在全球AI实验室陷“算力荒”确当下七台河钢绞线厂家联系方式，谷歌正凭借过十年的自研芯片蕴蓄，构筑起说念竞争敌手难以复制的结构护城河。

谷歌云CEO Thomas Kurian近日在接受访时暗示，行将公布的八代TPU将拆分为注大限制考验的v8T与理化的v8i两条立家具线，单个考验系统可容纳两个Petabyte的内存。外部AI实验室对TPU的需求已"远咱们所能得意的上限"，并以此作为成本竞争力的径直佐证："若是咱们的成本贵得多，他们根底不会来找咱们要TPU。"

芯片势正在加快杀青为交易增长。Kurian表现，Gemini企业版Token处理量已从本年1月的每分钟100亿跃升至160亿，企业用户数环比增长40。他同期向行业发出告诫：在算力产能握续受限的市集环境下，莫得自研芯片的玩单元经济成本将"越来越贵"；而依靠风险投资输、法以理收入掩饰考验成本的交易模式，终将濒临资金泉源短缺——"这个缺口越拉越大，你能找到的资金泉源就会越来越少。"

Kurian将这势定为调理畴昔十年的经久壁垒，并以"平台公司逻辑"修起外界对谷歌同期服务Anthropic等竞争敌手的质疑：为敌手提供底层算力与在模子层正面竞争并不矛盾，且恰因TPU同期服务表里部需求，谷歌在供应链谈判中能取得故意的同条件，突出加了这条结构护城河。

十年蕴蓄的复利应：TPU从用AI芯片走向通用算力

Kurian将谷歌本日的算力势，追忆至过十年前启动的TPU自研款式。他暗示，谷歌早在多年前便预判AI波浪的到来，并从动力多元化、地盘储备、数据中心建造模式转型等多个维度提前布局，以确保不在物理资源层面受到制约。

在数据中心建设层面，谷歌已将传统建筑施工模式转向工场预制化模式，以大的粒度进行预拼装和预计试，从而大幅压缩产能部署周期。Kurian暗示，这些方案的累积应，在技巧栈各层形成了复利——从TensorFlow到JAX，再到XLA和Pathways，谷歌围绕TPU构建的完好意思编程栈，是现时系统辖的中枢泉源之。

值多礼贴的是，TPU的应用场景已开动向AI以外延迟。Kurian提到，对冲基金Citadel已公开谈及如何将TPU用于老本市集的算法走动，好意思国动力部及能狡计域的客户也在秉承这案。其逻辑在于：算法走动以前依赖数值狡计，受制于摩尔定律放缓，而转向理狡计可带来显耀的能跃升。部分顶金融机构已要求将TPU部署在集合走动所的客户自非凡据中心，谷歌正在探索这新式交易模式。

八代TPU拆分为理与考验两条家具线，应付智能体时期需求

Kurian流露，行将发布的八代TPU包含三款家具：面向大限制考验的v8T，以及混用途的Ironwood。其中v8i主要针对理场景化，可在需水冷的条件下运行，便于部署至多场所以管制理延迟。

在技巧规格层面，Kurian先容，v8T考验芯片在单个系统内可容纳两个Petabyte的内存，相配于好意思国国会藏书楼一皆数字化内容的约100倍。v8领有9600块芯片互联，v8i则有1152块，一皆运行在统的光学Taurus收集上，具备低的可预计延迟，内存到芯片的数据迷糊率。

谷歌以"goodput"（有迷糊量）作为中枢忖度宗旨。Kurian暗示，谷歌三四年前便预判动力供给将趋于弥留，因此将每瓦特算力的产出Token数作为化重点，这方案如今已成为宽阔客户选择TPU的遑急原因。他明确暗示，谷歌有信心凭借TPU为宇宙上大限制的模子提供服务，且其分离式部署（disaggregated serving）技巧栈对TPU的使用率在扫数模子提供商中。

对于业界对于预考验扩展放缓的参议，Kurian给出了明确修起："从芯片遐想、系统遐想或产能层面，咱们都莫得看到这种放缓。"

智能体时期重塑算力架构：存储瓶颈成下个要害抑制

在Kurian的框架中，AI应用正经历三个演进阶段：以搜索问答为中枢的阶段、以多模态内容生成为特征的二阶段，以及以智能体自主完成复杂任务为中枢的三阶段。他指出，智能体的兴起正在从根底上改造芯片和系统遐想的化向。

智能体任务可能握续运行6至12小时，对KV缓存遐想提议了全新要求，内存驻留成本的限定将径直决定理服务的经济。与此同期，理场景需要在大都场所分散部署，这与考验可集合在少数大限制场所完成的特天差地远，v8i支握风冷运行正是对这需求的径直修起。

在存储层面，谷歌行将出两项新案：其是面向大限制考验的托管Lustre责罚案，迷糊量达每秒10太字节；其二是面向理场景的低延迟"Rapid Storage"，迷糊量达每秒15太字节，可挂载于集合理芯片的位置。此外，谷歌还将出新式收集架构Virgo，提供大限制集群内的低延迟速互联。

Kurian指出，智能体普及的下个紧要瓶颈将出目下消费者侧——让凭空机按需激活、停用，并处理土产货存储读写，将是造谣智能体使用成本、实现众人化普及的中枢工程挑战。

平台逻辑下的交易模式：为竞争敌手供给算力不影响自身竞争力

针对外界对谷歌同期为Anthropic提供TPU算力、却又在模子层面径直竞争这矛盾的质疑，Kurian将其归结为平台公司的内在逻辑。他暗示，谷歌的不同行务部门与市集参与者同期存在竞联系，苹果已与谷歌坚毅模子同相通属于这逻辑的体现。

对于如安在里面算力需求与外部供给之间作念出衡量，Kurian暗示，分派方案由以Sundar Pichai为的管制团队共同参议作念出，并强调"领有我方的芯片和需求，远比莫得我方的芯片要好得多"。谷歌不依赖外部芯片采购，因此论如何分派，均能在自有学问产权基础上取得利润，这与无邪转他东说念主IP的交易模式有实验区别。

