谷歌在第八代 TPU 产品线新增 TPU 8tx、TPU 8i Max 两款产品，补齐机密安全推理、超大长上下文推理两大场景，和早前发布的 TPU 8t、TPU 8i 一起，形成覆盖模型训练、常规推理、机密计算、百万 Token 长文本处理的完整硬件组合，这也是谷歌第一次在同一年里一口气推出四款 TPU，整套思路不再单纯堆通用算力，而是围绕 AI Agent 复杂多步骤任务做细分硬件定制，企业可以根据自己的业务是做模型训练、普通对话、敏感数据推理还是超长文档代码分析，直接挑选匹配的 TPU 机型。两款新品并不是从头流片的全新芯片，是在原有第八代 TPU 基础上，通过封装、内存、网络、安全模块重构出来的专用系统；TPU 8tx 主打硬件级机密计算，数据和模型权重在芯片内部运算时也保持隔离加密，适合金融、政务、医疗这类强监管行业；TPU 8i Max 采用双芯封装方案，算力、片上 SRAM、HBM 高带宽内存带宽全部翻倍，专门用来破解大模型普遍遇到的内存墙瓶颈，跑百万级上下文、代码库检索、长视频理解这类吃内存的任务更稳。谷歌同步配套更新了统一软件栈，兼容 JAX，同时加大对 PyTorch 的适配，降低开发者迁移成本，四款 TPU 可以混部在同一个集群，训练、推理、安全任务按需调度。整套上线接入流程也分开，普通业务直接租用标准 TPU 集群，涉密业务选择 8tx 专属机密实例，长上下文 Agent 推理优先上 8i Max，同时可以接入谷歌的 Pathways 分布式调度框架跨集群调度算力。
第八代四款 TPU 完整对比表
| 型号 | 核心定位 | 核心亮点 | 适合负载 |
|---|---|---|---|
| TPU 8t | 大规模预训练 | 超高集群扩展、分布式训练、FP4 优化 | 基础大模型预训练、大规模微调 |
| TPU 8i | 低延迟常规推理 | 响应快、性价比高，面向普通 Agent | 日常对话、短上下文、在线服务推理 |
| TPU 8tx | 硬件机密推理 | 运行态数据加密隔离，延迟相比 8t 最高减半 | 金融、政务、医疗敏感数据推理、私有模型微调 |
| TPU 8i Max | 超大上下文高密度推理 | 双芯封装，算力、HBM 带宽翻倍 | 百万 Token 长文档、代码库、多模态长序列、复杂 Agent 推理 |
TPU 8tx、TPU 8i Max 核心参数清单
- TPU 8tx
- 底层基于 TPU 8t 架构重构，搭配第五代 AMD EPYC 主机、Boardfly 低延迟网络
- 硬件可信执行环境，模型权重、中间计算结果全程隔离保护
- 对比原版 TPU 8t 做机密推理，最高降低一半延迟，性能损耗极低
- 适合数据不能出可信域、合规审计要求高的企业业务
- TPU 8i Max
- 两颗 TPU 8i 集成在同一个封装内，双芯并行
- HBM 带宽提升至 17.2TB/s，SRAM 达到 768MB
- 原生适配超大上下文窗口，支持一次性读取几十万到百万 Token 材料
- 单机柜算力密度更高，不用大幅扩容机柜就能提升长上下文并发
接入与集群部署实操步骤
- 在谷歌云控制台选择 TPU 资源池，根据业务场景选定机型；训练任务选 8t，普通在线推理选 8i；敏感数据推理勾选 8tx，长上下文 Agent 业务选用 8i Max；
- 配置软件栈，选用 JAX 原生框架或者 PyTorch 适配版本，加载对应版本的 TPU 驱动；
- 机密计算场景开启可信域，配置加密密钥、审计日志，确认数据不会脱离硬件隔离环境；
- 长上下文业务调整模型 KV 缓存策略，利用 8i Max 翻倍的 HBM 带宽，减少频繁换页带来的卡顿；
- 需要混合负载时接入 Pathways 调度，把训练、推理、机密任务调度到对应硬件池；
- 压测验证吞吐、延迟，再正式对外上线业务。
这套硬件组合的优势与短板
✅ 优势
- 分工清晰，不同负载都有专门硬件，不用拿通用算力硬扛特殊场景；
