新火種
2025-04-11 
42.5Exaflops：谷歌新TPU性能超越最強超算24倍，智能體協作協議A2A出爐
第七代 TPU 來了。
AI 算力又迎來了新的標桿。
本周三，谷歌正式發布了旗下第七代張量處理單元（TPU）Ironwood。谷歌稱，在大規模部署的情況下，這款 AI 加速器的計算能力能達到全球最快超級計算機的 24 倍以上。
這款在 Google Cloud Next '25 大會上發布的新芯片代表著谷歌十年來 AI 芯片研發戰略的重大轉折：谷歌自研的前幾代 TPU 主要面向 AI 的訓練和推理工作負載，而 Ironwood 是第一款專為推理而設計的芯片。
谷歌副總裁兼機器學習、系統和云 AI 總經理 Amin Vahdat 表示：「Ironwood 旨在支持生成式 AI 的下一階段及其巨大的計算和通信需求。這就是我們所說的『推理時代』，AI 代理將主動檢索和生成數據，以協作方式提供洞察和答案，而不僅僅是數據。」
突破壁壘，最大 42.5 exaflops 算力
Ironwood 擁有超模的技術規格，當每個 pod 擴展至 9216 塊芯片時，它可提供 42.5 exaflops 的 AI 算力，遠超目前全球最快的超級計算機 El Capitan 的 1.7 exaflops。每塊 Ironwood 芯片的峰值計算能力可達 4614 TFLOPs。
在單芯片規格上，Ironwood 顯著提升了內存和帶寬，每塊芯片配備 192GB 高帶寬內存（HBM），是去年發布的上一代 TPU Trillium 的六倍。每塊芯片的內存帶寬達到 7.2 terabits/s，是 Trillium 的 4.5 倍。
在數據中心規模擴大，供電逐漸成為瓶頸的時代，Ironwood 也大幅提升了計算效率，其每瓦性能是 Trillium 的兩倍，和 2018 年推出的首款 TPU 相比高出近 30 倍。
對于推理的優化代表了 AI 發展歷程中的一個重要轉折點。最近幾年，前沿的 AI 實驗室一直專注在構建參數規模不斷擴大的基礎模型上。谷歌轉向推理優化表明，我們正在進入一個以部署效率和推理能力為核心的新階段。
畢竟對于 AI 參與的業務而言，模型訓練的次數有限，但隨著 AI 技術應用逐漸鋪開，推理操作每天都會發生數十億次。由于模型日趨復雜，這些業務的經濟效益與推理成本緊密相關。
谷歌在過去八年里對于 AI 計算的需求同比增長了 10 倍，總需求量高達驚人的 1 億。如果沒有像 Ironwood 這樣的專用架構，任何摩爾定律的進步都無法滿足這一增長曲線。
尤其值得注意的是，谷歌在發布中提到了對執行復雜推理任務而非簡單模式識別的「思維模型」的關注。這表明，谷歌認為 AI 的未來不僅在于更大的模型，還在于能夠分解問題、進行多步驟推理并模擬類人思維過程的模型。
面向下一代大模型
谷歌將 Ironwood 定位為其最先進 AI 模型的基礎設施，其優化的大模型自然包括自家的 Gemini 2.5，它「原生內置了思維能力」。
昨天，谷歌還發布了 Gemini 2.5 Flash，作為最新旗艦模型的縮小版本，它「可以根據提示的復雜性調整推理深度」，定位于對響應速度敏感的日常應用。
谷歌還展示了其全套多模態生成模型，包括文本轉圖像、文本轉視頻以及新發布的文本轉音樂功能 Lyria。谷歌展示 demo 介紹了如何將這些工具結合使用，為一場音樂會制作完整的宣傳視頻。
Ironwood 只是谷歌更廣泛的 AI 基礎設施戰略的一部分，谷歌還宣布推出 Cloud WAN，這是一項托管式廣域網服務，使企業能夠訪問 Google 的全球規模私有網絡基礎設施。
Google 還在擴展其面向 AI 工作負載的軟件產品，其中包括由 Google DeepMind 開發的機器學習運行時 Pathways，現在它允許客戶在數百個 TPU 上擴展模型服務。
提出 A2A、支持 MCP，構建智能體協作生態
除了硬件之外，谷歌還概述了以多智能體系統為中心的 AI 愿景，發布了一個促進智能體發展的協議 ——Agent-to-Agent（A2A），旨在促進不同 AI 智能體之間的安全、標準化通信。
地址：https://google.github.io/A2A/#/
谷歌認為，2025 年將是 AI 方向轉型之年，生成式 AI 的應用形式會從回答單一問題轉向通過智能體系統來解決復雜問題。
A2A 協議允許跨平臺、跨框架的智能體實現互操作，為它們提供了共同的「語言」和安全的通信渠道。這一協議可視為智能體的網絡層，其目標是簡化復雜工作流程中的智能體協作，使專業 AI 智能體能夠協同完成各種復雜度和時長的任務，從而通過協作提升整體能力。
A2A 的工作原理
谷歌在博客中對 MCP 和 A2A 兩種協議進行了比較。
MCP（模型上下文協議，Model Context Protocol）用于工具和資源管理