在对比英伟达的总领有成本主张时，Kurian以客户反馈作为修起——"咱们有许多客户说咱们的总领有成本是低的"，并重申大都外部AI实验室对TPU的需求已出谷歌供给才略，视其为成本竞争力的径直解说。

收集安全成AI武备竞赛新战场，谷歌三层应付体系

Kurian对AI模子在收集安全域的风险握度警悟格调。他指出，论如何限定闭源模子的扩散，开源模子然会流入敌手手中，且随时分移握续进化。因此，中枢问题在于：Anthropic认为Mythos过于危急而暂缓发布的那些间隙检测才略，有多大比例可以被开源模子复现？

谷歌的应付策略分为三层：，借助Gemini普及间隙检测速率，并出能够扶助诞生代码的新模子，因为间隙被发现的速率已远东说念主工诞生的速率；二，引入"握续红队演练"智能体——个智能体握续发动挫折测试，二个对间隙进行先排序，三个扶助完成诞生；三，与Wiz整后，将握续检测才略融入云霄安全体系，形成从发现到诞生再到部署的闭环。

Kurian亦对"AI将取代软件工程师"的论断提议反驳。他暗示，在模子才略普及带来大都安全间隙确当下，恰正是需要大都软件工程师配模子业绩的时刻，行业容易在"不再需要任何东说念主"的论断上矫枉过正，而现实经常相背。谷歌坚握代码同行评审轨制，并正在探索引入"监督模子"以不同式审查AI生成代码，以应付AI既生成代码又审查代码所带来的认识盲区风险。

以下为访谈全文：

主握东说念主： 好的，Thomas，感谢您今天来接受我的采访。咱们目下在谷歌云园区，绝顶戴德您抽出时分。

Thomas Kurian： 感谢邀请。

主握东说念主： 我绝顶期待此次对话，有许多问题想问您。

Thomas Kurian： 好的，尽管问。

主握东说念主： 我近直在念念考的个问题是对于TPU产能的。当你望望Anthropic和OpenAI这些前沿实验室，他们直挂在嘴边的便是算力受限的问题。但反不雅谷歌，你们领有完好意思的技巧栈，有自研芯片，而且你们不仅在服务我方的理需求，还在作念考验、销售理服务，同期还允许些竞争敌手在你们我方的芯片上构建家具，致使还在径直销售芯片。你们是怎么作念到有这样充足的产能的？而其他前沿实验室似乎永远都不够用？

Thomas Kurian： 你想想咱们在全球范围内实验上变现了多大比例——在某些场景下，咱们同期对算力和理央求收费；在另些场景下，咱们提供的是算力，运行的是别东说念主的模子，但底层芯片是咱们的。这背后的部分原因，要追忆到许多年前咱们所作念的经久贪图。当咱们预见到这波AI波浪到来时，咱们从多个维度脱手，确保我方不会在物理资源上受到制约。

咱们多元化了动力泉源，提前锁定了地盘以便建设数据中心，改造了数据中心的建造式——咱们从传统的建筑施工模式转向了多的工场预制化模式，因为工场制造永远比现场施工快。咱们还镌汰了机器部署的周期。这些都是咱们一经作念到的事，也在产能上帮了咱们很大的忙。

在芯片层面，咱们直与英伟达保握作伙伴联系，但同期咱们也直勉力于研发我方的芯片，而且一经作念了——我想巧合是十年如故十二年了。八代TPU将会在咱们的发布行径上谨慎公布。

主握东说念主： 是的，咱们待会儿会聊到这个。

Thomas Kurian： 咱们在这件事上一经蕴蓄了厚的教会，代又代地作念，次又次地委派这种势。目下很挑升念念的是，咱们不仅看到来自AI实验室的需求，还看到来自其他行业的需求。比如Citadel在老本市集域就公开谈到了他们如何使用咱们的TPU；好意思国动力部以及能狡计域的客户也在辩驳这个。是以咱们正在看到TPU变得越来越通用，不再局限于AI算法，而是成为芜俚的基础设施。

主握东说念主： 那当你面对TPU这块大蛋糕，需要在万般不同的用途之间分派算力时，你是怎么比较和衡量的？若是你情愿共享具体数字天然很好，但哪怕是固执对比下——径直销售TPU、让Anthropic或OpenAI通过你们的基础设施运行理、如故服务我方的Gemini模子——这几种模式比拟较如何？

Thomas Kurian： 咱们在这几者之间保握参加的均衡，而且论哪种式咱们都能取得可以的利润，因为咱们领有我方的学问产权。咱们不是单纯在分销别东说念主的IP。我认为这点匡助了咱们，你也看到咱们的营收和运渔利润率都在握续普及。

咱们还把TPU扩展到了新的场景，比如老本市集。咱们发现个绝顶道理的欢欣：算法走动以前主要依赖数值狡计，而这类狡计主要运行在传统算力上，受摩尔定律的制约，每代之间的能普及越来越慢。是以许多顶机构一经发现，转向理狡计可以带来巨大的能飞跃——与其用数值法作念狡计，不如转向理，就能享受理能普及所带来的红利。跟着这些机构无间加入，他们但愿咱们的机器能部署在集合走动所的地，比如放在他们我方的数据中心里。是以咱们一经开动把TPU引入部分中枢客户我方的局面，这是种略有不同的交易模式。

从宏不雅角度看，我认为多元化自己就能促进家具突出，因为你能从各个地给与到需求反馈。交易化渠说念的多元化也匡助咱们实现增长。举个例子，当咱们和供应链供应商谈判时，正因为咱们使用这些芯片不单是是为特出意自身需求，还为市集提供服务，他们会说谷歌的需求量是个大的总盘子，是以咱们能拿到故意的同条件。

主握东说念主： 我想在这个点上再多停留会儿。若是算力需求是限的，哪怕只从研发角度来看，为什么不干脆把算力一皆留给我方？直白地说，若是AGI真是是扫数AI实验室都在追求的终标的，而且谁先到达、谁先限制化部署谁就赢，那么把产能一皆留给我方、留给我方的模子，似乎才是故意的选择。我的领路那处有偏差？

