📌 #39;cuda&

9月11日消息，据SemiAnalysis发布的最新报告，谷歌第七代TPU Ironwood每美元推理性能最高领先英伟达B200达50%，对B300领先96%。

今年4月，黄仁勋在播客中公开质疑TPU不敢参加公开跑分，称“TPU不来，Trainium不来”。五个月后，谷歌带着实测数据如约而至。

测试采用Qwen3.5 397B FP8模型，FP8对FP8公平对比，输入8000 token、输出1000 token。在每秒100 token单用户吞吐基准下，TPU每百万token成本仅0.181美元。

B200每百万token成本0.222美元，B300高达0.276美元。TPU分别便宜19%和34%。若将中位响应时间限制在20秒，TPU成本降至0.098美元。

TPU的成本优势并非来自峰值算力。实测中TPU物理吞吐仅领先约5%，但每小时租赁成本远低于GPU，叠加价格差后放大为50%的每美元性能领先。

价格优势只是第一层冲击，更令英伟达忌惮的是软件生态的松动。谷歌推出TorchTPU，利用PyTorch的PrivateUse1后端接口，让TPU直接成为原生Torch运算设备。

开发者只需将一行代码device = torch.device('cuda')改为device = tpu.get_device()，无需重写训练循环或修改模型架构，即可在TPU上运行。

此外，Ironwood单芯片配备192GB HBM，是上代Trillium的6倍，可容纳更大KV Cache。矩阵单元采用256×256脉动阵列，原生支持FP8运算。

硬件实力的提升，也让谷歌在销售策略上更加主动。谷歌自去年起开放TPU直接销售，不再只依赖云端租赁。据悉，Anthropic已采购超100万颗TPU，到2029年将超越DeepMind成为全球最大TPU单一用户。

TorchTPU预计10月PyTorch大会期间开源，届时TPU对开发者的迁移门槛将降至一行代码。