通過結構化的輸入 / 輸出將智能體連接到工具、API 接口和資源
Google ADK 支持 MCP 工具，使得各類 MCP 服務器能夠與智能體配合使用
A2A（智能體間協議，Agent2Agent Protocol）用于智能體之間的協作
在不共享內存、資源和工具的情況下，實現智能體之間的動態多模態通信
由社區驅動的開放標準
可使用 Google ADK、LangGraph、Crew.AI 等工具查看示例
總的來說，A2A 與 MCP 是互補的：MCP 可以為智能體提供工具支持，而 A2A 則讓這些裝備了工具的智能體能夠相互對話和協作。
從谷歌公布的合作伙伴陣容來看，A2A 似乎有望獲得類似 MCP 的關注度。該計劃已吸引超過 50 家企業加入首批合作陣營，包括領先科技企業以及全球頂級咨詢和系統集成服務商。
谷歌強調了該協議的開放性，將其作為智能體相互協作的標準方式，不受底層技術框架或服務供應商的限制。谷歌表示，在與合作伙伴設計協議時，堅持了以下五項關鍵原則：
1. 擁抱智能體能力：A2A 專注于使智能體能夠以其自然、非結構化的方式進行協作，即使它們不共享記憶、工具和上下文。我們正在實現真正的多智能體場景，而不將智能體限制為「工具」。
2. 基于現有標準構建：該協議建立在現有流行標準之上，包括 HTTP、SSE、JSON-RPC，這意味著它更容易與企業日常使用的現有 IT 堆棧集成。
3. 默認安全：A2A 設計為支持企業級身份驗證和授權，在發布時與 OpenAPI 的身份驗證方案相當。
4. 支持長時間運行的任務：我們設計 A2A 具有靈活性，支持各種場景，從快速任務到可能需要數小時甚至數天（當人類參與其中時）的深入研究。在整個過程中，A2A 可以向用戶提供實時反饋、通知和狀態更新。
5. 模態無關：智能體世界不僅限于文本，這就是為什么我們設計 A2A 支持各種模態，包括音頻和視頻流。
官方還給出了一個例子，通過 A2A 招聘流程得到顯著簡化。
在 Agentspace 等統一界面中，招聘經理可指派智能體依據職位需求尋找匹配人選，該智能體會與專業領域智能體互動完成候選人尋源工作。用戶還可指示智能體安排面試，并啟用其他專項智能體協助背景調查，從而實現跨系統協作的全流程智能化招聘。
與此同時，谷歌也在擁抱 MCP。就在 OpenAI 宣布采用競爭對手 Anthropic 的模型上下文協議（Model Context Protocol，簡稱 MCP）幾周后，Google 也緊隨其后加入了這一行列。
剛剛，Google DeepMind 首席執行官 Demis Hassabis 在 X 平臺上發文宣布，Google 將在其 Gemini 模型和 SDK 中添加對 MCP 的支持。不過他并未給出具體時間表。
Hassabis 表示：「MCP 是一個優秀的協議，正在迅速成為 AI 智能體時代的開放標準。期待與 MCP 團隊和業界其他伙伴一起推進這項技術的發展。」
自 2024 年 11 月發布以來，MCP 迅速走紅，引發廣泛關注，成為連接語言模型與工具和數據的一種簡單、標準化方式。
MCP 使 AI 模型能夠從企業工具和軟件等數據源獲取數據以完成任務，并訪問內容庫和應用程序開發環境。該協議允許開發者在數據源與 AI 驅動的應用程序（如聊天機器人）之間建立雙向連接。
開發者可以通過 MCP 服務器開放數據接口，并構建 MCP 客戶端（如應用程序和工作流）來連接這些服務器。自從 Anthropic 開源 MCP 以來，多個公司已在其平臺中集成了 MCP 支持。
參考內容：
https://blog.google/products/google-cloud/ironwood-tpu-age-of-inference/
https://venturebeat.com/ai/googles-new-ironwood-chip-is-24x-more-powerful-than-the-worlds-fastest-supercomputer/
https://arstechnica.com/gadgets/2025/04/google-unveils-ironwood-its-most-powerful-ai-processor-yet/
https://virtualizationreview.com/articles/2025/04/09/protocols-for-agentic-ai-googles-new-a2a-joins-viral-mcp.aspx
https://developers.googleblog.com/zh-hans/a2a-a-new-era-of-agent-interoperability/
https://google.github.io/A2A/#/
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