Thomas Kurian： 你须赢利能力相沿这切。谷歌照实赚了许多钱，但你须握续产生现款流，而这是咱们生成充足现款流的另个杠杆。咱们分派给外部的算力永远是在和自身需求及老本需求之间作念均衡的。而且你知说念，非论你是哪实验室，风险投资是没办法限期地相沿你的。跟着算力成本束缚高涨，若是你作念的是失掉买——你亏钱，而且从理服务等妙技中赚到的钱不足以掩饰考验成本——这个缺口越拉越大，你能找到的资金泉源就会越来越少。

主握东说念主： 我直在说谷歌处于何等特的位置：有现款奶牛、有芯片、有模子。你们的Gemini团队有莫得来找你说过"咱们不够用"？我知说念我在这个点上很纠结，其他那些公司便是跟不上，这对我来说真是太不可念念议了。

Thomas Kurian： 对这类东西的需求永远存在，而且我认为畴昔十年需求会永远过供给，若是你有我方的芯片，这是个很好的位置。若是你莫得，你就只是在转别东说念主的东西。在个产能受限的环境下，你的单元经济成本会变得越来越贵。而咱们的情况是，因为咱们掌控芯片，单元经济益仍然具有蛊卦力。是以领有自研芯片将是咱们的个中枢势。

主握东说念主： 那若是你把你们TPU的通野心力池、通盘狡计基础设施行动块大饼，你能谈谈考验、理、销售TPU、为其他实验室服务理这几块巧合各占若干吗？

Thomas Kurian： 固执地说，咱们不会公开详确数字，是以我不会逐项拆解。但大体上从宏不雅来看，谷歌云大致占Alphabet总老本开销的半，而且还在增长，因为它的增速远其他业务，这个你们应该澄清。是以这是个大致的分辨比例。而在咱们这边，咱们相配大比例的增长来自Gemini和咱们我方的模子，你可以把这个作为个固执的参考。

主握东说念主： 好的。你刚才提到了数据中心和数据中心建设。你能解释下你所说的"建筑施工"和"工场制造"在数据中心层面的区别是什么吗？

Thomas Kurian： 说白了便是你部署产能时的基本单元是什么。比如，你可以在数据中心里个机架个机架地拼装；也可以整排整排地部署。你能以越大的粒度来部署，就越能在个集合场所提前完成预拼装和预计试，部署速率也就越快。

主握东说念主： 当你在贪图新数据中心的部署时——我想你比任何东说念主都澄清，好意思国社会对数据中心目下有相配负面的看法，我谨记支握率巧合只消20傍边。你是怎么看待这个问题的？通盘AI行业又该如何扭转公众对东说念主工智能、以及对部署数据中心这件事的看法——毕竟数据中心的部署实验上赋予了好意思国计谋势？我个东说念主对AI是相配乐不雅的，你是怎么看的？

Thomas Kurian： 东说念主们对数据中心的担忧主要集合在几个面。，数据中心会不会我所在的州或县的动力价钱？二，数据中心所在的社区能不可取得充足的作事契机？

针对这些问题七台河钢绞线厂家联系方式，咱们正在作念几件事。先，咱们正在投资"表后"（behind the meter）技巧，也便是说咱们不从电网取电，而是在州政府挑升愿的情况下与电网互联，这样当电网出现短缺时，咱们的动力反过来可以反哺电网。咱们在投资替代动力，因为咱们认为传统的"发电+配电"模式并不是动力供应进入市集的唯式。是以咱们正在研究的个问题是：能否借助AI带来的动力需求，动新式动力配送式的出现，从而造谣单元动力成本，并进而服务于芜俚的市集？

三，咱们绝顶深嗜PUE（电源使用率）宗旨，也便是咱们所破费的每度电的率。浅薄来说，若是你需要100兆瓦的狡计功率，你从动力侧实验破费的额外兆瓦数越少，就诠释你越莫得在销耗动力。咱们在这面是全球的，背后波及热力学交换、散热式等数以千计的化细节。

后，咱们会度参加咱们所在的社区。为了遁藏当地社区合计谷歌把扫数资源都集合在个宏大的场所，咱们把数据中心分散部署在许多地，这样莫得哪个州会合计咱们成了他们资源的个千里重职守。咱们在这面有着很好的记载。我去过咱们许多数据中心，当你入到当地的经济环境中，看到当地学校里的孩子，看到运营咱们数据中心的职工——他们对咱们来说为遑急——看到咱们为那些偏远社区带来了若干经济发展，你会合计这是咱们应尽的业绩的部分。

主握东说念主： 这很好。但若是说到芜俚的社会层面的看法，而不单是是你进入的阿谁当地社区——你进去了、创造了作事、参加了资金、莫得径直电价，这切都很好——但你究竟要怎么的确改造庞杂好意思国全球对东说念主工智能的看法？

Thomas Kurian： 这将是个过程。我认为要害在于找到那些能让技巧的确造福社会的应用场景，而不是激发东说念主们对业绩被取代的懦弱。让我举几个例子。

在咱们的发布会上你会看到叫Signal的公司，他们平时不怎么公开宣传我方——他们是德国大的健康保障公司。他们目下大限制部署了基于Gemini企业版构建的AI智能体，来匡助他们的团队业绩。绝顶挑升念念的是，当咱们刚开动作时，里面有许多狂躁，顾虑这会致裁人。但他们个东说念主都没裁，而且他们发现，在回答客户对于"我是否符这项疗的报销资历"这类问题时，准确率和速率都大幅普及——有些情况下，以前需要23分钟能力查澄清的问题，目下只需要几秒钟就能回答。是以这既普及了率，也普及了客户服务的质地，而且莫得动过个业绩岗亭。

咱们还与好意思国临床学会作——他们是全好意思51,000名科大夫的行业组织。他们但愿有个AI应用，能在大夫坐诊时匡助他们查阅门径疗指南。比如这位患者来看病，她有乳腺，门径疗案是什么？但她同期还有糖尿病，若是是这种类型的糖尿病，我就不可给她开化疗——这类轨则其复杂，很厚情况下还彼此交叉。他们但愿AI能匡助提供谜底，而且这些谜底须是百分之百准确的，对不可出现幻觉。咱们匡助他们实现了这点，匡助大夫好地照护患者，他们会员的反馈令东说念主绝顶高涨。

