AMD CPU史诗级的第一次！Google将其纳入怀中，Intel悔不当初

根据SemiAnalysis的客户研报，Google正与AMD合作，共同开发第十代TPU芯片的至少一款型号，其中会集成AMD CPU，负责处理CPU密集型工作负载。

如果消息属实，这将是AMD第一次深度参与AI专用ASIC芯片的定制开发，和以往的索尼、微软、任天堂游戏机处理器等半定制业务完全不同。

同时，这也意味着Google TPU将进入全新形态，将自研的加速器技术，与通用目的CPU核心融合在一起。

SemiAnalysis的报告称：“根据市场传闻，Google正在与AMD合作打造第十代TPU。AMD尽管有定制芯片团队，但这将是第一次真正参与定制AI ASIC项目。AMD手中握有丰富的优质IP，尤其是在先进封装、SoIC（系统堆叠）方面。”

“Google及其客户都希望在TPU内部封装集成CPU核心，用于执行RL（强化学习）负载和其他CPU重度负载，因此AMD CPU IP非常吸引人。”

Google TPU作为其私有的AI加速器，已经演进了九代（博通负责硅芯片设计），积累了雄厚的经验，自然不需要AMD帮忙。

因此，AMD直接参与第十代TPU的概率很低，无论推理版本还是训练版本。

Google真正需要的，其实是AMD这类CPU厂商独有的能力：CPU IP、可编程逻辑、互联技术，以及特定的先进封装工艺。

其中，CPU IP最值得关注，因为传统大模型训练主要依赖AI加速器的算力，但面向推理、智能体的强化学习，需要在加速器之外配套大量的通用计算能力，这就离不开传统的CPU了。

因此，无论是Google还是Intel、AMD甚至是NVIDIA，都在提高CPU与AI加速器的配比，传统上都是8:1、4:1，正逐步转向2:1，未来甚至可能达到1:1。

比如Google第七代TPU服务器，四颗TPU配一颗Intel五代至强处理器，而到了第八代，每两颗TPU就搭配一颗Google Axion处理器。

部分场景下，CPU与加速器1:1搭配才是最优解，因此未来AI对通用CPU算力的需求会越来越高，远超当下想象。

可以说，随着AI训练为主转向AI推理为主，GPU为王的时代已经逐渐过去了，CPU的价值正在被重新发现。

因此，直接在TPU等加速器内部集成CPU核心，是顺理成章、水到渠成的下一步。

这么做，可以显著缩短通用计算单元与张量加速器之间的物理距离，既可以提升性能，也可以降低功耗。

这正是AMD CPU可以发挥价值的地方，因为AMD自己就已经有了成熟的数据中心混合芯片实践，这就是Instinct MI300A，它把x86 CPU与加速器集成在了同一封装内。

美国首批百亿亿次级超算El‑Capitan，采用的就是这款Instinct 300A，很好地验证了其设计理念，符合未来趋势，只是缺乏更多的商用落地案例。

最新宣布的Instinct MI400系列产品中，没有了这样的设计。

不过，Google设想中的第十代TPU，恰恰就是类似的方案：

整体采用Chiplets芯粒封装，Google负责TPU模块，AMD提供CPU模块和HBM显存模块，再依靠AMD完成高集成度的封装。

理论上，Google也可以选择Intel，但是Intel类似的混合设计产品早已胎死腹中。

2022年，Intel公布了一款“Falcon Shores”(猎鹰海岸)，官方称之为XPU，计划将至强x86处理器、Xe GPU加速器整合在一起，而且是模块化设计可以按需配置，制造工艺也是先进的Intel 20A或者Intel 18A。

Intel当时预计，对比传统的AI加速器，它的能耗比颗提升超过5倍，x86计算密度提升超过5倍，内存容量与密度提升超过5倍。

可惜，没过多久Intel就取消了这一计划，回归传统的GPU加速器方案，但是很快，Intel GPU加速器产品线就彻底没了下文。

消耗1000+亿晶体管、野心勃勃的Ponte Vecchio GPU，除了一套美国超算“Aurora”（极光），从来没有得到大规模部署。

需要强调的是，以上说法都属于行业传闻，尚无法证实，也不清楚AMD在其中具体要承担哪些工作。

即便传闻属实，重点也不在于AMD帮助Google做了一款TPU，而是Google正在开发一款CPU占比很高的特殊版TPU，专门面向强化学习与智能体负载，而AMD作为IP与技术的提供方深度参与。