在今年Next’25大會活動上公布代號「Ironwood」、標榜性能最高，同時更針對人工智慧「思考」加速打造的第7代TPU之後，Google Cloud宣布此款TPU將在未來幾週內正式投入使用，並且對應大規模模型訓練與高容量、低延遲的AI推論運作，同時也呼應代理式AI (Agentic AI)工作流程帶動的龐大運算需求。
Google指出，Ironwood相比前代TPU (代號「Trillium」的第6代TPU)，在訓練與推論工作負載上均提供了超過4倍的效能提升，是其迄今最強大、最具能源效率的客製化晶片，更可針對人工智慧模型進行「思考」、主動提供見解時進行加速，藉此讓更多人工智慧代理服務能更快執行運作。
而Google Cloud也確認近期與AI合作夥伴Anthropic簽署價值數百億美元的多年期協議，其中便包含此次宣布正式投入應用的「Ironwood」，同時提供使用TPU將多達100萬組，藉此支援其Claude系列模型的訓練與服務運作。
瞄準推論時代：Ironwood導入9.6Tb/s晶片互連速率與1.77PB共享HBM
在先前說明中，Google已經說明「Ironwood」是以9216組液冷晶片組成，並且透過晶片間互連網路介面 (ICI)串接，可對應42.5 Exaflops算力表現，約為目前全球最大規模超級電腦El Capitan對應算力的24倍，同時也能對應最大規模的人工智慧工作負載平行處理能力，而每組晶片的峰值算力均可達4614 TFLOPS。
Google強調，TPU是其「AI Hypercomputer」整合式超級運算系統的關鍵核心。新推出的「Ironwood」更是具備驚人的擴展能力與系統級效能，並且能藉由傳輸速率高達9.6Tb/s的晶片間互連網路介面，消除傳統配置下的資料瓶頸，讓數千顆晶片協同運作如單一大腦。
• 巨量共享記憶體：
此次擴展能力，使其能共同存取高達1.77 Petabytes (PB) 的共享HBM (高頻寬記憶體)。Google解釋，這如同為AI 超級大腦提供了破紀錄的「共享工作區」，能將最龐大的AI模型完整載入，大幅提升運算效率，並且降低總持有成本 (TCO)。
• 高可靠性 (OCS)：
導入光學電路交換 (Optical Circuit Switching, OCS) 技術，作為動態光纖網路 (dynamic fabric)，能在偵測到中斷時立即繞路，確保關鍵AI服務不中斷，提供最高規格的營運韌性。
在Google提供的補充資料中，更提到Ironwood Pod能提供比「下一個競爭對手」高出118倍的FP8 ExaFLOPS算力，顯示其在AI專用運算上的強大效能。
Anthropic百萬組TPU大單，鞏固Google AI基礎設施地位
目前Anthropic承諾向Google Cloud採購使用多達100萬組TPU，無疑是對Google AI基礎設施的重大背書。
Google指出，包含自家的Gemini、Veo、Imagen，以及Anthropic的Claude等模型，都是在TPU上進行訓練與服務。
而此合作也呼應了Google Cloud上週公布財報，其中便強調AI基礎設施 (尤其是TPU) 的空前需求，是其主要增長動力之一。
同步更新Axion CPU，N4A 實例進入預覽
在發表專用AI加速器的同時，Google 也強調代理AI (Agentic AI) 工作流程需要通用CPU與AI加速器之間的緊密協同運作。為此，Google也同步更新了其Arm架構設計CPU產品線：
• N4A實例 (導入Axion CPU設計)：
基於Google第四代N系列VM (虛擬機器)的全新Axion CPU應用實例N4A，目前已經進入預覽 (Preview) 階段。
• 效能：
N4A號稱可提供相較目前同等級x86架構為基礎的VM高出2倍性價比，以及80%的每瓦效能輸出提升。
• C4A metal (裸機)：
首款Axion處理器的裸機 (bare-metal) 應用實例C4A metal也即將進入預覽。
「系統級共同設計」的長期策略
Google強調，其AI基礎設施的成功，來自於「系統級共同設計」的長期策略——即模型研究、軟體與硬體開發都在相同屋簷下進行。從十年前打造首款 TPU、八年前催生Transformer架構，到如今在GigaWatt規模佈署具備99.999%妥善率的先進液冷系統，都是延續此策略的展現。