还有许多这样的例子。咱们平方说，遑急的应用之是造个"资产照应人"。想想普通市民的处境：若是你是净值东说念主士，你可以去私东说念主银行，有业的资产管制照应人为你服务；但若是你是莫得那些经济资源的普通东说念主，你可能根底得不到质地的同意建议。花旗集团正在开辟款资产照应人应用，他们会在行径上进行展示，这款应用将借助Gemini的理和任务管制才略，为用户提供同意建议，并在用户需要时匡助他们蔓延投资操作。

这些都是社会将会招供其价值的例子。从"AI会形成大限制休闲"到听到这面的声息，需要时分来实现均衡，而这是咱们作为个社会共同走过的旅程的部分。

主握东说念主： 我想连接聊个话题——算力需求若是是限的，尤其在研发层面，为什么不干脆把算力一皆留给我方？领有我方的芯片，在算力受限的环境下保握单元经济益，这将是谷歌的大势，因为你们领有这些芯片。接下来，我想问你对于模子发布和安全规模的问题：你是否有某条红线，某个基准，让你判断Gemini一经不再安全到可以向公众发布？

Thomas Kurian： 咱们从其他扫数AI实验室那里得到的需求一经过了咱们所能得意的上限。

主握东说念主： Thomas，什么事情会让你夜不可寐？

主握东说念主： 我照实同意。我认为业绩岗亭被取代这个问题，尤其令好意思国普通全球感到绝顶担忧。我想径直问您——就您的组织谷歌云而言，目下跟着东说念主工智能让您的工程师和其他部门的职工率大幅普及、自动化进程束缚提，请示您们是在招东说念主、裁人，如故保握壮健？你们目下处于哪个阶段？

Thomas Kurian： 咱们在家具和销售面都在加多东说念主手。咱们在市集拓展团队面招募了大都东说念主员，也在大都招聘部署工程师。在咱们开辟新家具的域，咱们也在推论才略。

手机号码：13302071130

举个东说念主们平方看不到的例子——很早以前，咱们就预判到两件事：，跟着模子在领路代码面越来越强大；二，跟着模子学会使用狡计机来蔓延任务，它们在许多事情上能作念得绝顶出。但领路代码带来的个问题是，模子相通能发当代码中的间隙，因此新模子激发了大都对于收集安全间隙的狂躁。这个话题咱们等会儿会聊到。

很早以前咱们就决定作念三件事：，借助 Gemini 普及间隙检测才略，目下已有大都客户在使用；二，造个能够诞生代码的模子——因为若是你能快速发现间隙，东说念主工经常跟不上诞生速率，那么模子能否协助你诞生？咱们针对这点行将出新。此外，在咱们收购 Wiz 之后，你将看到咱们结 Wiz 展示的新才略，其中枢是握续检测。

有东说念主称之为"握续红队演练"。咱们将展示三种不同类型的智能体（Agent）：个智能体握续对你发动挫折，确保间隙能被实时诞生、不被个措手不足——这是以前法作念到的；二个智能体对发现的问题进行先排序，帮你明确哪些间隙是需要先处理的；三个智能体则协助你完成诞生业绩。

主握东说念主： 听到你们仍在招东说念主，我很兴——率普及了，还在扩招。不外外面照实有些公司选择了不同的作念法。Block 是个典型案例，Jack Dorsey 发了篇博文，Block 裁减了快要半的职工，并将 AI 列为原因之。您认为谷歌这种"率普及同期握续扩招"的式，与 Block 那种"重塑公司结构、以半的东说念主力实现好果"的式之间，各异究竟在那处？

Thomas Kurian： 每公司对我方家具和服务的需求情况不同，每位 CEO 都会作念出我方的判断。咱们看到的是强劲的市集需求，是以咱们选择握续参加。

主握东说念主： 咱们来聊聊英伟达。黄仁勋近接受了 Taresh 的播客采访，他谈到英伟达偏激架构在每个 Token 的总领有成本上是低的，这收货于 CUDA、NVLink 收集以及万般用具链所带来的 Token 经济。您认同这个判断吗？您认为谷歌在总领有成本上是否具竞争力？若是不是，谷歌算如何追逐？

Thomas Kurian： 咱们有许多客户说咱们的总领有成本是低的。

主握东说念主： 好吧，我想这便是谜底了，对吧？

Thomas Kurian： 是的，现实情况是，若是你是 AI 实验室，你会选择好的平台。不单是谷歌我方的团队在用，其他 AI 实验室对咱们 TPU 的需求，一经远远过咱们所能得意的上限。我只想说：若是咱们的成本贵得多，他们根底不会来找咱们要 TPU。

主握东说念主： TPU 的中枢势之是速率吗？我注目到 Gemini 系列模子速率绝顶快，作为个速率控，我绝顶赏玩这点。平方来说，用 ASIC 芯顿然时比通用 GPU 快得多。这对 AI 实验室或您的客户来说是大点，如故他们永远把质地放在位？

Thomas Kurian： 质地。质地是位的。但我认为这是个组，有三个中枢因素——因为要害不单是芯片自己，而是通盘系统。以 TPU v8 为例，它领有 9600 块芯片；v8i 则有 1152 块，一皆并吞在个单的光学 Taurus 收集上。这带来了的带宽，以及通盘 Pod 中扫数芯片之间可预计的低延迟。这使得咱们能以的率将数据从内存中取出进行处理，并再写回内存。举个例子，v8T 考验芯片可以在单个系统中容纳两个 Petabyte 的内存——这相配于好意思国国会藏书楼一皆数字化内容的约 100 倍。

