Oracle vil tilbyde Google-TPU’er som den første hyperskaler uden for Google

Oracle og Google meddelte den 27. oktober 2026, at Googles Tensor Processing Units (TPU’er) bliver tilgængelige via Oracle Cloud Infrastructure (OCI). Det er første gang, Google-TPU’er tilbydes på en hyperskaleret cloudplatform uden for Google. Virksomhederne offentliggjorde nyheden på Oracle AI World i Las Vegas og oplyste, at Google-TPU’er på OCI bliver tilgængelige i kalenderåret 2027. Udrulningen vil ske gradvist over en flerårig periode for at imødekomme kundernes behov.

Som led i aftalen stiller OCI strøm, køling og datacenternetværk til rådighed, så Google-TPU’er kan implementeres i stor skala i infrastrukturen. Ifølge meddelelsen vil tilføjelsen af Googles specialudviklede TPU’er til OCI’s portefølje af AI-computerydelser give kunderne fleksibilitet til at matche deres mest krævende arbejdsbelastninger med en infrastruktur, der er udviklet til næsten lineær skalerbarhed og yderst optimeret økonomi.

»Forskellige AI-arbejdsbelastninger stiller forskellige krav til computerkraft,« sagde Mahesh Thiagarajan, direktør for Oracle Cloud Infrastructure hos Oracle. »Når Google-TPU’er kommer til OCI, får kunderne adgang til flere førende AI-computerarkitekturer i én cloud. Det giver dem fleksibilitet til at vælge den infrastruktur, der passer til den enkelte AI-arbejdsbelastnings krav til ydeevne, kapacitet og økonomi.«

Amin Vahdat, senior vicepræsident og chefteknolog for AI & Infrastructure hos Google, sagde, at TPU’er giver kunderne en specialudviklet løsning til krævende trænings- og inferensarbejdsbelastninger, og at tilgængeligheden på OCI vil give flere organisationer adgang til teknologien og større fleksibilitet i udviklingen og driften af deres mest komplekse AI-applikationer. »Den næste generation af AI vil kræve en bred vifte af computerkraft,« sagde han.

Trænings- og inferensarbejdsbelastninger

Meddelelsen beskriver Google-TPU’er som specialudviklede acceleratorer, der er designet sammen med åben software til at understøtte hele AI-livscyklussen – fra træning af avancerede modeller og inferens i stor skala til agentisk AI’s datakrav ved ræsonnering i flere trin. TPU-arkitekturen er udviklet til at maksimere AI-behandlingen for hver watt elektricitet, med hurtig adgang til modeldata og hurtig kommunikation mellem chips.

Ifølge pressemeddelelsen kan Google-TPU’er understøtte træning og eftertræning af store modeller, herunder både tætte modeller og mixture-of-experts-modeller, samt inferens i produktion til applikationer med ræsonnering, agentisk AI og lange kontekster. Kunderne vil kunne vælge Google-TPU’er i OCI, optimeret til deres arbejdsbelastninger, krav til ydeevne og omkostningsmål.

Arkitekturen i TPU 8T og TPU 8I

Ifølge pressemeddelelsen bygger Googles TPU-portefølje på mere end ti års udvikling af specialudviklede AI-chips, og ottende generation af TPU introducerer to specialudviklede arkitekturer: TPU 8t til træning og TPU 8i til inferens. Det hævdes, at TPU 8t reducerer udviklingsforløbet for avancerede modeller fra måneder til uger og leverer næsten tre gange så høj computerkapacitet pr. pod som den foregående generation, mens TPU 8i er udviklet til at håndtere det iterative arbejde, der udføres af mange specialiserede agenter.

Google offentliggjorde de tekniske specifikationer for begge systemer i et infrastrukturblogindlæg fra 22. april 2026. Ifølge indlægget samler TPU 8t 9.600 chips i én superpod, som leverer 121 exaflops computerkapacitet og to petabyte delt hukommelse, forbundet via højhastighedsforbindelser mellem chipsene. Den samlede hukommelse og den fordoblede båndbredde mellem chipsene skal understøtte næsten lineær skalering og maksimal udnyttelse af systemet. Google oplyste, at softwaren Pathways og JAX kan koordinere mere end én million TPU-chips i én klynge, og at netværksinfrastrukturen Virgo Network kan forbinde 134.000 TPU’er i ét samlet netværk i ét datacenter og mere end én million TPU’er på tværs af flere datacentre i en træningsklynge.

For TPU 8i oplyser Googles indlæg, at chippen tredobler den indbyggede SRAM til 384 MB, øger hukommelsen med høj båndbredde til 288 GB og fordobler forbindelsesbåndbredden mellem chipsene til 19,2 Tb/s, samtidig med at ICI-netværkets diameter reduceres med over 50 %. En dedikeret Collectives Acceleration Engine reducerer forsinkelsen på chippen med op til fem gange for at minimere ventetiden ved forespørgsler med høj samtidighed. Google oplyste, at designet giver 80 % bedre inferensydelse pr. dollar end den foregående generation. I april sagde Google, at TPU 8t og TPU 8i snart ville blive tilgængelige for virksomhedens cloudkunder. Meddelelsen den 27. oktober udvider for første gang acceleratorernes tilgængelighed til en hyperskaleret platform uden for Google.