Oracle Akan Menawarkan TPU Google sebagai Penyedia Cloud Hiperskala Pertama di Luar Google

Oracle dan Google mengumumkan pada 27 Oktober 2026 bahwa Tensor Processing Unit (TPU) Google akan tersedia melalui Oracle Cloud Infrastructure (OCI). Ini menandai pertama kalinya TPU Google ditawarkan di platform cloud hiperskala di luar Google. Kedua perusahaan mengumumkan hal ini di Oracle AI World di Las Vegas dan menyatakan bahwa TPU Google di OCI akan tersedia pada tahun kalender 2027, dengan kapasitas yang ditingkatkan secara bertahap selama beberapa tahun untuk memenuhi kebutuhan pelanggan.

Berdasarkan kesepakatan tersebut, OCI akan menyediakan daya listrik, pendinginan, dan jaringan pusat data untuk menerapkan TPU Google dalam skala besar di infrastrukturnya. Pengumuman itu menyatakan bahwa penambahan TPU Google yang dirancang khusus ke dalam portofolio komputasi AI OCI akan memberi pelanggan fleksibilitas untuk menyesuaikan beban kerja mereka yang paling menuntut dengan infrastruktur yang dirancang agar dapat diskalakan hampir secara linear dan menawarkan efisiensi ekonomi yang sangat optimal.

“Kebutuhan komputasi untuk setiap beban kerja AI berbeda-beda,” kata Mahesh Thiagarajan, presiden Oracle Cloud Infrastructure, Oracle. “Dengan menghadirkan TPU Google ke OCI, pelanggan dapat mengakses beragam arsitektur komputasi AI terkemuka dalam satu cloud. Pilihan itu memberi mereka fleksibilitas untuk menentukan infrastruktur yang tepat berdasarkan kinerja, throughput, dan efisiensi biaya setiap beban kerja AI.”

Amin Vahdat, wakil presiden senior dan kepala teknologi AI & Infrastructure di Google, mengatakan bahwa TPU memberi pelanggan pilihan yang dirancang khusus untuk beban kerja pelatihan dan inferensi yang menuntut. Ia juga mengatakan bahwa menghadirkan TPU ke OCI akan membuka akses teknologi ini bagi lebih banyak organisasi dan memberi mereka fleksibilitas lebih besar dalam membangun serta menjalankan aplikasi AI mereka yang paling kompleks. “Generasi AI berikutnya akan membutuhkan beragam jenis komputasi,” ujarnya.

Beban Kerja Pelatihan dan Inferensi

Pengumuman tersebut menggambarkan TPU Google sebagai akselerator khusus yang dirancang bersama perangkat lunak terbuka untuk mendukung seluruh siklus hidup AI, mulai dari pelatihan model terdepan dan inferensi skala besar hingga kebutuhan data untuk penalaran multi-tahap dalam AI agentik. Arsitektur TPU dirancang untuk memaksimalkan pemrosesan AI dari setiap watt listrik, dengan akses cepat ke data model dan komunikasi cepat antarchip.

Menurut siaran pers tersebut, TPU Google dapat mendukung pelatihan model besar dan pelatihan pasca-awal, termasuk model padat dan model campuran pakar, serta inferensi produksi untuk aplikasi penalaran, AI agentik, dan konteks panjang. Pelanggan dapat memilih TPU Google di OCI yang dioptimalkan untuk beban kerja, persyaratan kinerja, dan sasaran biaya mereka.

Arsitektur TPU 8T dan TPU 8I

Siaran pers itu menyatakan bahwa portofolio TPU Google memanfaatkan pengalaman lebih dari satu dekade dalam pengembangan silikon AI khusus, dan bahwa TPU generasi kedelapan menghadirkan dua arsitektur yang dirancang khusus: TPU 8t untuk pelatihan dan TPU 8i untuk inferensi. Disebutkan bahwa TPU 8t memangkas siklus pengembangan model terdepan dari hitungan bulan menjadi hitungan minggu dan memberikan kinerja komputasi per pod hampir 3x lipat dibandingkan generasi sebelumnya, sementara TPU 8i dirancang untuk menangani pekerjaan iteratif banyak agen khusus.

Google mengungkapkan spesifikasi teknis kedua sistem tersebut dalam unggahan blog infrastruktur tanggal 22 April 2026. Menurut unggahan itu, TPU 8t mengemas 9.600 chip dalam satu superpod untuk menghasilkan daya komputasi sebesar 121 exaflops dan memori bersama sebesar dua petabyte yang terhubung melalui interkoneksi antarchip berkecepatan tinggi. Memori terpadu dan bandwidth interkoneksi yang berlipat ganda ditujukan untuk mendukung penskalaan yang hampir linear dan pemanfaatan sistem secara maksimal. Google mengatakan bahwa perangkat lunak Pathways dan JAX dapat mengatur lebih dari satu juta chip TPU dalam satu klaster, serta bahwa fabric Virgo Network dapat menghubungkan 134.000 TPU ke dalam satu fabric di satu pusat data dan lebih dari satu juta TPU di beberapa lokasi pusat data ke dalam satu klaster pelatihan.

Untuk TPU 8i, unggahan Google menyebutkan bahwa chip tersebut melipatgandakan SRAM pada chip menjadi 384 MB, meningkatkan memori bandwidth tinggi menjadi 288 GB, dan menggandakan bandwidth interkoneksi antarchip menjadi 19,2 Tb/s, sekaligus mengurangi diameter jaringan ICI hingga lebih dari 50%. Menurut Google, Collectives Acceleration Engine khusus mengurangi latensi pada chip hingga 5x untuk meminimalkan jeda saat menangani permintaan dengan konkurensi tinggi. Google menyatakan bahwa desain tersebut menghasilkan kinerja per dolar 80% lebih baik untuk inferensi dibandingkan generasi sebelumnya. Pada April, Google mengatakan TPU 8t dan TPU 8i akan segera tersedia bagi pelanggan cloud-nya; pengumuman 27 Oktober memperluas ketersediaan akselerator tersebut ke platform hiperskala di luar Google untuk pertama kalinya.