由于收集延迟低，内存到芯片的数据迷糊量也为马上。三，在硬件层之上，从编程栈的角度来看，谷歌开辟并孝顺给业界的用具绝顶丰富，举例用于编译器化的 JAX，咱们在 PyTorch 上也作念了大都业绩，还有 XLA、Pathways——这些都是谷歌构建的技巧。把这切加在起，即便你看理和视觉讲话模子，咱们也针对其中大都技巧进行了度化。正是这整套技巧栈，让 TPU 系统如斯、如斯强大。

咱们通过个叫作念"goodput（有迷糊量）"的宗旨来忖度这点——它忖度的是你实验取得的有迷糊量。咱们三四年前还作念了个方案：预见到动力将会供不应求，于是咱们注于化每瓦特算力的价比，也便是每瓦特能产出若干 Token。这亦然如今许多东说念主选择咱们的遑急原因之。

主握东说念主： 您之前提到 TPU 的布局已有 11 年历史了。在科技行业，11 年是段相配漫长的时分，能看到个如斯久远的方案在近几年结出如斯丰硕的果实，实在令东说念主感叹。那么，您的贪图会跟着市集的变化产生多大幅度的调理？是多年前的方案仍然绝不动摇地贯彻蔓延，如故你们需要束缚地调理向？

Thomas Kurian： 咱们在技巧栈各层蕴蓄的历史教会，钢绞线跟着时分移形成了复利应。当咱们作念 TensorFlow 的时候，咱们相识到考验需要个大限制漫衍式编程模子，于是咱们开辟了 JAX。JAX 正是在 TensorFlow 的教会蕴蓄上，以及东说念主们对新式漫衍式考验模子的需求上，突出迭代的产物。是以，许多东西是跟着时分移束缚蕴蓄的，咱们从以前的实践中学习，并握续纠正。

与此同期，咱们也其机敏地矜恤市集、倾听客户的声息。比如有东说念主问咱们：为什么要门开辟 v8i 这颗理芯片？原因在于咱们看到个轨则——论公司何等财大气粗，若是不可靠理赢利，就力握续职守考验的成本。你须至少让理收入能对消考验的成本，而不可永远依赖风险投资来输。是以咱们判断理的需求将会爆发式增长，明确了理所需的化向，而事实上，v8i 理芯片的市集需求，远远出了咱们原先的预期。

主握东说念主： 咱们来聊聊八代芯片。这是你们次将芯片拆分红两个不同的系列——个注理，个注预考验。先请阐述下，Ironwood 是主要为理遐想的吗？

Thomas Kurian： Ironwood 是混用途的，既用于考验，也用于理。我认为东说念主们使用理时有很强的时分轨则——白日用户醒来会问大都问题，到了晚上有些东说念主如故会寝息的，是以那段时分许多理任务会用 Spot 实例来跑；考验后微调（post-training）也有许多东说念主在夜间用 Spot 实例来完成。是以 Ironwood 是款通用型芯片。v8T 则主要面向考验，但也有东说念主在计议将其用于理。v8i 主要用于理，不外对于限制较小的模子，也有东说念主用它来作念考验。

主握东说念主： 从你们决定拆分这两款芯片这件事来看，您认为狡计业绩负载将向何处演进？您目下不雅察到了什么？畴昔五年，主要的业绩负载会集合在那处？

Thomas Kurian： 这点，从咱们在 Gemini 上作念的业绩中体现得并不亚于芯片遐想自己。若是你不雅察 Gemini，咱们大致看到了模子发展的三个阶段：

阶段，用户向模子发问，模子作出回答，可能会经历多轮对话迭代，但举座上像是种搜索式聊天机器东说念主体验。咱们的 Gemini 企业版提供了搜索问答的才略，并加入了"度研究"用于度分析。

二阶段，东说念主们以前主要用扩散模子来生成内容，比如图像、音频、。从 Gemini 2.5 Nano 开动，多模态输入其实直存在，但多模态输出成为主模子的原生才略。咱们看到 WPP 等创意公司，以及万般消费品公司，开动使用 Gemini 企业版——咱们的企业 AI 平台——来进行内容创作，万般各样的内容创作场景应时而生。

然后，模子在处理现实宇宙的万般详细层面变得越来越强大。所谓"详细"，是指在企业场景中，模子需要接入万般各样的系统——比如对接 CRM 系统往来答客户讨论的问题，查阅供应链和策划系统等等。而终的详细，是将通盘宇宙详细成台狡计机——因为若是你能和狡计机对话，狡计机就能和切对话，因为扫数软件实验上都是狡计机与外界交流的详细容颜。

主握东说念主： 您认为"模子能够限定狡计机、使用浏览器"是终形态的详细吗？而且不单是"我能和狡计机对话"，还需要能领路狡计机复返的信息并作念出反应——您昭彰我的真义吗？

Thomas Kurian： 是的，这正是"智能体"（Agent）这见解的由来。智能体是个模块，你可以向它委托任务。智能体形色自身领有的技能集，知说念如何操作系列用具，包括狡计机，并能代表你蔓延任务。这使得 Xfinity 能用咱们的技巧来调节和管制通盘客户服务体系，沃尔玛能在从供应链贪图到排班的万般场景中使用咱们，博世将咱们用于制造业，默克（Merck）则谈到了如何将咱们用于研究——从药物发现，直到将药品委派给患者，通盘经过的自动化。这便是下个进化阶段。

咱们在某种进程上是"协同遐想"的——跟着模子才略的突出，咱们能够束缚扩展可自动化的任务规模。

主握东说念主： 把这个拉回到芯片拆分的方案上——理和考验分开，这两者之间有什么内在讨论？

Thomas Kurian： 回到阶段，也便是搜索问答的阶段：输入 Token 远多于输出 Token，因为你会给模子个很长很复杂的问题，它复返个相对浅薄的谜底。

进入内容生成阶段，你只需给出个浅薄的提醒词，比如"生成段，展示我的狗衣服东说念主大氅在开车"，然后模子需要花很万古分来生成大都输出 Token。这就产生了天差地远的 Token 组成比例——多模态是大变量，输出 Token 的体量也大幅增长。

