今天，在美国拉斯维加斯举行的Google Cloud Next大会上，谷歌CEO Sundar Pichai带队推出了压箱底儿的AI王炸大礼包：
其中，第七代张量处理单元（TPU）Ironwood首次亮相，据悉与第一代云TPU相比，性能提升了3600倍，能效提升了29倍，与上一代TPU Trillium相比，峰值算力提升了五倍，高带宽内存容量提升了六倍，该芯片将于今年晚些时候正式投入使用。
此外，谷歌旗下的Vertex AI也升级成为拥有视频、图像、语音和音乐生成模型的全面平台，开发者能够更轻松地发现、创建和采用AI代理；新一代云广域网（Cloud WAN）性能提升超过40%；还有Gemini 2.5 Flash、Imagen 3、Veo 2等一系列模型与产品更新。
从算力硬件、AI模型到开发平台、网络架构的全量上新亮点满满，再现AI霸主实力。
自2015年起，谷歌就开始在内部使用TPU，过去十年，TPU逐渐成为谷歌进行最先进的AI训练和云计算的独特算力构成。
据介绍，Ironwood是谷歌迄今为止性能最强、能效最高的TPU，并且专为大规模支持思考和推理AI模型而设计。
Ironwood旨在满足生成式AI的下一阶段发展及其巨大的计算和通信需求，它支持大型语言模型（LLM）、混合专家模型（MoE）和高级推理任务，可扩展至9216个液冷芯片组合，并通过改进的芯片间互联（ICI）网络连接技术，功率接近10兆瓦，是Google Cloud AI超级计算机架构的新组件之一。
每一块Ironwood芯片的峰值计算能力可达4614万亿次浮点运算（TFLOPs），当计算单元（pod）配备9216块芯片时，可实现总计42.5百亿亿次浮点运算（Exaflops）的算力，所支持的计算能力是目前世界上最大的超级计算机El Capitan的24倍还多。
Ironwood的每瓦性能是去年发布的第六代TPU Trillium的两倍，而且采用了液冷解决方案和优化的芯片设计，即使在持续繁重的AI工作负载下，也能维持高达标准风冷两倍的性能。
此外，谷歌大幅提升了TPU高带宽内存 (HBM) 容量，每芯片容量高达192 GB，是Trillium的6倍，能够处理更大的模型和数据集，减少频繁数据传输的需求，单芯片HBM带宽也高达7.2 TBps，是Trillium的4.5倍，双向带宽提升至1.2 Tbps，是Trillium的1.5倍。
对于Google Cloud客户，Ironwood根据AI工作负载需求将提供256芯片和9216芯片两种不同算力配置。
软件层面，谷歌为Ironwood配置了增强版SparseCore专用加速器以及Pathways机器学习运行时系统，能够支持加速更广泛和尖端的工作负载，并能在芯片之间实现高效的分布式计算，同时还增添了新一代的GKE推理功能，以及将vLLM引入了TPU，这使得已使用vLLM针对GPU优化PyTorch的客户能够轻松转到TPU上运行其工作负载。
虽然最新的TPU很强，但谷歌并没有计划要完全取代英伟达，Google Cloud方面表示，会继续为客户提供AI硬件的可选性，包括搭载NVIDIA最新B200和GB200 Blackwell GPU的A4和A4X虚拟机，据说未来也会是首批采用NVIDIA下一代Vera Rubin GPU的平台。
最新推出的Gemini 2.5 Flash模型，是谷歌最强模型Gemini 2.5 Pro的轻量化版本，一款专为低延迟和成本效益而优化的主力模型，即将在Google AI Studio、Vertex AI和Gemini 应用程序中推出。
Gemini 2.5 Flash会根据提示的复杂程度调整推理深度，还可以根据客户的预算控制性能，在日常用例中更加经济实惠。
除了Gemini 2.5 Flash，其他的各类生成式AI模型均有更新升级。
Imagen 3文本转图像模型改进了图像生成和修复功能，可重建图像中缺失或损坏的部分，此次更新提升了对象移除的质量，带来更自然、更流畅的编辑体验。
