Ironwood与A2A，谷歌AI生态的王者气象
谁先训练出AGI，谁先合围起AI生态，足以决定大模型的未来。前者往往占据头条，但后者正在成为整个行业更紧迫的挑战。这一战已经从OpenAI宣布重新开源后正式打响，但谷歌凭借着完整的技术栈与生态，正在恢复王者气象。
今天，在谷歌云Next '25峰会上，这家科技巨头发布了搭建下一代高能效算力基础设施的Ironwood，提供高性价比推理的新一代主力模型Gemini 2.5 Flash，以及实现爆发中的智能体互操作的新标准Agent2Agent。
尽管微软搞出一些退租数据中心的小插曲，但爆款应用不时提醒着，现在仍处于算力紧缺状态。DeepSeek凭借开源的高性价比的模型，成为推动应用规模落地的重要功臣，但自身官方应用的用户体验，却又受制于算力供给规模；中国市场到处抢购一体机。在GPT-4o图片生成开放后，OpenAI的GPU都被暴涨的需求“融化了”，前两周，奥特曼还在急求，谁能邮他十万个GPU。
谷歌同样面临这样的局面。研究公司Omdia的估计，谷歌去年在TPU上的支出，在60亿至90亿美元之间。但它同时还下单了超过100亿美元的Blackwell芯片。最近，它还在寻求从CoreWeave那里租赁更多的英伟达GPU。它需要更为推理友好的AI芯片。
于是，谷歌第七代TPU（张量处理单元）Ironwood诞生了，它被称为谷歌首款专门为推理而设计（designed specifically）的AI芯片，全方位超越了不到一年前发布的Trillium。看来，谷歌的芯片团队顶住了被这一年来被OpenAI挖人的压力。
推理正在朝着统一多模态与思维链的方向发展，需要完成越来越多能源与数据密集任务。除了单卡性能要足够强大外，芯片能效与内存也是升级重要方向。Ironwood足以与去年发布的B200相媲美。单看FP8精度下的峰值算力，单个Ironwood芯片达到4,614万亿次浮点运算（TFLOPs），与B200相当（约5 PFLOPs），称得上当前最强水平。它的单芯片的HBM内存容量达到了192GB，是Trillium的6倍；HBM带宽达到7.2Tbps，是Trillium的4.5倍，也均与B200旗鼓相当。不过，Ironwood要等今年晚间出货，届时，英伟达下一代Rubin架构芯片最快也会量产。
为了避免被美国电力瓶颈“卡了脖子”，Ironwood的能效（峰值算力FTlops/热设计功率TDP）继续大幅提升，是TPU v6的2倍，比2018年的TPU v2高了近30倍。
它可纵向扩展（scale up）至9,216个芯片，通过低延迟、高带宽的芯片间互连（ICI）网络连接，总算力达到42.5 Exaflops，总功率接近10兆瓦。它能通过Pathways技术，横向（scale out）将数十万个Ironwood芯片组合在一起，实现高效分布式计算。
每一个竞争对手都在推进自研芯片。OpenAI与博通合作的3nm芯片，会在谷歌TPU前工程高级总监Richard Ho的领导下，在几个月内完成设计，交给台积电流片，如果一切顺利，规模量产有望在2026年启动；但别指望它能马上规模部署，用于前沿模型的训练。即使微软、亚马逊与Meta的自研芯片也加速迭代，但总拥有成本仍然无法企及已经迭代到第七代的谷歌TPU。
算法提效同步推进。谷歌的主力推理模型，也在向成本敏感的方向迭代。在两周前，谷歌发布了仍处于实验版阶段Gemini-2.5-Pro，在官方公布的基准测试成绩中，它在常见的编程、数学和科学基准测试中均处于领先地位；除了编程，其他所有项目都强于o3-mini。在不到两年的时间里，GPT-4级别的模型的成本，下降了99.7%，即使是世界上最先进的模型，也便宜了82%。
这次，谷歌公开了Gemini-2.5-Flash的存在。谷歌CEO 皮查伊亲自上台，介绍了这款“提供强大性能的同时注重效率”的推理模型。它最大的亮点是“动态且可控的”计算能力。这就避免了Gemini-2.5-Pro这样花大量算力去过度思考一些简单问题的状况。不过，它还没有正式发布，也没有技术报告。它面临DeepSeek即将发布的R2的挑战。
谷歌还发布了文本到音乐模型Lyria，迭代了视频生成模型Veo 2、语音生成模型Chirp 3、图像生成模型Imagen 3，成为了当前多模态最齐备的单一平台。此外，谷歌还透露，目前有超过400万开发人员，在Gemini之上构建应用。
坐拥如此生态，谷歌当然希望，智能体安卓系统的机会可以留在自己这边。于是，这次在会上，该公司发布了Agent2Agent（A2A）的新开放协议，允许不同开发者的智能体之间相互通信。这个互操作协议存在三方参与者，包括用户（User）、客户端（Client）与服务器（Server，即远程智能体）。
客户端可以是智能体或应用程序，它代表用户创建任务（task），识别并向适合完成这项任务的远程智能体，以消息（message，包含用户上下文、指令、错误、状态或元数据等内容）的形式发起请求，后者可以立即完成任务，输出工件（artifact，任务的结果，单个任务可以拆分为多个工件来实现），也可以长时间运行，期间与客户端保持状态沟通（以消息的形式），还可以向客户端询问更多信息（以消息的形式），甚至将任务委托给其他智能体。远程智能体不直接与客户端共享其工具与资源，确保安全与隐私。
谷歌不认为A2A就是谷歌版的MCP。就在两周前，OpenAI刚决定拥抱竞争对手Anthropic推出的这款AI互操作性工具。近日，阿里、腾讯开始全面支持MCP。今天，谷歌DeepMind创始人哈萨比斯也宣布，自家Gemini与SDK都支持MCP协议。
在谷歌的表述中，MCP更侧重为大模型链接那些实用的数据、资源和工具，而A2A解决的是大规模的多智能体系统的协同问题，两者是互补的。它还在官方说明文档里正大光明地推荐，调用工具（结构化的输入与输出）就用MCP吧，但是智能体（自主的应用程序，可以使用工具、推理，与用户交互）间相互调用，还是得用A2A。
谷歌还举了个例子。在汽车维修厂，维修工人是为车主服务的智能体，他可以调用千斤顶、万用表和套扳手等结构化的工具，也需要与其他维修工人沟通，如果其他维修工注意到漏液问题，他还要向车主询问这种状况持续多久了；还需要与零部件供应商这样的远程智能体沟通，从后者那里间接获取可以使用的配件。MCP就是让维修工用好工具，A2A就是让维修工用好伙伴。
