据TomsHardware报道，按照谷歌的新的内存使用机制‌，如果应用程序超过预设的内存阈值，操作系统就会介入，减慢应用程序的运行速度或者强制关闭，以防止操作系统变慢甚至崩溃。谷歌呼吁开发者三个关键方面进行优化，包括动态内存使用（匿名RSS+交换空间）、bitmap内存占用、以及DEX代码。谷歌要求在2027年2月前完成调整，开发者还有一些时间进行优化。

动态内存使用指的是应用程序运行时消耗的临时内存，意味着开发者需要更新更为智能、灵活的管理，以便不需要时及时释放；bitmap内存占用显示鲜艳图像的常用资源，占用的内存远多于显示文本；谷歌也强调代码优化，开发过程中常常积累冗余或未使用的代码，新的指南里要求开发者必须进行清理和缩减。

现在安卓智能手机制造商正以不同方式应对DRAM和NAND闪存供应短缺及成本上涨，其中一种方法就是降低内存+存储的配置。在全球DRAM供应危机之前，中低端机型配备6GB或8GB内存并不少见，现在可能已经下调至最低4GB，很可能会严重影响性能表现。

据TrendForce报道，最新产业研究显示，2026年液冷散热在AI芯片的渗透率将从2025年的33%升至53%，2027年有望进一步提升至59%。

英伟达今年GB/VR等整柜式方案出货量预计将翻倍成长，2027年尽管有Kyber NVL144时程可能递延的因素，但是整体GPU机柜需求未受影响，预估出货年增长幅度仍超过30%。AMD的策略也从单一GPU产品扩大至完整AI平台布局，2026年下半年起，结合CPU、GPU和高速互连的Helios AI机柜方案将开始发货，预计2027年大规模放量。无论是英伟达还是AMD，以上方案已全面采用液冷散热技术。

另外一个值得关注的是谷歌，是各大云服务供应商中最积极导入液冷散热技术的一家，在服务器中的使用比例超过了80%。凭借多年自研AI加速器（TPU）及整合AI基础设施的经验，谷歌已建立高度定制化的液冷散热架构，并随着TPU功耗不断提升、出货量成长，将液冷散热由单一服务器层级延伸至整柜式系统设计，推动了整体液冷散热的渗透率。

据TomsHardware报道，谷歌已经在开发第十代TPU，可能邀请了AMD参与其中。尽管拥有定制芯片团队，不过这将是AMD首次真正参与的定制AI ASIC项目。AMD拥有强大的IP组合，尤其是在先进封装与SoIC领域，可以推动TPU强化AI工作负载，而且其CPU IP对于谷歌也可能具备吸引力。

目前谷歌正在推进第九代TPU的开发，博通与联发科都有参与。其中博通在加速器架构方面拥有丰富专业知识，因此几乎不需要AMD来进行设计。AMD在AI推理方面也不太需要谷歌的TPU，更多地是谷歌需要AMD提供某些独有的东西，包括CPU IP、FPGA、互连或某些先进的封装技术。值得注意的是，谷歌及其客户希望在TPU封装内能加入CPU核心，用于提升相关工作效率。虽然传统的LLM训练仍然以加速器为主，但推理和代理模型的强化学习则可能需要大量通用计算资源辅助。

外界猜测，谷歌最终可能会选择推出一款专门针对强化学习和代理工作负载优化的第十代TPU，由AMD提供部分构建模块。

据Wccftech报道，谷歌在发布Pixel 11系列时并没有确认Tensor G6所使用的制造工艺，不过随后谷歌硬件副总裁彭昱钧在接受媒体采访时确认，Tensor G6采用的是台积电最新的改良型3nm工艺。

考虑到去年的Tensor G5采用的是N3P，Tensor G6有很大概率是相同的技术。其实沿用去年的N3P也是可以理解，毕竟每年Pixel系列的出货量都很有限，从成本角度，追求最先进的制造工艺也不太合理，而且这些年Tensor系列所面临的性能问题也不是使用更好一些的制造工作所能解决的。

Tensor G6在CPU部分采用了1+4+2的三丛架构，共7个核心，其中1个超大核采用了C1-Ultra核心，频率提升至4.11 GHz，另外还有4个C1-Pro性能核心，频率为3.38 GHz，剩下是4个C1-Pro能效核心，频率为2.65 GHz；GPU部分为PowerVR CXTP-48-1536；引入新的TPU，相比Tensor G5有接近50%的性能提升。

