实体库 · 事件 · 行业信号
SemiAnalysis 首发 TPUv7 的长上下文多轮 agentic 实测：谷歌 TPU 在推理侧已是 CUDA 护城河的可行替代
SemiAnalysis 首发 TPUv7 的长上下文多轮 agentic 实测：谷歌 TPU 在推理侧已是 CUDA 护城河的可行替代（行业信号，2026-11-06）：11-05 发布。此前（9 月）他们只有单轮 InferenceX 结果，这次放出第一批官方 AgentX（长上下文、多轮、真实 agentic 服务）跨四个模型的结果：GLM-5.2 vLLM FP8 下 TPUv7 是最便宜的 FP8 选项，在 60 到 300 tok/s/user 区间给出 B200/B300/MI355X 的 1.2 到 2.7 倍 tokens/美元（但 NVIDIA 的 NVFP4 仍更强，代价是精度损失）；Qwen3.5 配 llm-d 分离式服务时 TPUv7 在所有交互档位都胜过 GB300 FP8，对 GB300 FP4 也能在同等质量下打平；Kimi K3 上是 GB200/B200/B300/MI355X 的 1.15 到 2.5 倍；连为 GPU 协同设计的 Meta Muse Spark Open 在 SGLang NVFP4 下 TPU 也拿到有竞争力的性价比。更关键的是软件侧：TPU 已经和 Meta PyTorch 团队、vLLM（Inferact、RedHat）、SGLang（RadixArk）、llm-d、Ray 等上游维护者打通，提交方里出现了 OSS 生态开发者而非只有谷歌自己。结论是 NVIDIA 历史上的软件生态护城河在推理这一侧第一次出现可行替代。
- 类别行业信号 · 事件
- 日期2026-11-06
- 分类独立研究机构 · 在 AI 行业信号流里看这一条 ↗
- 信源SemiAnalysis
- 链接newsletter.semianalysis.com/p/tpu-strikes-the-king ↗
关系 每条写成一句话：主语 → 宾语，点开看证据
涉及的机构 / 产品 · 1
- SemiAnalysis 首发 TPUv7 的长上下文多轮 agentic 实测：谷歌 TPU 在推理侧已是 CUDA 护城河的可行替代涉及SemiAnalysis 发布 / 出台方信源：SemiAnalysis
在 Landscape 的位置 · 1
- SemiAnalysis 首发 TPUv7 的长上下文多轮 agentic 实测：谷歌 TPU 在推理侧已是 CUDA 护城河的可行替代出现在 Landscape 的「AI 行业信号流 · 05 独立研究机构」
文中提到 · 6
- SemiAnalysis 首发 TPUv7 的长上下文多轮 agentic 实测：谷歌 TPU 在推理侧已是 CUDA 护城河的可行替代提到PyTorch
证据 1
- SemiAnalysis 首发 TPUv7 的长上下文多轮 agentic 实测：谷歌 TPU 在推理侧已是 CUDA 护城河的可行替代提到NVIDIA
证据 1
- SemiAnalysis 首发 TPUv7 的长上下文多轮 agentic 实测：谷歌 TPU 在推理侧已是 CUDA 护城河的可行替代提到Moonshot AI（月之暗面）
证据 1
- 本站页面：名称匹配：「Kimi」出现在信号的正文里
- SemiAnalysis 首发 TPUv7 的长上下文多轮 agentic 实测：谷歌 TPU 在推理侧已是 CUDA 护城河的可行替代提到Meta
证据 1
- 本站页面：名称匹配：「Meta」出现在信号的正文里
- SemiAnalysis 首发 TPUv7 的长上下文多轮 agentic 实测：谷歌 TPU 在推理侧已是 CUDA 护城河的可行替代提到Kimi
证据 1
- 本站页面：名称匹配：「Kimi」出现在信号的正文里
- SemiAnalysis 首发 TPUv7 的长上下文多轮 agentic 实测：谷歌 TPU 在推理侧已是 CUDA 护城河的可行替代提到Google
证据 1
- 本站页面：名称匹配：「谷歌」出现在信号的标题里
出处
- 本站页面：AI 行业信号流（独立研究机构）：SemiAnalysis 首发 TPUv7 的长上下文多轮 agentic 实测：谷歌 TPU 在推理侧已是 CUDA 护城河的可行替代
- 媒体报道：信号的原文出处（SemiAnalysis）