要生成结果，还要持续规划、调用工具、读取反馈、判断下一步行动，并与不断变化的环境互动。

强化学习同样不是单纯的加速器计算。它通常需要加速器处理高密度计算，同时由通用处理器负责环境模拟、控制流程、数据准备和任务调度。

这可能造成一种新的系统瓶颈：服务器拥有大量AI加速器，却没有足够的CPU资源来“喂饱”和调度这些加速器。解决办法可以是提高CPU与加速器的配置比例，也可以是把部分CPU能力直接集成到加速器封装内。

相关报道正是从这个角度描述TPU v10的潜在方向。但传闻中的CPU与加速器比例，以及最终芯片架构，都不能当作Google已经确认的规格。

Google正在把定制芯片供应链铺得更开

AMD传闻所处的背景，是Google正在扩展其定制芯片合作网络。

Broadcom长期被报道为Google TPU的主要实现合作伙伴，负责将Google的芯片架构转化为可制造的ASIC设计，并参与高速接口、电源传输以及封装和制造协调等工作。

另一方面，媒体曾报道MediaTek参与Google第7代TPU项目，同时Google仍保留与Broadcom的合作关系。相关报道指出，Google负责核心架构，MediaTek则处理主处理器的I/O和外围模块，芯片预计由台积电生产，并在2026年进入生产阶段。

这说明新增供应商并不等于替换原有合作伙伴。Google可以按照不同代际、训练与推理用途、芯粒类型、I/O功能、封装要求或产能情况拆分工作。

因此，即使未来证实AMD参与TPU v10，也更像是Google“多合作伙伴”策略的一部分，而不是Broadcom或MediaTek已经被排除在外的信号。

Marvell合作已披露，但它不能证明AMD参与TPU v10

与AMD传闻不同，Google扩大与Marvell合作的消息包含已披露的商业安排，因此证据性质更强。

双方合作覆盖与TPU生态相连接的一系列定制半导体项目，包括AI推理加速器、存储控制器、网络接口控制器、内存接口控制器和近内存计算等。

根据披露信息，Marvell向Google授予认股权证，允许Google以每股206.58美元的价格购买最多58,970,907股Marvell股票。如果全部行权，名义价值约为122亿美元。

但这个数字需要仔细解读。认股权证并不是Google立即支付122亿美元购买芯片，也不是无条件的订单。相关股份会分批归属，其中大部分归属条件与Google未来向Marvell采购定制产品的收入目标挂钩。

报道提到，相关采购框架到Marvell 2033财年可能达到最高约1200亿美元，但这只是取决于采购目标是否完成的上限，不代表已经锁定的收入或确定订单。

Marvell交易确实支持一个更大的判断：Google正在建立更深入、更多元的定制芯片供应链。但它并不能确认AMD参与了TPU v10。

如果传闻属实，AMD能得到什么？

如果项目真实存在，并最终进入大规模生产，AMD可能获得进入超大规模云服务商定制芯片市场的新通道。

这将使AMD的AI业务不再局限于销售Instinct加速器和EPYC服务器CPU。AMD还可能把CPU IP、芯粒整合、先进封装与互连能力纳入面向客户定制的完整系统方案中。

但目前无法据此估算AMD的收入或估值影响。现有报道没有披露：

• AMD具体负责哪些工作；
• 项目收入和利润如何分配；
• 知识产权归属谁；
• 由哪家晶圆厂和封装厂生产；
• 预计采购量和产能规模；
• 项目何时流片或量产。

所以，把这则消息直接计入AMD已签约收入，或者据此给出明确的目标估值，都缺乏可靠依据。

对Google及现有合作伙伴意味着什么？

对Google来说，多供应商模式可能带来更大的设计资源、制造弹性和议价能力。Google也可以让不同合作伙伴负责最擅长的环节，再针对训练、推理和智能体工作负载定制不同加速器。

对Broadcom和MediaTek而言，潜在的新合作伙伴可能在边际上增加竞争压力。但现在就推断Broadcom会失去订单、MediaTek角色会缩小，或Google的TPU市场份额将发生变化，都为时过早。

