Google与AWS自研芯片架构剧变及AI算力产业链深度交流纪要

本次会议纪要深入探讨了 Google TPU（V8、V9）与 AWS Trainium 系列芯片的架构演进、量产进展及其背后的行业需求变化。核心观点指出，后训练（Post-training）需求的大幅攀升（占比反转至 70%左右）倒逼芯片拓扑结构从传统 Torus 转向类似 NVIDIA SuperPOD 的全连接超节点结构，以支持大规模集合通信与规约操作。Google TPU V8/V9 因架构重构和良率问题出现延期，联发科正承接其 I/O Die 与 CAE 引擎的整合设计；AWS 则在 UALink 与 NVLink Fusion 路线间进行平衡，并将 EMIB-T 封装作为关键产能变量。同时，AI 驱动的 Agent 在 EDA 等工业软件中的应用爆发，极大地拉动了对高性能 CPU 的强劲需求。