电子：谷歌Ironwood构建AI推理工厂，与Blackwell形成差异化竞争

　　事件：

　　2025年4月9日，谷歌在CloudNext大会上正式发布其第七代张量处理单元（TPUv7），代号"Ironwood"。与前代Trillium相比，TPUv7在性能与能效方面提升达两倍，并针对大模型推理任务进行深度优化。

　　点评：

　　Ironwood集群跻身全球最快推理平台，专为LLM与MoE优化。Ironwood最多可支持9,216颗TPU芯片组成集群，峰值算力达42.5ExaFLOPS，为当前已知全球最快的AI推理平台之一。TPUv7延续并加强了SparseCore、HBM高带宽内存及芯片间光互联（ICI）设计，专为运行大型语言模型（LLM）与专家混合模型（MoE）优化。

　　Google通过Ironwood强化AI芯片布局，借推理优势提升云服务吸引力。谷歌推出AI芯片Ironwood，持续加码与NVIDIA等竞争对手的芯片竞赛。但不同于英伟达的对外销售策略，Ironwood仅用于Google内部或通过其云服务对客户开放，未向市场直接销售。我们观察到，无论是大模型训练还是AI加速卡，当前的发展趋势正逐步向推理侧倾斜，Llama4的发布便是典型案例，其核心优化集中在推理性能上。

　　我们认为，Google正通过“硬件+云服务”的绑定策略在推理领域抢占先机：由于Ironwood无法单独采购，客户必须通过GoogleCloud才能使用其推理能力，这有望显著增强Google云服务的吸引力，并在未来推理需求爆发的背景下带动云业务增长。

　　TPUv7专注推理，Blackwell专注通用AI加速。尽管TPUv7在推理速度上实现突破，但其定位与NVIDIA于2024年推出的Blackwell架构（如B200、GB200）存在本质差异。TPUv7以推理为核心任务，仅在GoogleCloud内部部署，支持Gemini等大模型的商业化运行；Blackwell架构则提供从FP4到FP64的完整精度支持，兼顾训练与推理，面向通用AI应用，并可广泛部署于AWS、Azure等商用云平台。

　　TPUv7打造“推理工厂”，Blackwell凭通用性胜出。从算力层面看，TPUv7集群可提供高达42.5ExaFLOPS的峰值推理性能，折算单颗TPU约为4.61PFLOPS；而NVIDIAGB200单卡推理算力达到20PFLOPS（FP4），其NVL72整机架系统最高可实现1.44ExaFLOPS。尽管TPU在总算力上具备一定优势，但NVIDIA在精度灵活性、商业可获得性、以及开发者生态方面处于领先地位，具备更广泛的应用适配性。我们认为，TPUv7（Ironwood）集群更像一座专为推理打造的“AI推理工厂”，在特定场景下效率极高；而Blackwell架构则如一座通用型“高端AI工厂”，既能胜任训练，也擅长推理，适用于更全面的AI部署需求。

　　风险提示：1）AI需求不及预期；2）地缘政治环境干扰供应链；3）AI数据中心建造放缓

点击复制链接查看完整PDF研报

海通国际 姚书桥,吴叡霖