据媒体报道，谷歌正与 AMD 合作开发其第十代 TPU（张量处理单元）。市场分析指出，此举旨在利用 AMD 的 CPU 核心处理 CPU 密集型负载。若合作属实，这将是 AMD 首次深度参与定制 AI ASIC（专用集成电路）项目，也表明谷歌正探索一种新型 TPU 架构，试图将专有加速器技术与板载通用核心相结合，以应对高 CPU 负载需求。

AMD 的角色：从 IP 到先进封装

SemiAnalysis 在一份备忘录中指出，尽管 AMD 拥有自己的定制芯片团队，但此次参与标志着其在定制 AI ASIC 领域的首次实质性介入。AMD 在先进封装和 SoIC（系统级晶圆级封装）方面拥有强大的知识产权储备。此外，鉴于谷歌及其客户正推动 TPU 集成片上 CPU 核心以支持强化学习（RL）工作负载，AMD 的 CPU IP 成为促成合作的关键因素。

谷歌已开发出九代自有 AI 加速器（由博通负责硅片设计），在加速器架构方面经验丰富，因此几乎无需 AMD 协助设计传统 TPU。这意味着 AMD 直接参与用于推理的 TPU v10i 或用于训练的 TPU v10t 的可能性较低。相反，谷歌更可能需要 AMD 提供的 CPU IP、可编程逻辑、互连技术或先进封装专业知识。

架构演进：CPU 密集型趋势显现

在潜在合作方向中，CPU 层面的整合尤为关键。随着针对推理和智能体（Agentic）模型的强化学习需求增长，这类工作负载往往比加速器操作本身需要更多的通用计算资源。虽然传统大语言模型训练仍由加速器主导，但 AI 未来的算力结构可能更具 CPU 密集型特征。

谷歌已在最新面向推理的 TPU 中增加 CPU 资源。专为推理和 RL 工作负载设计的 TPU 8i 系统，每两个 TPU 配备一个谷歌 Axion CPU；相比之下，运行第七代 TPU 的服务器每四个 TPU 仅配备一个英特尔 Xeon 处理器。在某些场景下，CPU 与加速器 1:1 的比例被视为最优配置。

技术路径：混合封装成下一步

将 CPU 核心直接引入 TPU 封装是提升性能、降低功耗的逻辑下一步。AMD 在此领域具备数据中心级混合设计经验，如其 Instinct MI300A 芯片便集成了 x86 核心与加速器。假设性的谷歌设计方案可能将自研 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。

尽管谷歌与英特尔存在多项战略合作，但后者缺乏构建混合 x86 加加速器数据中心设计的经验，因此 AMD 成为更可能的候选者。需要注意的是，目前相关细节仍属推测，AMD 参与的具体性质尚不明确。若报道准确，这一发展的核心意义不在于 AMD 帮助构建另一款 TPU，而在于谷歌计划为 TPU v10 家族增加针对 RL 和智能体工作负载优化的、CPU 占比更高的成员，并由 AMD 提供关键模块支持。

【星途科讯 图文丨王宇洲 首发于 ZAKER 科技，转载请注明出处】