到了智能体阶段，对芯片遐想的影响体目下三四个不同维度。先是内存驻留时分的问题：你委托给智能体的任务可能需要运行 6 小时、7 小时致使 12 小时，你不但愿频繁地将内容换入换出内存，因为那会带来昂的 Token 狡计成本。因此，KV 缓存的遐想需要再行考量，这是个典型例子。

是以当东说念主们问咱们，这些经历是如何影响你们芯片研发向的——咱们不仅与英特尔作，咱们我方也有ARM芯片，咱们研发它是因为咱们看到了这些用具带来的通用算力需求。当你运行个需要蔓延许多许多不同时势的千里着精真金不怕火能体时，有些事情波及到你但愿如安在模子中保留和固定对象，从而让模子运行得为，因为这能大幅化理成本。咱们在芯片如安在内存中保存数据这面作念了许多里面业绩。另外，因为东说念主们想要直不雅的例子——东说念主们但愿在许多地都能部署理，因为他们需要管制延迟，这和考验不同，考验可以集合在少数几个大型场所完成。

是以个实验的例子是：8i可以在非水冷模式下运行，这样你就可以把它部署在多场所，因为风冷仍然是大多数数据中心的主要散热式。这些方案背后都有大都的念念熟虑。我只是举三个浅薄的例子来诠释。

主握东说念主： 是的，我合计智能体这块照实很挑升念念，因为它的确改造了这些token在实验中的使用式。英伟达大谈致协同遐想（extreme co-design），谷歌看起来在每个层面都在作念致协同遐想。

Thomas Kurian： 是的。

主握东说念主： 先聊聊智能体的使用场景，尤其是当你需要作念大都的硬盘读写操作时，有许多面需要去化。在TPU技巧栈上，你们近化的是什么？基于智能体使用量的增长，你认为下个大的瓶颈在那处？

Thomas Kurian： 咱们直在凝视通盘系统。举几个例子：咱们下周将发布两项全新的存储责罚案。

个是咱们的托管Lustre责罚案，咱们将其迷糊量普及到了每秒10太字节，它的确为大限制考验而遐想。你可以将它与个大限制集群交叉互联，因为你领有大型数据集，你目下可以从大限制Lustre集群中将数据读取到大型考验集群中，实现率的扩展。

二个是咱们出的种全新的低延迟理存储系统，称为"Rapid Storage"。它的理念是：你可以将需要用于理的信息集合存储在云存储中，但可以将其挂载在集合理芯片运行位置的地——可以把它设想成种前向代理机制。从你的理处理器到存储系统Rapid Storage进行数据获取，速率快，达到每秒15太字节，实现低延迟。

同期，你还需要在个统的收集主干上化扫数这些。是以咱们正在出种新式收集架构，叫作念Virgo，它能在大限制集群内提供低延迟的速互联。此外，还有许多其他层面的业绩咱们也在进行协同遐想，这些都是为了应付智能体的到来，中枢标的是以的成本结构，为东说念主们提供能佳、质地好的智能体运行环境。

主握东说念主： 下个大瓶颈在那处？

Thomas Kurian： 下个大瓶颈很猛进程上将出目下消费者使用凭空机的关节。比如说，我是个庭用户，我构建了个智能体，这个智能体将帮我安排出行——假定你要去度假，你让它完成系列任务，比如查询八个旅行网站，这些网站作为用具流涌现来，也便是目下大常说的MCP或API，让它去找扫数旅行网站，假定是订趟去欧洲或东南亚的行程，帮我狡计总用度并呈文我的预算。

消费者职守不起让凭空机运行的成本，那绝顶不菲，正如你所知说念的。是以东说念主们但愿在职务完成时随时激活、停用凭空机。而且因为这些用具需要土产货存储，这些凭空机天然可以量部署，但你也可以成立土产货磁盘来实现的读写，这将成为个瓶颈，因为它会径直影响这项技巧能够普及的广度。企业天然可以为此付费，越低廉、越，他们就能使用越多；但若是你想把这项技巧普及到消费者，对他们来说成本很快就会变得昂。若是你想触达扫数东说念主，就须在工程层面责罚这些成本结构的问题。而正是那种能够跨层领略的才略——从智能体层到Gemini层，再到存储系统和狡计系统——才让咱们能够作念协同遐想。

主握东说念主： 谢谢你的共享。我想聊聊Anthropic。Anthropic是谷歌的客户，他们在许多面都很特。Claude是谷歌强劲的竞争敌手之，但与此同期，你们实验上又是他们大都考验和理业绩的基础设施相沿。你们是如何看待这个方案的？我知说念咱们之前稍有说起，但我想入探讨下：你如何看待为Anthropic的模子提供算力，而他们同期又在与谷歌竞争？这是AWS的法——为扫数东说念主提供服务，不偏斜任何？如故有所不同？

Thomas Kurian： 谷歌是平台公司。当你是平台公司时，你的业务的不同部分会与市集上的不同玩形成竞争，某些业务部分可能为他们提供供给，另些部分又与他们竞争。咱们勉力于在模子层面作念到业界佳，咱们对我方所作念的业绩感到绝顶自重，不单是是Gemini这个模子自己，还包括咱们围绕Gemini构建的完好意思用具链，以及咱们的企业用具组。与此同期，有些客户但愿使用咱们的TPU，Anthropic便是其中个例子。这只是作为平台公司的部分。就像东说念主们问咱们，你们的模子与苹果的作化作念得如何？苹果一经与咱们坚毅了模子同，你也知说念。于是东说念主们问：这不是在和你们的Android平台及生态系统竞争吗？是的，但这便是平台公司的部分。

主握东说念主： 我如故有点执念于Anthropic这个问题，因为他们毕竟在企业层面是径直竞争的，而苹果则否则。我在想，你们给他们提供算力，而到了某个时分点——尽管你说目下TPU产能还很充裕——但届时可能就须作念出重荷的抉择：这些产能是给Anthropic，如故留给Gemini？留给咱们我方的研究？你怎么作念这个方案？

