Bitget App
Trade smarter
Kup kryptoRynkiHandelFuturesEarnAICentrumWięcej
Google wprowadza jednocześnie dwa nowe TPU, po raz pierwszy rozdziela chipy do trenowania i inferencji, szeroko wdrażając inteligentnych agentów AI dla firm

Google wprowadza jednocześnie dwa nowe TPU, po raz pierwszy rozdziela chipy do trenowania i inferencji, szeroko wdrażając inteligentnych agentów AI dla firm

华尔街见闻华尔街见闻2026/04/22 13:03
Pokaż oryginał
Przez:华尔街见闻

Google Cloud, należący do Alphabet, podczas dorocznej konferencji deweloperów przedstawił gęsto nowości, równocześnie wypuszczając nową generację własnych chipów oraz narzędzi do korporacyjnych agentów AI, rzucając wyzwanie Nvidia, OpenAI oraz Anthropic na polu zarówno sprzętu, jak i oprogramowania.

W środę czasu lokalnego Google Cloud podczas konferencji Google Cloud Next 2026 w Las Vegas zaprezentował dwa nowe produkty ósmej generacji procesorów tensorowych (TPU): TPU 8T, zaprojektowane specjalnie do trenowania modeli AI oraz TPU 8i, zoptymalizowane do fazy wnioskowania (inference), które mają pojawić się w sprzedaży jeszcze w tym roku. Jest to pierwszy raz, gdy Google rozdzielił zadania treningowe i wnioskowania na dedykowane chipy, co stanowi istotny zwrot w strategii hardware’owej AI firmy.

Google wprowadza jednocześnie dwa nowe TPU, po raz pierwszy rozdziela chipy do trenowania i inferencji, szeroko wdrażając inteligentnych agentów AI dla firm image 0

Jednocześnie Google wprowadził także szereg narzędzi do tworzenia agentów AI, takich jak Gemini Enterprise Agent Platform, celując bezpośrednio w rynek automatyzacji korporacyjnej.

Premiera nowych chipów zbiega się z gwałtownym wzrostem zapotrzebowania na AI inference. Wiceprezes Google Cloud ds. infrastruktury obliczeniowej i AI, Mark Lohmeyer, powiedział: "Kluczowe jest osiągnięcie najniższego opóźnienia odpowiedzi przy najniższym koszcie na transakcję. Ilość transakcji gwałtownie rośnie, a koszt każdej z nich musi znacząco spaść, aby osiągnąć skalę." Oba nowe chipy zostaną oficjalnie udostępnione pod koniec roku.

Oddzielenie treningu i wnioskowania, znaczny skok wydajności chipów

Zwielokrotnienie ósmej generacji TPU na dwa oddzielne produkty to bezpośrednia odpowiedź Google na coraz większą specjalizację obciążeń AI.

Starszy wiceprezes Google oraz dyrektor techniczny ds. AI i infrastruktury, Amin Vahdat, napisał na blogu: "Wraz z rozwojem agentów AI oceniamy, że branża skorzysta z chipów specjalnie zoptymalizowanych pod kątem treningu i wnioskowania."

TPU 8t zostało zoptymalizowane do trenowania modeli AI i według firmy może ‘skrócić cykl rozwoju zaawansowanych modeli z kilku miesięcy do kilku tygodni’.

Pod względem wydajności, TPU 8t oferuje o 124% wyższą wydajność na wat w porównaniu do poprzedniej generacji, zaś TPU 8i notuje wzrost o 117%. W porównaniu do wypuszczonego w listopadzie ubiegłego roku siódmej generacji Ironwood TPU, TPU 8t przy tej samej cenie jest szybsze o 2,8 raza, a TPU 8i o 80%.

Chip do treningu, TPU 8t, może połączyć do 9600 układów w jeden system. Google podkreśla, że przy wdrażaniu tak rozległych systemów, zużycie energii staje się kluczowym czynnikiem ograniczającym centra danych, a wyższa efektywność energetyczna nabiera szczególnego znaczenia.