Chirp 3音频生成模型现在包含一种新方法，只需输入10秒音频即可创建自定义语音，使企业能够开发个性化呼叫中心、开发无障碍内容并建立独特的品牌声音，新的转录功能可以在多说话人录音中分离并识别单个说话人，可以提高会议摘要、播客分析和多方通话录音等应用的转录清晰度和可用性。
Lyria则是一款企业级文本转音乐模型，可将简单的文本提示转换为30秒的音乐片段，生成高保真音频，呈现丰富细腻的乐曲，涵盖多种音乐类型，可用于营销活动、产品发布、沉浸式店内体验、播客和其他数字内容等。
备受关注的Veo 2视频生成模型改进也非常多，包括：修复功能，用于去除不需要的背景图像、徽标或干扰元素，无需手动修饰即可进行专业编辑；扩展功能，用于扩展现有视频素材的帧，能够针对不同的屏幕尺寸和平台优化视频；先进的电影技术，用于提供镜头构图、摄像机角度和节奏；插值功能，可以定义视频序列的开始和结束，Veo能无缝生成连接帧。
这使得谷歌Vertex AI成为目前业内唯一一个拥有涵盖视频、图像、语音和音乐的生成媒体模型的平台。
据悉，Vertex AI平台目前接入了200多个模型，除了Google模型，还包括来自 Anthropic、AI21和Mistral等公司的第三方模型，以及Gemma和Llama等开放模型。
谷歌致力于将Vertex打造成云端最开放的AI开发者平台，帮助开发者们构建和管理AI应用程序和代理，以及进行模型训练和部署。
值得关注的是，谷歌也开始在标准协议层发力，用来开拓多代理生态系统。
Agent2Agent（A2A）协议：该协议旨在帮助企业支持多智能体生态系统，使智能体能够相互通信，而不受底层技术的限制。目前，谷歌正在与50多家AI公司展开合作，旨在推动A2A成为代理和AI应用程序的互操作性语言。
代理开发套件（ADK）：这是一个开源框架，它简化了构建复杂多代理系统的流程，同时保持了对代理行为的精确控制。借助ADK，开发者只需不到100行代码即可构建一个AI代理，同时，ADK还支持模型控制协议（MCP），允许开发者轻松插入各种可用的工具。
Agent Garden：包含一系列即用型示例和工具的集合，可直接在ADK中访问，允许将代理连接到100多个预置连接器、自定义API、集成工作流或云数据集上。
底层技术之上，谷歌也正在加速把最新的AI技术带入产品层，例如Google Workspace，用AI加持包含Gmail、Docs、Drive和Meet等10余款热门应用实现新的功能体验和工作效率提升，据悉每月为企业用户提供超过20亿次AI辅助。
作为老牌科技巨头，谷歌比OpenAI更强的优势还在于遍布全球的骨干网络设施，在200多个国家和地区拥有超过200个接入点（PoP），铺设了超过200万英里的光纤和33条海底电缆。
谷歌将升级后的骨干网称为云广域网（Cloud WAN），与公共互联网相比，该云广域网的性能最高可提升40%。
拥有庞大数据中心网络的大型全球化企业，通常需要能够可靠地传输大量数据，Cloud WAN可提供灵活的连接选项，用于连接地理位置分散的数据中心，为容量有限、运营成本高且可靠性低的传统解决方案提供现代化的替代方案。
Google Cloud Interconnect在区域和本地数据中心之间提供私有且专用的低延迟连接，可以从全球159多个地点将数据中心连接到Google Cloud，此外，跨云互连还支持Google Cloud与其他公共云环境（包括亚马逊AWS、微软Azure和甲骨文OCI）之间的多云连接，目前已在21个地点提供。
简单来说，Cloud WAN算是谷歌专门为AI时代升级搭建的星球级网络基础。
除了一些新技术和产品平台发布，谷歌CEO Sundar Pichai还强调未来大举投资AI的计划。虽然全球经济存在波动，但Sundar Pichai表示在2025年仍将会投入约750亿美元继续突破AI能力极限和全栈技术创新，堪称大手笔。
尽管谷歌技术实力强悍且布局全面，但在AI领域，颠覆式创新的不断涌现仍是科技巨头们最忌惮的力量，OpenAI、Anthropic、DeepSeek等AI新秀的崛起便是最好的见证。
作为世界级科技巨头，谷歌对全球AI技术生态的推动力不言而喻，接下来会激发出哪些市场创新值得关注和期待。
（文：头部科技）