- 机密计算下沉硬件层，相比软件加密方案安全性更高、延迟更低；
- 8i Max 针对性解决内存墙，长上下文推理瓶颈明显缓解，适配 AI Agent 多轮长任务；
- 四款 TPU 共用一套软件生态，开发者学习成本低，集群可以灵活混部调度；
- 迭代速度加快，不需要漫长流片，靠系统重构快速补齐细分场景。
⚠️ 短板
- 新品目前只在谷歌云体系内提供，无法单独裸芯片对外售卖；
- 8tx、8i Max 是系统级变体，不是全新一代芯片，底层算力基础和原版第八代一致；
- 面向国内企业使用，跨境云网络会带来额外延迟和合规门槛；
- 相比成熟的英伟达生态，第三方工具、模型移植资源更少。
总的来说，谷歌推出 TPU 8tx 和 TPU 8i Max，本质是把第八代 TPU 做成一套面向智能体时代的完整算力工具箱，不再只区分训练和推理，而是进一步拆分安全、超大上下文两条刚需赛道；如果你的业务要做基础大模型训练，继续选 TPU 8t；普通在线对话推理用 TPU 8i；有敏感数据、合规要求优先选 TPU 8tx；大量处理超长文档、代码、多模态长序列的 Agent 业务，TPU 8i Max 就是最合适的选择。
【相关 FAQ】
问题 1：谷歌这次推出的两款新 TPU 是哪两个型号，在第八代 TPU 硬件组合里承担什么角色？
回答 1：谷歌推出两款新 TPU 为 TPU 8tx、TPU 8i Max；TPU 8tx 负责硬件级机密推理，TPU 8i Max 面向超大上下文高密度推理，和 TPU 8t、TPU 8i 一起，补齐训练、常规推理、安全推理、长上下文推理，构成完整第八代 TPU 硬件组合。
问题 2：谷歌 TPU 8i Max 相比原版 TPU 8i 提升了哪些指标？
回答 2：谷歌 TPU 8i Max 采用双芯封装，算力、片上 SRAM、HBM 高带宽内存带宽全部翻倍，HBM 带宽达到 17.2TB/s，专门用来承载百万 Token 超大上下文、代码库、复杂 Agent 推理任务。
问题 3：谷歌 TPU 8tx 的机密推理能力，是软件加密还是硬件层面实现？
回答 3：谷歌 TPU 8tx 是硬件级可信隔离，模型权重、计算中间结果在运算阶段保持隔离加密；相比在 TPU 8t 上跑软件机密方案，最高能把推理延迟减半，性能损失很小。
问题 4：谷歌今年四款第八代 TPU 可以混部在同一个集群调度吗？
回答 4：可以，四款第八代 TPU 共用一套软件栈，依托谷歌 Pathways 分布式框架，集群能够混部 TPU 8t、8i、8tx、8i Max，根据任务类型自动调度到对应硬件节点。
问题 5：谷歌新增两款 TPU 拓展 AI 硬件组合，是不是全新流片的新一代芯片？
回答 5：不是，TPU 8tx、TPU 8i Max 属于系统级变体，基于 TPU 8t、TPU 8i 原有芯片架构，通过调整封装、内存、网络、安全模块，定向适配机密计算和长上下文推理场景。
【参考资料】
[2026-11-09]（Our newest TPUs: 8tx and 8i Max, built for the agentic era）Google The Keyword
[2026-11-10]（谷歌发布两款新 TPU，补齐机密计算、长上下文推理）36 氪
[2026-11-10]（一年连发四款 TPU，谷歌 TPU 硬件矩阵完整解析）新浪财经
[2026-11-10]（谷歌再推两款 TPU：8tx 与 8i Max）腾讯新闻
[2026-04-22]（第八代 TPU：面向智能体时代的两款芯片）Google Cloud 官方博客
【免责声明】
本文为谷歌两款新增 TPU 硬件产品科普解读，TPU 机型开放区域、上线时间、定价、配额、实例规格以谷歌云官方公告为准；机密计算能力、可信域权限受云平台合规管控；TPU 性能表现受模型、框架、KV 缓存策略、集群网络共同影响，上线前建议自行完成压测；跨境云资源使用需要遵守当地数据、网络相关法规。