虽然官方称Tensor G6能效表现相比Tensor G5有20%的提升，但是不代表一定采用了新的制造工艺。另外Tensor G6的CPU部分比起Tensor G5减少了1个核心，将带来更好的电池续航能力，不过代价就是牺牲多核性能。

英特尔高级副总裁兼首席信息官Cindy Stoddard称，英特尔致力于为员工提供更快速、更高效的工具，帮助他们提升工作效率。通过与Google Cloud合作，能够为员工打造统一的平台，围绕Gemini Enterprise构建和部署智能体，并借助弹性的云基础设施扩展芯片开发规模，为英特尔带来了所需的AI工具和工作流，助力其优化运营，更快地实现业务目标。

通过深度整合Google AI技术，英特尔将企业级AI应用从单点试点推向更广泛部署，强化工程、供应链及企业运营领域的工作流，以提升跨部门协同效率。借助Gemini的先进推理能力，英特尔引入专用的智能体编码辅助和工程自动化能力，简化开发流程，实现复杂、多步骤软件工作流的自动化运行。

Google Cloud可扩展的基础设施为英特尔AI驱动的企业转型提供了进一步支持，借助该平台优化芯片开发模拟及核心开发者工作负载。通过将本地计算核心扩展至Google Cloud C4与N4实例，英特尔工程师团队可并行运行复杂的高性能计算模拟，从而缩短芯片研发周期。

此外，英特尔与Google Cloud正在就优化下一代AI基础设施开展合作。

据Wccftech报道，三星已经对接旗下的合作方，洽谈承接谷歌下一代TPU I/O后端相关设计工作。

谷歌在下一代TPU上采用了分体式架构设计，分为计算芯片和I/O芯片两大模块。其中计算芯片将由台积电（TSMC）代工，采用1.4nm工艺，而且三星负责I/O芯片，采用2nm工艺，承担起计算芯片与高带宽内存之间的数据传输任务。后端设计部分还包含电路布局布线、可测试性设计、物理验证等全流程物理实现环节，目前三星正在进行评估，看看这些项目是否要分拆外包，同时保留一部分通过自主研发解决。

之前外界就猜测，由于谷歌已经在TPU中采购了三星的HBM，谷歌可能让三星承担更广泛的角色，从而更好地锁定存储芯片的供应。另外三星位于美国德克萨斯州的泰勒工厂可能是潜在的生产基地，这里涵盖了芯片与封装生产线，可以很好地支持谷歌的项目。

据Wccftech报道，有知情人士透露，谷歌可能从长鑫存储购买DRAM芯片，正在评估采购的可行性。至于哪种类型的DRAM芯片，具体什么用途，是Pixel系列智能手机、支持AI应用的TPU，还是谷歌云服务所需要的内存，暂时还不清楚。消息源称，这则信息来自于谷歌首席执行官Sundar Pichai。

考虑到Pixel系列智能手机的需求量较小，没有必要另外建立供应链，而云基础设施中采用来自中国大陆的DRAM芯片可能会遭遇更为严格的审查，外界预计潜在的交易可能与TPU有关。更具体来说是下一代“Humufish”TPU，谷歌打算到2028年末将出货量提高至350万个单位。

目前长鑫存储正在努力推动扩产，预计到2026年末，产能将从现在的每月20万片晶圆提升至30万片。

由于硬件成本较低、集中管理工具、以及长期支持，使得Chromebook在教育市场大受欢迎。谷歌随后将Chromebook软件更新支持延长至10年，进一步提升了平台在教育和托管部署中的价值。 不过在PC爱好者这边，Chromebook从来没有达到过相同的兴趣水平，即便后来增加了对Android应用的支持等。

今年谷歌并没有专门发布Chromebook的15周年纪念文章，不过在前一段时间的Googlebook发布会上有提及15周年的里程碑。谷歌以“Googlebook”取代了过去传统的Chromebook品牌，围绕Gemini AI打造核心驱动力，并融合了Android生态与ChromeOS的优势。

谷歌将携手宏碁、华硕、戴尔、惠普、联想五大厂商共同打造多种形态和尺寸的Googlebook，均会配备名为“Glowbar”的氛围灯条。同时Googlebook不会只局限于英特尔平台，还会支持高通和联发科的处理器。

分析指出，如果三星代工能够获得谷歌的这笔订单，将对其业务有重大推动作用。传闻谷歌与联发科正在共同开发“Icefish”TPU，量产工作有望最早于2028年启动。许多芯片设计公司已经将台积电的产能限制视为潜在的行业发展瓶颈，多元化供应链成为了努力的方向之一。