Thomas Kurian： 咱们有个以Sundar为的管制团队，咱们会在起参议，就像任何进修的公司样作念出这些方案。每天都有重荷的判断。比如说，咱们收到的需求不单是来自Anthropic。是以哪怕你说有X量的产能留给Gemini，Y量的产能留给其他扫数东说念主，那么在这Y之中，你又如何分派给Anthropic，以及数百其他实验室和客户呢？这些都是任何东说念主都须面对的复杂方案。但我可以告诉你件事：领有我方的芯片和需求，远比莫得我方的芯片要好得多。

主握东说念主： 说得好。Mythos据传是个万亿参数限制的模子，谷歌目下在10万亿参数模子这个域有所布局吗？如故接近了？你们目下处于这个发展周期的哪个阶段？

Thomas Kurian： 对于Gemini，你会在Next大会以及之后不久看到咱们的新动作。在模子才略面，咱们对Gemini所处的位置绝顶自重。它经久以来都处于业界先水平。咱们有个新版块的Gemini行将出，从咱们看到的扫数基准测试来看，咱们对此相通充满信心。

主握东说念主： 假定地问下，若是计议个10万亿参数的模子，基于你在TPU层面的统筹，这在现时宇宙的技巧状态下，是个可行的服务限制吗？

Thomas Kurian： 咱们经久以来具备分离式部署（disaggregated serving）的才略，这使咱们能够绝顶出地扩展绝顶大型的旺盛模子，这才略一经存在很万古分了。是以，咱们不会遐想出咱们我方都法部署的模子。咱们有信心，TPU能够服务宇宙上大的模子。遑急的是，咱们用于分离式部署的服务栈，在扫数模子提供商中，对TPU的使用率是的。是以咱们有信心，能够服务大的模子，尤其是大的Gemini模子。

主握东说念主： 这是否意味着咱们在预考验的扩展侧莫得看到任何放缓？你们莫得感受到吗？因为业界有段时分在参议预考验正在放缓，应该把重点转向强化学习，转向念念考时分（thinking time）。你们莫得这种嗅觉吗？

Thomas Kurian： 从芯片遐想、系统遐想或产能层面，咱们都莫得看到这种放缓。

主握东说念主： 那底层数据面呢？你们是否看到成数据有的应用？

Thomas Kurian： 我来举两三个咱们实验不雅察到的例子。历史上，输入模子的数据大多黑白结构化数据，比如文本、音频、、文献等，这些数据量握续增长。但现实情况是，在企业场景中有许多元素，实验上相对容易处理。比如你向智能体发问，让它告诉你谜底的援用泉源，若是是文档中的内容，就很浅薄，只需展示个相连即可。

但设想下，你问模子个问题："告诉我需要备货若干能力得意这款家具的需求。"这就需要回荡为对SAP之类系统或某种供应链系统的查询，它需要动态地查询组数据表。先，准确地将这个查询分解到对应的数据表，然后展示反当令——援用泉源在那处？你怎么知说念你给我的谜底是正确的？这是个复杂得多的问题。

正因为咱们在企业域的业绩，咱们能够向Gemini的轨迹化考验框架输入多的结构化数据轮回，包括结构化数据和复杂字段这类复杂内容。比如，你有莫得见过——在参议浏览器中的狡计机使用时——个有千个字段、下拉列表等的企业应用？莫得任何消费应用会有如斯的复杂度。在这个域耕，也让咱们能够将这些内容教给咱们的Gemini系统，并将其融入考验框架。

主握东说念主： 那咱们连接聊考验框架和智能体编程这个话题吧。我近我方也在大都编程。有条帖子在网上传，说是某东说念主有位一又友在谷歌，那位一又友基本说谷歌在里面并莫得站在智能体编程的前沿。你怎么看这件事？谷歌里面是如何秉承智能体编程的？尤其是，我须再次提到Anthropic，他们的发布速率令东说念主叹为不雅止。谷歌是如何拥抱智能体编程前沿的？

Thomas Kurian： 目下，咱们有大都工程师在使用Jet Ski，这是咱们里面的编程框架，其反馈正在实时传递给DeepMind，形成强化学习的闭环，每天都在普及Gemini在编程面的质地。我的组织里有许多东说念主都在使用它。

主握东说念主： 有件事我注目到——我比以前有坐褥力了，我发布家具的速率绝顶快，过程绝顶直爽，我莫得逐行审查代码。实验上，我审查的代码行数绝顶少。但谷歌不可这样作念。我的款式都是小玩物款式，而谷歌要处理的是风险的款式、服务和家具。你们如何既站在智能体编程的前沿、产出海量代码，同期又保证质地，确保每行部署的代码都经过了审查？

Thomas Kurian： 当咱们辩驳软件工程坐褥力时，咱们的看法与外部报说念的视角略有不同。若是你在像谷歌这样开辟家具的公司业绩，现实情况是有两三件事绝顶遑急。比如，位资工程师写的代码比位初工程师紧凑得多。是以咱们不以代码行数作为忖度宗旨，因为平方来说，才略相对弱的工程师需要写多的代码来完成同个任务，而资工程师写得高超。

主握东说念主： 这险些是个须生常谭的说法了，多年来直如斯，但我合计目下比以往任何时候都遑急的是举座的委派速率。

Thomas Kurian： 是的，遑急的是咱们加多了若干。

二，谷歌直有个传统：提嘱咐码时需要同伴评审，平方由资主宰来完成，而他们经常成为瓶颈。因此，咱们引入了Gemini，东说念主们也在使用它——举例，咱们近在Cloud中引入了它来扫描代码中的安全间隙。是以这个用具不单是用于生成代码，咱们也用它来查验代码，这有助于在资工程师来作念终审查之前，事先完成大都前置业绩。

三，从永恒来看，在职何的确的软件公司里，工程师们发现我方花在低业绩上的大部分时分，是在调试问题。是以咱们构建了个Gemini的特定版块，咱们下周将展示的其中件事便是：宇宙上复杂的狡计机便是云。与之比拟，个东说念主电脑不外是个玩物。咱们将通盘云的才略和用具一皆通达给模子。目下咱们正在用Gemini来排查正在发生的故障事件，这也匡助咱们普及了业绩率，进而提了模子自己的质地。咱们从多个维度来凝视这个问题。但跟着坐褥力束缚普及、迭代越来越快——代码行数天然不是忖度门径，但它照实是这种速率普及的个体现——终究会到达个临界点，你根底法审查每行代码。

