4月22日，谷歌在Google Cloud Next大会上宣布推出两款定制AI ASIC芯片TPU 8t和TPU 8i，分别面向训练和智能体推理工作负载优化，两款芯片也具备承担对方优势任务的能力。TPU 8t在处理大规模、计算密集型的训练工作负载时表现出色，Pod规模从9216颗增加至9600颗，总FP4算力规模提升接近2倍。其单芯片横向扩展带宽从100Gbps显著增长至400Gbps，化解了大规模互联中的瓶颈。TPU 8i则配备了更高的内存带宽，专为处理对延迟最为敏感的推理工作负载而设计，拥有CAE片上加速引擎，配备384MB片上SRAM和288GB片外HBM，运行时数据无需存取。TPU 8i的Pod规模从上代的256颗显著提升至1152颗，每Pod的FP8算力和HBM内存容量分别提升8.67倍和5.74倍。谷歌表示，TPU 8t和TPU 8i的能效是上一代TPU Ironwood的两倍。

此外，谷歌宣布对其自主研究智能体进行升级，推出了DeepResearch与DeepResearchMax两款新产品。这两款智能体均基于Gemini3.1Pro模型打造，旨在将智能体从复杂的摘要引擎转变为企业级工作流的基础组件。DeepResearch智能体专为交互式用户场景设计，旨在平衡速度和效率的优化。而DeepResearchMax则适用于异步后台工作流，如生成详尽的尽职调查报告等，追求极致的全面性与最高质量综合。这两款智能体的核心突破在于扩展数据源与输出形式，它们能够搜索网络、任意远程MCP服务器、文件上传及连接的文件存储。用户可以通过MCP安全地将智能体连接至金融或市场数据等专业数据流，使其能够导航任何专业数据库。

在输出方面，智能体首次能够原生生成高质量图表与信息图，动态可视化复杂数据。新功能还包括协作规划、扩展工具集、多模态研究基础以及实时流式输出，使用户能够在执行前审查、指导并优化智能体生成的研究计划，并组合使用Google搜索、远程MCP服务器、代码执行等多种工具。