据 SemiAnalysis 2026 年 9 月发布的实测，谷歌第七代 TPU Ironwood 在同等 FP8 条件下，每美元推理性能最高领先英伟达 B200 达 50%、领先 B300 达 96%；在每秒 100 Token 单用户吞吐下，TPU 每百万 Token 成本仅 0.181 美元，低于 B200 的 0.222 美元与 B300 的 0.276 美元。黄仁勋此前公开质疑 TPU”不敢参加公开跑分”，谷歌以一组实测数据正面回应。

实测是怎么做的

>

测试采用 Qwen3.5 397B FP8 模型，FP8 对 FP8 公平对比，输入 8000 Token、输出 1000 Token。在每秒 100 Token 单用户吞吐基准下，TPU 每百万 Token 成本 0.181 美元；B200 为 0.222 美元，B300 高达 0.276 美元，TPU 分别便宜 19% 与 34%。若将中位响应时间限制在 20 秒，TPU 成本进一步降至 0.098 美元。

成本优势从哪里来

>

TPU 的成本优势并非来自峰值算力：实测中 TPU 物理吞吐仅领先约 5%，但每小时租赁成本远低于 GPU，叠加价格差后放大为约 50% 的每美元性能领先。更令英伟达忌惮的是软件生态出现松动：谷歌推出 TorchTPU，利用 PyTorch 的 PrivateUse1 后端接口，让 TPU 直接成为原生 Torch 运算设备；开发者只需把一行代码 device=torch.device(‘cuda’) 改为 device=tpu.get_device()，无需重写训练循环或修改模型架构即可在 TPU 上运行。

Ironwood 的硬件参数

>

Ironwood 单芯片配备 192GB HBM，是上代 Trillium 的 6 倍，可容纳更大 KV Cache；矩阵单元采用 256×256 脉动阵列，原生支持 FP8 运算。硬件实力提升也让谷歌在销售策略上更主动：自 2025 年起开放 TPU 直接销售，不再只依赖云端租赁。

三家方案怎么比

>

指标	TPU Ironwood	英伟达 B200	英伟达 B300
每百万 Token 推理成本（100 tok/s 吞吐）	0.181 美元	0.222 美元	0.276 美元
较 TPU 贵	基准	+19%	+34%
每美元推理性能	基准	落后约 50%	落后约 96%
软件迁移成本	TorchTPU 一行代码切换	CUDA 生态成熟	CUDA 生态成熟

为什么这件事重要

>

这次实测的意义不在”谁峰值更高”，而在”每美元能跑多少有效推理”。对大模型推理供应商，采购决策正从”唯峰值算力”转向”有效算力 × 成本 × 软件迁移”。TorchTPU 降低了生态壁垒，是谷歌把 TPU 从内部资产变成对外云业务的关键一步。

对中国市场读者，国产算力同样面对”软件易用性决定 adoption”的命题——峰值跑分再高，开发者迁不动、用不顺，也难形成规模。Ironwood 用”一行代码切换”降低门槛的打法，值得国产 AI 芯片参照。

本文基于哪些信息

>

本文基于 SemiAnalysis 报告（经多家中文科技媒体转述，2026 年 9 月 11 日至 12 日）及公开 TPU 规格整理。成本与性能数字来自 SemiAnalysis 实测口径，HBM 与架构参数来自谷歌官方资料。