به گزارش آی سی تی نیوز؛  گوگل در ۹ نوامبر ۲۰۲۶ (۱۸ آبان ۱۴۰۵) دو سیستم پردازشی جدید خود با نام‌های TPU 8tx و TPU 8i Max را معرفی کرد. این دو محصول که توسط امین وحدت، مدیر ارشد فناوری بخش هوش مصنوعی و زیرساخت گوگل اعلام شدند، برای پاسخ‌گویی به نیازهای متفاوت در حوزه هوش مصنوعی طراحی شده‌اند. بر اساس گزارش Bloomberg، این سیستم‌ها قرار است در سال ۲۰۲۷ در دسترس قرار بگیرند .

این‌ها تراشه جدید نیستند، سیستم هستند

نکته مهمی که در تبلیغات اولیه کمتر برجسته شده، این است که TPU 8tx و TPU 8i Max تراشه‌های کاملاً جدید نیستند، بلکه پیکربندی‌های تازه‌ای از تراشه‌های موجود TPU 8t و TPU 8i هستند. گوگل آن‌ها را «TPU system» می‌نامد، نه chip. این یعنی همان سیلیکون پایه با تغییر در نحوه ترکیب پردازنده، حافظه، شبکه و بسته‌بندی، برای کاربردهای مشخص بهینه شده است .

TPU 8tx؛ امنیت در سطح سخت‌افزار

این سیستم برای سازمان‌های دولتی و صنایع تحت نظارت شدید طراحی شده که با داده‌های حساس کار می‌کنند. بر پایه همان سیلیکون TPU 8t ساخته شده اما با پردازنده‌های سفارشی AMD ترکیب شده است. نوآوری اصلی این است که داده‌ها و وزن‌های مدل حتی در حین پردازش فعال در سطح سخت‌افزار ایزوله و محافظت می‌شوند. گوگل ادعا می‌کند تأخیر آن در مقایسه با TPU 8t تا ۵۰ درصد کمتر است، با افت عملکردی نزدیک به صفر .

TPU 8i Max؛ غلبه بر دیوار حافظه

این سیستم با ترکیب دو تراشه TPU 8i در یک بسته واحد ساخته شده است. نتیجه این ترکیب، دو برابر توان محاسباتی، دو برابر حافظه SRAM و دو برابر پهنای باند HBM نسبت به TPU 8i استاندارد است. هدف از طراحی آن، پردازش پنجره‌های زمینه بسیار بزرگ مانند تحلیل کل یک پایگاه کد نرم‌افزاری یا ساعت‌ها ویدیو است. این سیستم برای دستیارهای کدنویسی، استدلال ریاضی، تحقیقات علمی و کشف دارو طراحی شده است .

خانواده نسل هشتم TPU

با افزودن این دو سیستم، خانواده نسل هشتم گوگل اکنون چهار عضو دارد: TPU 8t برای آموزش در مقیاس بزرگ، TPU 8i برای استنتاج و استدلال کم‌تأخیر، TPU 8tx برای محاسبات محرمانه و امن، و TPU 8i Max برای پنجره‌های زمینه بزرگ و بالاترین تراکم محاسباتی در هر رک. این اولین بار است که گوگل در یک سال چهار سیستم TPU معرفی می‌کند .

ابزارهای نرم‌افزاری جدید

گوگل در کنار سخت‌افزار، سه ابزار نرم‌افزاری نیز معرفی کرد: TorchTPU برای اجرای مدل‌های PyTorch و Hugging Face بدون نیاز به بازنویسی کد، TPU Sync (متن‌باز) برای کاهش تأخیر انتقال داده تا بیش از ۹۰ درصد، و Agent Compute Engine برای آزادسازی منابع پردازشی بلااستفاده هنگام توقف موقت ایجنت‌های هوش مصنوعی .

