★
菜单
首页 构建方式 关注列表 技术栈
硬件 芯片芯片对比 服务器与系统网络 内存晶圆代工与封装 散热
设施 数据中心电力 项目云计算与 GPU 算力
智能 AI模型软件 AI产品基准测试 研究论文数据集 概念
生态系统 公司股票 人员时间线 趋势AI 的未来
学习 新闻 数据问答 AI助手
关于 关于我们 方法论 数据与API 免责声明
选项
数据与API

免费只读JSON接口,访问本站缓存数据。

深色模式

引导视图
对芯片、数据中心和模型术语感到陌生?我们在浏览过程中以通俗语言解释关键术语,内置辅助说明,数据内容完全一致。

专业视图
您已熟悉这套体系。这里只呈现数据:简洁、快速、紧凑,无多余说明。这是默认视图。

界面语言
‹ 返回
首页 › 芯片 › Google TPU v4

Google TPU v4

芯片 AI加速器 上一代

The TPU generation that proved optical circuit switching at 4,096-chip scale.

您正在查看一条芯片记录:该处理器是什么、其关键规格、谁设计它、谁制造它、谁供应其零部件,以及它被用在哪里。

TPU v4 pods connected 4,096 chips through reconfigurable optical circuit switches — Google's bet that the network, not the chip, defines a training machine. PaLM was trained across two v4 pods. Its published 275 BF16 TFLOPS per chip trailed contemporary GPUs, but pod-scale efficiency was the point.

规格与关键参数

每个数据均标注来源依据:厂商规格、厂商声明、公开报道、估算或官方数据。"未公开披露"即字面含义——我们从不捏造数值。

Overview

Designer Google
Family Tensor Processing Unit
Deployed 2020; described publicly 2021–2023

内存

Memory 32 GB HBM2Vendor spec
Memory bandwidth 1.2 TB/sVendor spec

算力

BF16 275 TFLOPSVendor spec
INT8 275 TOPSVendor spec

电力

Typical chip power ~192 W (paper figure)Published paper

Physical

Pod scale 4,096 chips via optical circuit switchingPublished paper

它如何与整个技术栈相连

本记录的关联链接一览——点击分组可直接跳转。

设计方

由……制造

内存技术

后继产品

前代产品

竞品

来源

TPU v4 paper (ISCA 2023) ↗

记录审阅截至 2026-01-15 — 查看 方法论.