📰 研报摘要
查看全文 ➔摘要： 中金公司分析 Google Cloud Next 26 发布会，重点探讨 TPU v8（分为 8t 训练版与 8i 推理版）的硬件架构解耦及其对 AI 基础设施的深远影响。
行业主线：
AI 硬件基础设施进入“精益化分工”阶段。训练端（TPU 8t）通过原生 FP4、更平衡的 VPU/MXU 设计及 TPUDirect 存储方案提升吞吐量与计算利用率；推理端（TPU 8i）通过扩充片上 SRAM、引入 CAE（集合通信加速引擎）及 Boardfly 拓扑架构，旨在降低长上下文和 MoE 场景下的通信尾延迟。
关键变化与分歧：
- 架构路线解耦：从统一式高性能加速器转向训练与推理独立硬件路线，反映出模型负载已演进为训练强调吞吐、推理强调缓存与通信的系统工程。
- 网络与存储升级：训练侧 scale-out 带宽翻四倍且引入 Virgo 网络；推理侧通过 Boardfly 架构将最大通信跳数从 16 降至 7。同时，TPUDirect 技术实现了存储访问绕过 CPU 中介。
- 存储重心转移：短期主线聚焦于 HBM、并行存储和 RDMA 直通，而非市场此前预期的内存池化。
受益方向与风险：
- 受益方向：看好 AI 光通信（特别是 1.6T 光模块）、芯片定制服务、高性能存储及晶圆代工等核心环节。
- 核心风险：TPU 相关芯片量产爬坡进度不及预期；AI 模型及应用迭代进度不及预期。