مشتریان و رقابت با انویدیا

گوگل اعلام کرد نزدیک به ۱۰۰ مشتری از فناوری TPU استفاده می‌کنند. مشتریان شناخته‌شده شامل Oracle، Meta و Apple هستند. همچنین Anthropic قراردادی برای خرید تا ۱۵۰ میلیارد دلار TPU بین سال‌های ۲۰۲۸ تا ۲۰۳۱ دارد. Bloomberg Intelligence پیش‌بینی می‌کند فروش TPU گوگل تا سال ۲۰۲۸ از ۱۳۵ میلیارد دلار فراتر رود .

تحلیلگران Bloomberg Intelligence اشاره کرده‌اند که TPU حدود ۳۰ درصد ارزان‌تر از GPU انویدیا است، در حالی که از نظر توان عملیاتی رقابتی است. همچنین گوگل و Oracle توافق کرده‌اند که TPU از سال ۲۰۲۷ از طریق Oracle Cloud Infrastructure در دسترس باشد، اولین بار که این تراشه‌ها روی یک سرویس ابری رقیب عرضه می‌شوند. پس از اعلام این خبر، سهام Alphabet در معاملات اولیه آمریکا بیش از ۳ درصد رشد کرد .

تحلیل ICTNews

معرفی TPU 8tx و TPU 8i Max را باید در چارچوب یک استراتژی تهاجمی دید، نه یک به‌روزرسانی معمولی. گوگل تا پیش از این، TPU را عمدتاً برای مصرف داخلی و مشتریان ابری خود استفاده می‌کرد. حالا با عرضه آن از طریق Oracle و جذب مشتریانی مانند Anthropic، Meta و Apple، عملاً وارد بازار فروش تراشه هوش مصنوعی شده است، بازاری که سال‌ها در انحصار انویدیا بود.

نکته قابل توجه، تقسیم‌بندی دقیق بازار است. گوگل به‌جای یک تراشه همه‌کاره، چهار سیستم برای چهار کاربرد متفاوت ارائه کرده: آموزش، استنتاج، امنیت و زمینه بزرگ. این رویکرد «چاقوی سوئیسی» به تولیدکنندگان مدل اجازه می‌دهد بر اساس نیاز خود، سیستم مناسب را انتخاب کنند. برای شرکت‌هایی که با داده‌های حساس کار می‌کنند، TPU 8tx یک گزینه منحصربه‌فرد است که انویدیا معادل دقیقی برای آن ندارد.

اما دو نکته را نباید از نظر دور داشت. نخست، تاریخ عرضه ۲۰۲۷ است. این یعنی تا آن زمان، انویدیا فرصت دارد نسل بعدی GPU خود را عرضه کند و فاصله را حفظ کند. دوم، وابستگی به TSMC است. TPU‌های گوگل نیز مانند GPU‌های انویدیا در کارخانه‌های TSMC ساخته می‌شوند، بنابراین گوگل در تأمین ظرفیت تولید با انویدیا رقابت مستقیم دارد. اگر TSMC نتواند ظرفیت کافی فراهم کند، مزیت قیمتی TPU می‌تواند تحت تأثیر قرار گیرد.

نکته سوم، تأثیر بر بازار ایران است. اگر TPU از سال ۲۰۲۷ از طریق Oracle Cloud در دسترس باشد، کاربران ایرانی که به Oracle Cloud دسترسی دارند، ممکن است بتوانند از این تراشه‌ها برای بارهای هوش مصنوعی استفاده کنند. اما با توجه به تحریم‌های موجود، این دسترسی نیز احتمالاً محدود خواهد بود.

در مجموع، گوگل با این حرکت نشان می‌دهد که قصد دارد نه‌فقط در نرم‌افزار و مدل‌های هوش مصنوعی، بلکه در سخت‌افزار نیز یک بازیگر اصلی باشد. اگر TPU 8tx و 8i Max بتوانند وعده‌های عملکردی خود را در عمل محقق کنند، انحصار انویدیا در بازار تراشه‌های هوش مصنوعی برای اولین بار به چالش جدی کشیده خواهد شد.