谷歌的目光也不仅仅停留在三星，去年开始就不断传出消息，英特尔也成为潜在的目标。最新消息称，谷歌打算让英特尔负责300万颗TPU的订单，不过更大可能也是封装部分，而非芯片制造。

由于谷歌已经在TPU中采购了三星的HBM，外界猜测谷歌可能让三星承担更广泛的角色，从而更好地锁定存储芯片的供应。另外三星位于美国德克萨斯州的泰勒工厂可能是潜在的生产基地，这里涵盖了芯片与封装生产线，可以很好地支持谷歌的项目。

根据SpaceX向美国证券交易委员会（SEC）提交的文件显示，拟通过旗下子公司xAI主导这一系列算力交易，谷歌将租用相当于11万颗英伟达GPU的算力，另外还涵盖了CPU、内存、以及相关配套组件，同时谷歌对其内容、AI模型和数据保留完整的所有权和知识产权。

另外SpaceX如果未能在2026年9月30日前交付约定数量的GPU，在一个月宽限期之后，谷歌可以选择立即终止协议，或接受已交付的GPU数量，并相应按比例减少月费。在2026年12月31日之后，任一方均可提前90天通知终止协议。

除了谷歌外，最近SpaceX也与Anthropic签署了类似协议，不过规模更大，达到了22万颗英伟达GPU的算力，Anthropic每月支付的金额为12.5亿美元，协议有效期至2029年5月。

或许有人会问，大家都在拼命建设数据中心，xAI的Grok也是主要AI模型竞争者，为什么SpaceX还要出租算力？传闻xAI无法在Colossus 1的架构（混合了H100、H200和GB200）上有效训练Grok，需要将训练任务转向Colossus 2，为此通过出租算力弥补损失。

据Wccftech报道，最新泄露的信息显示，谷歌并不打算放弃Tensor系列，正在开发Tensor G7，对应的代号为“Lajolla”或“LaJolla”，预计将用于Pixel 12系列。目前有关Tensor G7的信息并不多，不过不太指望能成为同时期的性能级SoC。

传闻Tensor G7与Tensor G6一样，选择台积电（TSMC）代工，沿用相同的光刻技术，基于2nm制程节点，不过有可能选择经过改进的工艺。谷歌还可能针对AI工作负载做进一步的优化，以提升用户体验。不过在外界看来，谷歌这种押注NPU、放弃原始CPU/GPU性能的做法并不可取，只是为了更好地控制芯片的制造成本。

按照之前的说法，今年的Tensor G6在CPU部分预计会选择Arm C1-Ultra和Arm C1-Pro，前者的频率可达到4.11GHz，采用“1+4+2”的三丛架构，共7个核心。相比于Tensor G5，Tensor G6会减少1个性能核，多核性能应该会受到影响。

据Wccftech报道，最新泄露的信息显示，今年的Tensor G6可能搭载PowerVR CXT-48-1536，这是2021年亮相的GPU，可以说是一款旧产品了。考虑到高通等其他安卓智能手机SoC供应商都在大幅提升GPU性能，谷歌的做法有点令人难以理解。

过去谷歌为了节省成本，在Tensor系列的CPU部分选择相对较旧的Arm内核，已经招致了外界的批评。不过在Tensor G6上，情况似乎会有所改善，预计会选择Arm C1-Ultra和Arm C1-Pro，前者的频率可达到4.11GHz。另外Tensor G6的CPU为1+4+2的三丛架构，共7个核心，相比于Tensor G5会减少1个性能核，多核性能应该会受到影响。谷歌这么做也是为了控制成本。

传闻谷歌可能为了弥补GPU的弱势，进一步增强NPU的性能，并针对AI工作负载进行优化。分析认为，谷歌这种押注NPU、减弱GPU的做法，与降低CPU规模的目标都是一致的，便是更好地控制成本。对于那些追求高性能，特别是游戏体验的用户来说，肯定不希望谷歌这么做。

尽管ASIC被视为AI推理的重要工具，但当前供应链中的挑战依然存在。去年末，谷歌推出了面向AI应用的新实例，由“Axion”Arm架构处理器和基于第七代TPU“Ironwood”提供支持。第七代TPU“Ironwood”配备了192GB的HBM，带宽高达7.4TB/s，单芯片峰值算力达到4614 TFLOPs，提供了9216芯片组成的超级计算集群（Superpod）。

目前谷歌正在准备第八代TPU，而且会分为两个版本：一个是专为AI推理设计，TPUv8x“Zebrafish”，与联发科进行合作；另一个则是针对AI训练优化，TPUv8ax“Sunfish”，用于训练Gemini等AI模型，合作伙伴是博通。