TPU 8i jest skierowane głównie do zastosowań wnioskowania i obsługi zadań agentów AI. Jego konstrukcja skupia się na dużej pojemności pamięci na chipie. Każdy układ jest wyposażony w 384 MB pamięci SRAM, czyli trzy razy więcej niż poprzednia generacja Ironwood.

Oba chipy planowane są do oficjalnej sprzedaży pod koniec 2026 roku.

CEO Alphabet, Sundar Pichai, napisał na blogu, że architektura ta ma na celu "wydajne kosztowo dostarczanie wysokiej przepustowości i niskiego opóźnienia wymaganego do jednoczesnej obsługi milionów agentów." Większa pamięć na chipie oznacza, że układ nie musi często pobierać danych z zewnątrz, co jest kluczowe w zadaniach AI wymagających wieloetapowego wnioskowania.

Platforma agentów AI na szeroką skalę, bezpośrednio przeciwko OpenAI i Anthropic

W warstwie oprogramowania Google zaprezentował kompletny zestaw narzędzi agentów AI dla firm, stawiając czoła obecności OpenAI i Anthropic na rynku korporacyjnym.

Według agencji Bloomberg, kilku założycieli startupów powiedziało, że inżynierowie z Doliny Krzemowej przy wyborze narzędzi do programowania AI na ogół wahają się między Claude Code od Anthropic a Codex od OpenAI, rzadko rozważając rozwiązania od Google — co mocno niepokoi kierownictwo firmy.

CEO Google Cloud, Thomas Kurian, napisał na blogu: "Nie chodzi o dostarczanie pojedynczych klocków do układania, ale o dostarczenie pełnego, innowacyjnego fundamentu."

Nowa platforma Gemini Enterprise Agent dodaje funkcje Memory Bank i Memory Profile, które pomagają agentom AI pamiętać wcześniejsze interakcje z użytkownikiem, rekompensując wcześniejsze ograniczenia narzędzi AI związane z pamięcią; zaś funkcja Agent Simulation pozwala deweloperom gruntownie testować narzędzie przed wdrożeniem.

Google uruchomił także platformę współpracy Projects, integrującą informacje z Workspace, Microsoft OneDrive oraz wewnętrznych czatów firmowych, dostarczając agentom AI niezbędny kontekst. Ponadto firma zaprezentowała aplikację Gemini Enterprise skierowaną do zwykłych pracowników, promując ją jako ‘AI front desk dla każdego pracownika’, w której użytkownicy mogą tworzyć agentów bez konieczności programowania.

Przyspieszenie wdrożeń TPU, równoległa współpraca z Nvidia

Pomimo kontynuowanych inwestycji w autorskie chipy, współpraca Google z Nvidia nie została zerwana.

Mark Lohmeyer podkreślił, że Google planuje być jednym z pierwszych wdrożeniowców nowej generacji chipów Nvidia w drugiej połowie roku, jednocześnie nadal oferując usługi klientom korzystającym z systemów Nvidia.

W międzyczasie poziom komercyjnego wdrożenia Google TPU rośnie.

Fundusz hedgingowy Citadel Securities stworzył oprogramowanie do badań ilościowych bazujące na Google TPU, a wszystkie 17 krajowych laboratoriów amerykańskiego Departamentu Energii korzysta z oprogramowania naukowca AI opartego na TPU. Meta podpisała długoterminową, wartą wiele miliardów dolarów umowę na wykorzystanie Google TPU, a Anthropic - uznawany za nowego lidera AI - zadeklarował korzystanie z wielu gigawatów mocy obliczeniowej TPU od Google.

Analityk DA Davidson oszacował we wrześniu ubiegłego roku, że wartość biznesu TPU oraz działu AI Google DeepMind wynosi łącznie około 900 miliardów dolarów.

Co istotne, Google nie porównywał wprost wydajności nowych chipów do produktów Nvidia. Z kolei Nvidia wprowadza nową linię, integrując technologię pozyskaną wraz z zakupem Groq za 20 miliardów dolarów — specjalnie zaprojektowaną do zadań inference o bardzo niskim opóźnieniu.