Google现有的供应链模式本身就显示，多家合作伙伴可以同时参与路线图的不同部分。

为什么TPU v10很可能还要等很多年？

即使按照现有报道中的路线图，采用先进制程的TPU v8项目也要到2027年末才可能进入生产阶段。 如果代际编号和路线图判断准确，TPU v10自然还会更晚。

一款CPU与加速器异构的TPU，也远不只是宣布一个架构概念那么简单。Google及其合作伙伴还需要完成：

1. CPU与加速器接口定义；
2. 内存一致性和封装方案验证；
3. 芯片物理设计与流片；
4. 编译器、驱动和软件栈适配；
5. 晶圆制造与先进封装产能准备；
6. 芯片测试、验证及数据中心部署。

这些环节通常需要多年协同推进。因此，即便Google和AMD已经开始某种形式的合作，近期推出TPU v10也不太可能。更审慎的判断是：它至少属于TPU v8之后的多年期项目，而不是一个已经确定发布日期的产品。

结论：真正确定的，是Google正在扩大供应商版图

目前最明确的信号，是Google正在持续扩展定制芯片供应链，且与Marvell的合作已经通过商业协议和认股权证安排公开披露。

相比之下，Google与AMD合作开发TPU v10的说法，仍然只是有明确来源的市场传言，Google和AMD尚未证实。

这则传闻之所以值得关注，是因为它把AMD的CPU、芯粒和先进封装能力，与强化学习、智能体AI对更多通用计算资源的需求联系在了一起。可是，在双方正式披露项目之前，芯片架构、商业价值、产量、量产时间和竞争影响都仍然是开放问题。

因此，这类任务可能比传统大模型训练更依赖通用CPU资源。将部分CPU能力直接放入加速器封装，理论上可以减少CPU与加速器之间的数据搬运，并提升两者协同效率。

但具体设计仍是未知数。AMD可能提供CPU知识产权，也可能参与芯粒整合、先进封装、互连设计，或者只负责项目中的其他部分。现有信息并不能确认AMD会设计完整TPU、提供特定CPU IP，还是仅参与封装开发。

AMD为什么是一个“技术上说得通”的合作对象？

AMD已经有将通用计算、加速器和高带宽内存结合在同一封装中的商业先例——Instinct MI300A。

根据AMD公布的规格，MI300A整合了24个Zen 4 x86 CPU核心、228个CDNA 3 GPU计算单元，以及128GB统一HBM3内存。CPU和GPU通过一致性架构共享内存空间，封装内峰值内存带宽达到5.3TB/s。

这说明AMD具备处理以下技术问题的经验：

• 将CPU与AI/HPC加速器放入同一系统；
• 通过芯粒方式整合不同计算模块；
• 让CPU、加速器和高带宽内存协同工作；
• 利用先进封装和高速互连减少组件之间的数据移动。

不过，MI300A只是能力参照，并不是Google与AMD合作的证据。它不能证明传闻中的TPU v10会使用AMD完全相同的CPU核心、内存架构、封装工艺或软件栈。

为什么强化学习和智能体AI会改变芯片设计问题？

讨论AI加速器时，人们过去常把重点放在算力和内存带宽上。但智能体系统的运行方式更复杂：模型不仅要生成结果，还要持续规划、调用工具、读取反馈、判断下一步行动，并与不断变化的环境互动。

强化学习同样不是单纯的加速器计算。它通常需要加速器处理高密度计算，同时由通用处理器负责环境模拟、控制流程、数据准备和任务调度。

这可能造成一种新的系统瓶颈：服务器拥有大量AI加速器，却没有足够的CPU资源来“喂饱”和调度这些加速器。解决办法可以是提高CPU与加速器的配置比例，也可以是把部分CPU能力直接集成到加速器封装内。

相关报道正是从这个角度描述TPU v10的潜在方向。但传闻中的CPU与加速器比例，以及最终芯片架构，都不能当作Google已经确认的规格。

Google正在把定制芯片供应链铺得更开

AMD传闻所处的背景，是Google正在扩展其定制芯片合作网络。

Broadcom长期被报道为Google TPU的主要实现合作伙伴，负责将Google的芯片架构转化为可制造的ASIC设计，并参与高速接口、电源传输以及封装和制造协调等工作。

另一方面，媒体曾报道MediaTek参与Google第7代TPU项目，同时Google仍保留与Broadcom的合作关系。相关报道指出，Google负责核心架构，MediaTek则处理主处理器的I/O和外围模块，芯片预计由台积电生产，并在2026年进入生产阶段。

