Google TPU v6 (Trillium):自研云端 AI 芯片的能效巅峰
从 2016 年第一代 TPU 问世至今,Google 已经走过了十年的专用张量处理器自研历程。全新的 TPU v6 (代号 Trillium) 作为 Google 支撑下一代 Gemini 基础大模型训练与全网实时搜索推理的旗舰芯片,不仅在单芯片峰值算力上相比 TPU v5e 实现了 4.7 倍 的跨越式增长,更通过革命性的 OCS(Optical Circuit Switch,全光交换网络) 确立了其在超大规模智算集群中的能效霸权。
一、 核心规格与参数跨代对比
| 规格指标 | TPU v6 (Trillium) | TPU v5p (前代旗舰) | TPU v5e (经济型推理) |
|---|---|---|---|
| 计算架构 | 增强型脉动阵列 (Matrix Multiply Unit) | 双核脉动阵列 | 单核脉动阵列 |
| 显存容量 | 32GB HBM3 | 95GB HBM2e | 16GB HBM2 |
| 显存带宽 | 1.6 TB/s | 2.76 TB/s | 819 GB/s |
| BF16 峰值算力 | 920 TFLOPS | 459 TFLOPS | 197 TFLOPS |
| 单 Pod 扩展规模 | 65,536 颗芯片超节点 | 8,960 颗芯片 | 256 颗芯片 |
| 互联技术 | 4x 800G 光纤直连 (ICI) | 4800 Gbps 专有互联 | 1600 Gbps 互联 |
| 动态重构网络 | OCS 纯光交换机 | OCS 纯光交换机 | 无光交换支持 |
二、 专用计算架构:脉动阵列(Systolic Array)的极简能效
与 GPU 依赖复杂通用指令调度器不同,TPU 的核心算力源于脉动阵列(Systolic Array):
- 数据在矩阵乘法单元(MXU)中像血液一样在相邻处理单元间流动,避免了频繁读写寄存器堆(Register File);
- 极高的计算密度与确定性时序控制,使得 TPU 在执行大规模 GEMM 算子时的能效比(Perf/Watt)比同期 GPU 高出 40% 以上。
三、 OCS 光路交换机:智算网络架构的革命
在传统智算网络中,成千上万条电缆连接到以太网交换机,需要经历高功耗的光电转换(O-E-O)。Google OCS 采用了颠覆性的微镜反射技术:
- 零电子功耗路由:通过压电驱动的微机电微镜(MEMS),直接在纯光纤层实现光束物理反射偏转,功耗仅为电交换机的 1/10;
- 故障秒级动态隔离:若 Pod 内某机柜节点发生故障,OCS 可以在数毫秒内调整反射角度,将拓扑动态缝合,避免万卡训练因单卡中断而全量重启。