گوگل با عرضه ۴ مدل TPU در یک سال، به رقابت جدی با انویدیا برخاست

گوگل در تلاش برای کاهش وابستگی به انویدیا و تسلط بر بازار، با افزودن دو سیستم جدید به خانواده تراشه‌های هوش مصنوعی نسل هشتم خود، رکورد عرضه چهار مدل TPU مختلف در یک سال را ثبت کرد. این شرکت با استراتژی ماژولار، به جای طراحی نسل کاملاً جدید، پیکربندی‌های مختلفی از تراشه‌های موجود را برای نیازهای خاص ارائه می‌دهد که باعث می‌شود محصولات جدید با سرعت بسیار بیشتری روانه بازار شوند.

تراشه جدید TPU 8tx به‌طور خاص برای محاسبات محرمانه طراحی شده است. در سیستم‌های معمولی، داده‌ها هنگام پردازش در حافظه رمزگشایی می‌شوند که این امر آن‌ها را آسیب‌پذیر می‌کند. TPU 8tx این شکاف را با حفظ رمزگذاری داده‌ها و وزن‌های مدل حتی در حین پردازش پر می‌کند. این سیستم از شبکه کم‌تأخیر Boardfly بهره می‌برد و برای شرکت‌ها و نهادهای دولتی که با داده‌های حساس سر و کار دارند، گزینه‌ای ایده‌آل محسوب می‌شود.

از سوی دیگر، TPU 8i Max برای کاربردهای تشنه حافظه طراحی شده است. گوگل در این مدل با قرار دادن دو تراشه TPU 8i در یک پکیج واحد، عملاً قدرت محاسباتی، حافظه و پهنای باند حافظه را در همان ابعاد استاندارد قفسه‌ها (Rack) دوبرابر کرده است. این راه‌حل مستقیماً گلوگاه‌های حافظه در کار با کدهای بزرگ یا پردازش ساعات طولانی ویدیو را هدف قرار می‌دهد.

گوگل علاوه بر سخت‌افزار، بر بهبود نرم‌افزار نیز تمرکز کرده است. با انتشار متن‌باز TorchTPU، توسعه‌دهندگان می‌توانند کدهای PyTorch را با حداقل تغییرات روی TPUها اجرا کنند. پشتیبانی از چارچوب‌های محبوب استنتاج (Inference) مانند vLLM و SGLang نیز از دیگر اقدامات گوگل برای ساده‌سازی استفاده از این پلتفرم است.

این گسترش سبد محصول، نشان‌دهنده تغییر استراتژیک گوگل است؛ از دیدن TPUها به عنوان ابزاری صرفاً داخلی، به سمت بازاریابی آن‌ها به عنوان پلتفرمی رقابتی برای مشتریان خارجی. در حال حاضر، گوگل نزدیک به ۱۰۰ مشتری خارجی برای TPUهای خود دارد. با حرکت صنعت هوش مصنوعی از مرحله آموزش مدل‌های عظیم به مرحله استنتاج و بهره‌برداری روزانه، گوگل امیدوار است که این تراشه‌های تخصصی بتوانند جایگزینی کارآمد برای GPUهای انویدیا در دیتاسنترها باشند.