这说明新增供应商并不等于替换原有合作伙伴。Google可以按照不同代际、训练与推理用途、芯粒类型、I/O功能、封装要求或产能情况拆分工作。

因此，即使未来证实AMD参与TPU v10，也更像是Google“多合作伙伴”策略的一部分，而不是Broadcom或MediaTek已经被排除在外的信号。

Marvell合作已披露，但它不能证明AMD参与TPU v10

与AMD传闻不同，Google扩大与Marvell合作的消息包含已披露的商业安排，因此证据性质更强。

双方合作覆盖与TPU生态相连接的一系列定制半导体项目，包括AI推理加速器、存储控制器、网络接口控制器、内存接口控制器和近内存计算等。

根据披露信息，Marvell向Google授予认股权证，允许Google以每股206.58美元的价格购买最多58,970,907股Marvell股票。如果全部行权，名义价值约为122亿美元。

但这个数字需要仔细解读。认股权证并不是Google立即支付122亿美元购买芯片，也不是无条件的订单。相关股份会分批归属，其中大部分归属条件与Google未来向Marvell采购定制产品的收入目标挂钩。

报道提到，相关采购框架到Marvell 2033财年可能达到最高约1200亿美元，但这只是取决于采购目标是否完成的上限，不代表已经锁定的收入或确定订单。

Marvell交易确实支持一个更大的判断：Google正在建立更深入、更多元的定制芯片供应链。但它并不能确认AMD参与了TPU v10。

如果传闻属实，AMD能得到什么？

如果项目真实存在，并最终进入大规模生产，AMD可能获得进入超大规模云服务商定制芯片市场的新通道。

这将使AMD的AI业务不再局限于销售Instinct加速器和EPYC服务器CPU。AMD还可能把CPU IP、芯粒整合、先进封装与互连能力纳入面向客户定制的完整系统方案中。

但目前无法据此估算AMD的收入或估值影响。现有报道没有披露：

• AMD具体负责哪些工作；
• 项目收入和利润如何分配；
• 知识产权归属谁；
• 由哪家晶圆厂和封装厂生产；
• 预计采购量和产能规模；
• 项目何时流片或量产。

所以，把这则消息直接计入AMD已签约收入，或者据此给出明确的目标估值，都缺乏可靠依据。

对Google及现有合作伙伴意味着什么？

对Google来说，多供应商模式可能带来更大的设计资源、制造弹性和议价能力。Google也可以让不同合作伙伴负责最擅长的环节，再针对训练、推理和智能体工作负载定制不同加速器。

对Broadcom和MediaTek而言，潜在的新合作伙伴可能在边际上增加竞争压力。但现在就推断Broadcom会失去订单、MediaTek角色会缩小，或Google的TPU市场份额将发生变化，都为时过早。

Google现有的供应链模式本身就显示，多家合作伙伴可以同时参与路线图的不同部分。

为什么TPU v10很可能还要等很多年？

即使按照现有报道中的路线图，采用先进制程的TPU v8项目也要到2027年末才可能进入生产阶段。 如果代际编号和路线图判断准确，TPU v10自然还会更晚。

一款CPU与加速器异构的TPU，也远不只是宣布一个架构概念那么简单。Google及其合作伙伴还需要完成：

1. CPU与加速器接口定义；
2. 内存一致性和封装方案验证；
3. 芯片物理设计与流片；
4. 编译器、驱动和软件栈适配；
5. 晶圆制造与先进封装产能准备；
6. 芯片测试、验证及数据中心部署。

这些环节通常需要多年协同推进。因此，即便Google和AMD已经开始某种形式的合作，近期推出TPU v10也不太可能。更审慎的判断是：它至少属于TPU v8之后的多年期项目，而不是一个已经确定发布日期的产品。

结论：真正确定的，是Google正在扩大供应商版图

目前最明确的信号，是Google正在持续扩展定制芯片供应链，且与Marvell的合作已经通过商业协议和认股权证安排公开披露。

相比之下，Google与AMD合作开发TPU v10的说法，仍然只是有明确来源的市场传言，Google和AMD尚未证实。

这则传闻之所以值得关注，是因为它把AMD的CPU、芯粒和先进封装能力，与强化学习、智能体AI对更多通用计算资源的需求联系在了一起。可是，在双方正式披露项目之前，芯片架构、商业价值、产量、量产时间和竞争影响都仍然是开放问题。