Google 发布 TPU 8tx 与 8i Max，面向机密推理与超长上下文

Google 在第八代 TPU 中新增 8tx 与 8i Max 两个系统，分别针对硬件级机密推理和百万 token 级长上下文，并配套开源 TorchTPU、TPU Sync、XLA Serving Engine 等软件栈。关注 Agent 推理部署成本、KV cache 分层与 PyTorch 迁移路径的团队，可据此比较不同系统在延迟、内存带宽和机架密度上的取舍。文中性能数字多为与上一代或 TPU 8t 的对比，实际效果仍取决于具体工作负载。