谷歌正推進“TorchTPU”計劃，旨在提升其TPU芯片對PyTorch框架的兼容性，以降低開發者從英偉達GPU遷移至谷歌TPU的成本。此舉意在挑戰英偉達在AI芯片領域的統治地位，打破PyTorch與英偉達CUDA的深度綁定。
Broadcom獲Anthropic價值210億美元AI芯片訂單，其中100億美元已確認，110億美元預計2026年底交付。公司AI產品總訂單額達730億美元。
谷歌從自用芯片轉向對外銷售，推出TPUv7“鐵木”處理器，直接挑戰英偉達市場地位。此舉已促使AI計算價格下降，改變以往僅內部使用的策略，積極拓展第三方銷售，意圖搶佔市場份額。
SemiAnalysis報告指出，OpenAI自2024年5月發佈GPT-4o後，未完成新一代前沿模型的大規模預訓練，因擴展參數和數據時遭遇收斂困難或性能倒退而中止。GPT-5系列實爲GPT-4o優化版，缺乏架構突破。相比之下，谷歌TPUv7已在Gemini3等模型上成功驗證大規模預訓練，算力集羣表現更優。
Gemma 3 是基於 Gemini 2.0 技術的輕量級、高性能開源模型，專為單 GPU 或 TPU 設備設計。
Google第六代張量處理單元，提供卓越的AI工作負載性能。
TPUv5e 上穩定擴散 XL 模型的應用
在瀏覽器中編寫和執行代碼
Openai
$0.63
輸入tokens/百萬
$3.15
輸出tokens/百萬
131
上下文長度
Chatglm
$8
$16
128
$2
Alibaba
-
Google
$0.7
$1.4
$0.14
$0.28
$0.35
Deepseek
$1
8
$1.05
$4.2
1k
camenduru
這是一個基於TPU訓練並轉換為PyTorch的穩定擴散模型，專注於文本生成圖像任務，特別適用於毛絨玩具類圖像的生成。
flax-community
一個針對斯瓦希里語新聞文本進行分類的RoBERTa模型，在Google Cloud TPUv3-8上訓練完成
基於因果語言建模目標預訓練的印尼語生成模型，使用Flax框架在TPUv3-8上訓練
基於Common Voice西班牙語數據預訓練的語音識別模型，使用Flax框架在TPU上訓練
monsoon-nlp
基於ELECTRA框架訓練的泰米爾語預訓練模型，第二版採用TPU訓練並擴大語料庫規模
NbAiLab
這是一個基於挪威語T5的模型，在挪威巨量語料庫（NCC）上使用TPU v3-8進行訓練。
Norod78
基於GPT2架構的微型希伯來文本生成模型，通過TPU和GPU訓練完成
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
