Google бросает вызов Nvidia: что скрывается за новыми суперчипами для искусственного интеллекта

На конференции Google Cloud Next компания представила сразу два специализированных чипа восьмого поколения — TPU 8t и TPU 8i. Первый ориентирован на обучение моделей искусственного интеллекта, второй — на их работу в реальных задачах, то есть инференс.

Такое разделение отражает текущую трансформацию рынка: современные AI-системы требуют не только мощности для обучения, но и высокой скорости отклика при использовании — например, в чат-ботах или автономных агентах.

Ставка на «агентный» ИИ

Новые TPU создавались с расчётом на так называемую «agentic AI»-эпоху — системы, способные самостоятельно планировать действия и выполнять задачи без постоянного участия человека.

Чип TPU 8i, в частности, оптимизирован для быстрого выполнения таких задач, где важны минимальные задержки и высокая эффективность обработки данных. Это критично для сервисов, которые работают в режиме реального времени и взаимодействуют с пользователем.

Производительность и экономия ресурсов

Google заявляет о заметном росте эффективности новых решений. По сравнению с предыдущими поколениями:

• обучение моделей может ускориться до трёх раз;
• производительность на доллар выросла примерно на 80%;
• системы способны объединять более миллиона TPU в единый кластер.

Кроме того, улучшена энергоэффективность — один из ключевых факторов на фоне стремительного роста энергопотребления AI-инфраструктуры.

Конкуренция с Nvidia — но не разрыв

Несмотря на явное усиление собственных разработок, Google не отказывается от сотрудничества с Nvidia. В облаке компании по-прежнему будут доступны новейшие GPU-решения партнёра, включая будущие архитектуры.

Более того, компании совместно работают над сетевыми технологиями для повышения эффективности инфраструктуры. Таким образом, конкуренция развивается параллельно с партнёрством — типичная ситуация для современного рынка AI-чипов.

Почему Google делает собственные чипы

Разработка TPU — это не новая стратегия. Google начала создавать специализированные ускорители ещё в 2016 году, чтобы повысить эффективность обработки нейросетей и снизить зависимость от сторонних решений.

Такие чипы относятся к классу AI-ускорителей — специализированного оборудования, которое обеспечивает более высокую производительность и энергоэффективность по сравнению с универсальными CPU и даже GPU в ряде задач.

Рынок меняется: кто выигрывает

Появление новых TPU усиливает тренд, при котором крупнейшие облачные провайдеры — Google, Amazon и Microsoft — создают собственные чипы, постепенно снижая зависимость от Nvidia.

Однако говорить о смене лидера пока рано. Nvidia остаётся ключевым игроком с огромной долей рынка и капитализацией, а спрос на её решения продолжает расти вместе с развитием AI.