标签
Modular 在 ModCon 2026 上展示其 Mojo/Max 技术栈如何通过小型 C 接口和算子扩展，将 Gemma 4 31B 模型近乎零改动地部署到 Amazon Trainium、Google TPU 及其他加速器上，其中 dMatrix 在拿到 Mojo 编译器访问权限后仅 6 天就在 Corsair 加速器上跑通了矩阵乘法。
PyTorch Conference North America 演讲预告：来自 Google 和 Meta 的演讲者将介绍 TorchTPU——一个 PyTorch 原生的 TPU 后端，让 vLLM 和 SGLang 能够在 TPU 上原生运行，同时保留现有的调度器、批处理系统、OpenAI 兼容 API 以及 torch.compile 工作流。
Google 发射了首颗搭载 TPU 的轨道计算卫星，通过 Project Suncatcher 测试在轨 AI 基础设施，并发布了一篇经同行评审的论文，指出 Starship 需要大约 1,600 次发射，才能使太空数据中心在经济上具备可行性；到 2035 年，发射成本有望降至每公斤 200 美元。
一篇深度科技长文，分析 Google 的 TPU 芯片能否挑战 Nvidia 的 GPU 霸主地位，指出胜负关键不仅在硬件本身，更在于 CUDA 软件生态、成本账单以及 Anthropic 等大客户在两种芯片之间分散下注的策略。
Anthropic 的机密 S-1 备案披露了来自 Broadcom 的 420 亿美元融资安排，用以支撑一笔 1252 亿美元的 TPU 算力租赁。Broadcom 同时充当供应商、出租人和贷款人，在一个闭环结构中同时引发了利益冲突与违约风险。
一项分析显示，NVIDIA 的 2790 亿美元投资支撑了全球 2027 年 AI 存储供应的约 37%，而 Google 的 Waymo 式/TPU 计算规模可能超过其他任何参与者——对 Google 而言，这是比 Gemini 4 更大的一次突破。
OpenAI 硬件副总裁 Richard Ho 在访谈中回顾了从斯坦福、D. E. Shaw Anton 超算到 Google 八代 TPU 的芯片生涯，并披露了 OpenAI 自研加速器 Jalapeno 团队的组建哲学：先有团队再有想法、坚持白纸设计，以及最重要的工程教训——保持硬件可编程性、避免过度拟合特定模型。
Google 计划在下周通过 SpaceX 的 Falcon 9 火箭在太空发射其 TPU，以测试轨道上的 AI 数据中心
Sundar Pichai 宣布了 Suncatcher 项目，通过 SpaceX 任务上的原型卫星在太空中测试 Google 的 TPU 硬件。
Google 正通过 Project Suncatcher 在太空中测试其 TPUs，该项目搭载 SpaceX 的 Transporter-18 任务发射，与 Planet 合作，旨在评估其在太空环境中的生存和运行能力。
Google正在测试其首个轨道数据中心Suncatcher，将于10月1日发射，以评估太空条件下的AI芯片和冷却系统。该测试旨在了解辐射和热散失等挑战，为未来任务做准备。
Google的Suncatcher项目正进行首次轨道测试，旨在评估太空中的AI硬件性能，这是探索近地轨道可扩展机器学习基础设施的长期倡议的一部分。
MiMo 发布了 2.6 flash 版本，并引用了 Tianjun Zhang 关于在 TPUs 上使用 JAX 扩展强化学习的博客文章。
Peano Labs 已在TPU上为MiMo模型家族扩展了强化学习，使用Jax实现了310B参数的全参数强化学习，其中扩展主要是配置更改。
PyTorch Conference North America 将于 10 月 20-21 日在 San Jose 举行，展示 PyTorch 与 TPUs、Trainium、边缘设备和弹性训练的集成现场演示。
Google Cloud 与 Inferact 宣布合作优化 vLLM for TPU，使其成为开放模型生态系统中代理生产服务的一流选择。
Google Accelerator Agents是一个GitHub仓库，包含AI驱动的工具，用于加速TPU上的机器学习开发，特色是使用Gemini的代理进行代码迁移和内核优化。
Anthropic 已聘请 Google TPU 资深专家 Amir Salek 来领导其内部芯片开发，旨在为类似 Claude 的 AI 工作负载构建定制芯片。
Anthropic宣布500亿美元AI基建计划，利用不到90亿美元年化收入获得近500亿美元债务融资，指出AI扩张中长期合同和信用支持是关键瓶颈。