谷歌Ironwood芯片重塑AI经济学，赋能推理新时代
在功耗受限世界中的技术飞跃
谷歌云的Ironwood TPU v7在2025年4月预览后，正逐步走向全面上市，成为业界焦点。这不仅仅是一次芯片发布，更是一场大胆的架构赌注。在Hot Chips 2025大会上公布的新技术细节清晰表明，谷歌正大力押注推理而非训练。
每个Ironwood单元提供惊人的4,614万亿次浮点运算（FP8）计算能力，并由192吉字节的闪电般快速的HBM3e内存支持，其运行速度达到每秒7.3万亿字节。该芯片采用先进的5纳米工艺制造，功耗约为600瓦——对于其输出而言，这一功耗表现令人印象深刻。
真正的魔力体现在Pod层面。设想9,216个液冷芯片通过光路交换连接，共同实现42.5百亿亿次浮点运算（FP8）性能和惊人的1.77拍字节共享内存。这在机器学习系统领域是破纪录的数字。这种配置揭示了谷歌的核心信念：到2025年末，AI部署的最大障碍不再是原始计算能力，而是运行大规模、有状态AI智能体所需的内存、带宽和能效。
Ironwood每秒1.2万亿字节的I/O架构，以及其功耗性能比相较于上一代Trillium的翻倍提升，直接解决了这些痛点。超大规模云服务商正面临电网的物理极限，因此从每瓦功耗中榨取更多推理能力已成为新的衡量标准。在当今数吉瓦级的数据中心中，关键指标不再是你训练的速度有多快，而是你服务推理工作负载的效率有多高。
Anthropic交易激发需求，加剧与英伟达的竞争
转折点出现在2025年10月23日。Anthropic签署了一份巨额协议，承诺采购“高达一百万个TPU”和“数百亿美元”的合同，预计到2026年功耗将超过1吉瓦。一夜之间，Ironwood从一个路线图上的承诺，转变为由真实、高风险需求支撑的生产现实。
对谷歌而言，这笔交易意味着能见度和稳定性。现在，谷歌可以规划数据中心建设和电力协议，而无需担心产能闲置——这在4月份还是一个主要担忧。
Anthropic押注的规模说明了一切。Claude的开发者没有等待英伟达或AWS的最新芯片，而是选择了谷歌的Ironwood，看中了它的上市速度和能效。这清楚地表明了TPU v7的经济性：更强的推理能力，更低的能耗。在一个增长受限于电力而非芯片的世界里，这一点比以往任何时候都重要。
AI芯片领域的竞争如今正按工作负载进行分化。英伟达的Blackwell芯片仍在前沿训练领域占据主导地位，其推理速度比Hopper快30倍，并为2026年Rubin的3.6百亿亿次浮点运算机架级配置奠定了基础。与此同时，AWS已通过其UltraCluster网络部署了50万个Trainium2芯片，尽管每个芯片的板载内存较少（每16芯片块约1.29拍次浮点运算FP8）。微软的Maia项目仍然滞后，下一代硬件被推迟到2026年。
谷歌的战略有所不同。它不追求最大的数字，而是追求最正确的数字。Ironwood的1.77拍字节共享内存使其在处理混合专家模型、长上下文推理和检索密集型系统方面具有优势。这些都是现代AI的主力工作负载。当英伟达销售一站式解决方案时，谷歌正在构建为“推理时代”量身定制的基础设施。
投资洞察：通过垂直整合保护利润率
对于Alphabet的投资者来说，Ironwood不仅仅是一枚新芯片，更是应对云AI业务利润率萎缩的防御措施。像AWS这样的超大规模云服务商预计到2027年将达到11.8吉瓦的电力容量，整个行业在此期间都在大举投入。定制芯片让谷歌能够将这些投入转化为利润，从芯片设计到部署的整个价值链中获益。
数据说明了一切。Ironwood的功耗性能比是Trillium的两倍，这意味着2026年每兆瓦的数据中心容量可以产生2024年系统两倍的推理输出。再加上更智能的软件——如谷歌的vLLM集成和改进的Pathways调度——谷歌可以在保持竞争性AI服务定价的同时，提高利润率。简而言之，运行自己的芯片比转售他人的芯片更有优势。
Anthropic的合同还消除了谷歌资本支出计划中的不确定性。谷歌现在是根据有保障的需求来建设，而不是盲目建设并希望客户到来。这使得财务模式从投机转向确定性——AI基础设施支出现在直接与锁定的收入挂钩。
然而，三大问题依然悬而未决。首先，谷歌能否吸引更多核心客户？再获得两到三份长期TPU协议将证明Ironwood不仅仅是单一大客户的奇迹。其次，电力项目能否按计划进行？2026年的目标取决于变电站审批和施工时间表，这些并非完全掌握在谷歌手中。第三，谷歌的软件栈能否跟上英伟达CUDA生态系统的步伐？利用率将取决于此——从90%下降到70%会损害效率。
尽管英伟达在训练领域的主导地位依然稳固，但来自Ironwood等定制芯片的威胁是真实存在的。谷歌并未试图在研究或快速原型开发领域取代英伟达。相反，它瞄准的是核心工作负载——那些维持AI系统日常运行的大规模、稳定的推理任务。到2027年，谷歌的TPU可能会处理高达推理市场总量的30%。
这一转变，加上亚马逊和微软的类似举措，解释了为什么英伟达面临越来越大的定价压力。AI芯片市场正在从一个巨头供应商，演变为多个垂直整合的生态系统，每个生态系统都拥有自己的技术栈。
Ironwood的真正意义在于证明AI基础设施可以提升利润率，而不仅仅是无休止地扩展。对于Alphabet而言，它是一个战略安全网，提供了在内部使用和云服务租赁之间切换的灵活性，同时减少了对外部芯片制造商的依赖。在一个效率至上的世界里，谷歌的Ironwood可能正是重塑AI经济学的芯片。
非投资建议