Według CEO Nvidia, Jensena Huanga, ponad 20% obciążeń AI może być najlepiej obsługiwane właśnie przez tego typu chipy. Groq zostało założone w 2016 roku przez byłych inżynierów Google.

W celu dalszego zwiększania dostępności TPU, Google testuje opcje wdrażania chipów TPU w centrach danych należących do klientów oraz rozwija kompatybilność ze zewnętrznymi narzędziami programistycznymi. Nadal jednak głównymi wyzwaniami skalowania pozostają wąskie gardła w dostawach chipów oraz rozbieżności między szybkim tempem rozwoju modeli AI a wieloletnimi cyklami projektowania układów scalonych.

0
0

Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.

PoolX: Stakuj, aby zarabiać
Nawet ponad 10% APR. Zarabiaj więcej, stakując więcej.
Stakuj teraz!

Może Ci się również spodobać

Bateria lżejsza o 40% i bez ograniczeń związanych z germanem! Rocket Lab (RKLB.US) wprowadza lekką baterię, otwierając drzwi do rosnącego rynku AI w kosmosie

„IMM Apex, oferując wyjątkową wydajność, jednocześnie radzi sobie z realnymi wyzwaniami, takimi jak wzrost kosztów materiałów i ograniczenia w łańcuchu dostaw” – powiedział Brad Clevenger, prezes Rocket Lab USA.

智通财经2026/09/09 12:42
Bateria lżejsza o 40% i bez ograniczeń związanych z germanem! Rocket Lab (RKLB.US) wprowadza lekką baterię, otwierając drzwi do rosnącego rynku AI w kosmosie

Przed otwarciem rynku amerykańskiego | Trzy główne indeksy giełdowe futures spadają, ropa Brent przekracza 100 dolarów, Besant wkrótce ogłosi skalę buybacku obligacji amerykańskich, nadchodzi konferencja Apple

W środę, 9 września, przed rozpoczęciem sesji giełdowej w USA, kontrakty terminowe na trzy główne amerykańskie indeksy spadły.

智通财经2026/09/09 12:21
Przed otwarciem rynku amerykańskiego | Trzy główne indeksy giełdowe futures spadają, ropa Brent przekracza 100 dolarów, Besant wkrótce ogłosi skalę buybacku obligacji amerykańskich, nadchodzi konferencja Apple

Koniec AI to nie tylko energia elektryczna, ale również rachunki za prąd! Gdy centra danych stają się kluczowym punktem wyborów w USA, inwestycje w infrastrukturę AI przechodzą „głosowy test wytrzymałości”.

W 2026 roku wydatki na centra danych, będące filarem przemysłu sztucznej inteligencji, osiągnęły rekordowy poziom. Jednak wraz z falą inwestycji infrastrukturalnych wzrosły w tym roku również protesty przeciwko centrom danych, a temat ten szybko rozwinął się z początkowo lokalnego problemu do kluczowego zagadnienia wyborów środka kadencji w listopadzie.

智通财经2026/09/09 11:46
Koniec AI to nie tylko energia elektryczna, ale również rachunki za prąd! Gdy centra danych stają się kluczowym punktem wyborów w USA, inwestycje w infrastrukturę AI przechodzą „głosowy test wytrzymałości”.

Od sztucznej inteligencji po złoto i amerykańskie obligacje skarbowe: niemal wszystko pnie się na szczyty, rynek doświadcza zjawiska „Everything High”

Wydatki kapitałowe na AI oraz prognozy zysków przedsiębiorstw są stale podnoszone, a jednocześnie rosną ceny energii, złota, rentowności amerykańskich obligacji skarbowych i pozycje rynkowe. Na pierwszy rzut oka wygląda to na powszechny wzrost wzrostu i apetytu na ryzyko; jednak gdy inflacja, stopy procentowe i zatłoczenie transakcji osiągają wysokie poziomy, margines tolerancji rynku dla trwałości hossy AI również się kurczy.

华尔街见闻2026/09/09 11:16