主握东说念主： 突出来想，跟着时分移，东说念主类对实验代码的领路会越来越少。尤其是您刚才提到的，若是用AI来审查代码、调试代码——若是AI既负责生成代码，又负责审查代码，咱们是否正在失去对代码自己以及所部署的核热情解？

Thomas Kurian： 这是通盘行业都须管控的风险。东说念主们常说：我给你个提醒词，它就能生成段代码，你不需要领路代码，因为你领路提醒词就够了。但现实是，对于个复杂的系统，提醒词并不可解释代码扫数潜在的行动。比如，你该如何处理畸形？

每次出现这种论调，我都合计似曾相识。前些年有东说念主说不需要那么多软件工程师了，收尾模子出来之后发现了大都安全间隙——就在这个节骨眼上，咱们反而需要大都软件工程师来配模子业绩。比如咱们正在出个新版块的模子，它能够诞生间隙、门诞生安全间隙，但你依然需要个东说念主来使用这个用具并加以注地把控。这个行业有时候容易矫枉过正，说"根底不需要任何东说念主"，收尾恰正是在需要东说念主的时候这样说。

是以咱们永远保握永恒的视角。咱们直在念念考，比如是否需要个"监督模子"以不同的式来审查代码——这亦然为什么我说咱们依然坚握代码的同行评审，而况匡助咱们的工程师使用用具来完成审查。接下来的问题是：这个用具是否有充足的自我感知——若是是它我方生成的代码，它能否发现其中的问题？因为它对某些代码模式可能用功自我认识。这是咱们正在探索责罚案的向。

咱们的标的永远是造秀的模子，并将其大限制应用。仅在我的团队中，就非凡千东说念主每天都在使用它。若是你走到对面的园区，可以看到有东说念主同期开着六个窗口——个在写代码，个在编译，个在部署和测试，另个在后台跑代码审查任务。整套用具链有大都的东说念主在使用，这便是业绩式演进的部分。

主握东说念主：您提到了收集安全，咱们就以这个话题收尾。Anthropic认为其Mythos模子在收集安全才略面过于，暂时不宜公开辟布。对于谷歌而言，您如何看待这件事？您的反应是什么？另外，是否存在某条红线或某个基准，旦触及，您就会认为Gemini不再适公开辟布？

Thomas Kurian：咱们正在研究这条线应该划在那处。但咱们濒临的中枢问题是：Mythos发现的那些间隙，有多大比例相通可以用开源模子发现？我之是以提到开源模子，是因为论你怎么范，即便能确保闭源模子不落入敌手之手，开源模子信托是会流入敌手手中的，而且它们还在握续进化、越来越强。是以晨夕有天，其中某些才略——也许不是一皆——是可以被检测和愚弄的。

那么咱们应该如何应付？咱们有特的势，因为咱们既是大限制云服务商，又是模子提供商，同期还领有收集安全团队——包括咱们的Mandiant团队和Wiz。咱们选择了三项切实举措：

，若是东说念主们要用模子来发现间隙，你就需要用模子来匡助诞生间隙——因为间隙被发现的速率远东说念主工诞生的速率，是以须用模子来扶助诞生。

二，若是敌手用模子来发现间隙，他们也会愚弄模子和狡计机来发动大限制挫折。面对这种要挟，每月只作念次红队测试是远远不够的。因此，咱们需要引入能够握续进行红队测试的智能体，以及能够扶助诞生的智能体——诞生代码是回事，找出扫数运行旧代码的地、将其撤废、再部署经过补丁新的新代码，这又是另回事。

三，现有代码量如斯宏大，从那处开动下手？这又是个问题。咱们为此构建了用具，匡助东说念主们识别并信托先。

主握东说念主：这是否意味着开源软件（注目不是开源模子，而是开源软件）是弊大于利的？若是你的代码是开源的，皆备流露在外，模子就可以扫描、发现间隙并加以愚弄。闭源则莫得这个问题。但另面，开源代码会被快速地加固。您怎么看？这到底是支握如故反对开源的论据？

Thomas Kurian：咱们谷歌大都使用开源，也大都孝顺开源。咱们会用我方的用具匡助开源社区诞生这些问题。我只是在述说现实：敌手会使用模子，他们先会扫描的，便是那些流行的开源库，因为这能给他们提供大的挫折面。这是咱们认为须谨慎对待、积诞生的问题，咱们正在与业界其他伙伴共同进。

主握东说念主：Thomas，后个问题：什么事情会让您夜不可寐？

Thomas Kurian：咱们需要均衡许多事情。，咱们是否有面向畴昔的经久策划——数据中心、收集基础设施，以及充足多的TPU？二，咱们是否永远在聚焦中枢、遑急的问题？三年前，咱们就判断跟着AI才略增强，收集安全域将受到远影响。当咱们提议收购Wiz的时候，许多东说念主问：你们为什么要这样作念？

再举个例子，望望咱们的Gemini企业平台：从本年月到目下，咱们的Token处理量一经从每分钟100亿增长到每分钟160亿。Gemini企业版的企业用户数环比增长了40。

是以，咱们永远在追问：咱们是否在为客户和用户责罚正确的问题？这永远是咱们的中枢聚焦所在。只消咱们握续积地进问题的责罚，保握对市集的先——在技巧如斯快速演进的今天，当某件事发生时，你须提前就准备好责罚案。咱们的团队作念出了令东说念主咋舌的后果，咱们为他们感到比自重，也期待接下来的行径。

主握东说念主：Thomas，绝顶感谢您，真是绝顶感谢！

风险提醒及责条件 市集有风险，投资需严慎。本文不组成个东说念主投资建议，也未计议到个别用户特殊的投资标的、财务状态或需要。用户应试虑本文中的任何意见、不雅点或论断是否符其特定状态。据此投资，业绩自诩。 相关词条:玻璃棉毡     塑料挤出机     预应力钢绞线    铁皮保温    万能胶生产厂家

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。