Oracle offrirà le TPU di Google: il primo hyperscaler al di fuori di Google

Oracle e Google hanno annunciato il 27 ottobre 2026 che le Tensor Processing Unit (TPU) di Google saranno disponibili tramite Oracle Cloud Infrastructure (OCI). È la prima volta che le TPU di Google vengono offerte su una piattaforma cloud hyperscale esterna a Google. Le aziende hanno fatto l’annuncio a Oracle AI World, a Las Vegas, e hanno dichiarato che le TPU di Google su OCI saranno disponibili nel corso del 2027, con un’implementazione progressiva nell’arco di più anni per rispondere alle esigenze dei clienti.

In base all’accordo, OCI fornirà l’energia, il raffreddamento e la rete dei data center necessari per installare le TPU di Google su vasta scala nella propria infrastruttura. Secondo l’annuncio, l’aggiunta delle TPU di Google, progettate appositamente, al portafoglio di risorse di calcolo per l’IA di OCI offrirà ai clienti la flessibilità necessaria per abbinare i carichi di lavoro più impegnativi a un’infrastruttura concepita per una scalabilità pressoché lineare e costi altamente ottimizzati.

«I diversi carichi di lavoro di IA richiedono risorse di calcolo diverse», ha dichiarato Mahesh Thiagarajan, presidente di Oracle Cloud Infrastructure, Oracle. «Portare le TPU di Google su OCI consente ai clienti di accedere a diverse architetture di calcolo per l’IA all’avanguardia in un unico cloud. Questa possibilità offre loro la flessibilità di scegliere l’infrastruttura più adatta in termini di prestazioni, capacità di elaborazione e costi per ciascun carico di lavoro di IA».

Amin Vahdat, vicepresidente senior e direttore tecnico per AI & Infrastructure di Google, ha dichiarato che le TPU offrono ai clienti un’opzione progettata appositamente per i carichi di lavoro più impegnativi di addestramento e inferenza e che renderle disponibili su OCI consentirà a un numero maggiore di organizzazioni di accedere alla tecnologia e offrirà loro più flessibilità nel modo in cui sviluppano ed eseguono le applicazioni di IA più complesse. «La prossima generazione di IA richiederà una gamma diversificata di risorse di calcolo», ha affermato.

Carichi di lavoro di addestramento e inferenza

L’annuncio descrive le TPU di Google come acceleratori personalizzati, co-progettati con software aperto per alimentare l’intero ciclo di vita dell’IA: dall’addestramento dei modelli più avanzati all’inferenza su vasta scala, fino alle esigenze di dati del ragionamento in più fasi nell’IA agentica. L’architettura delle TPU è progettata per massimizzare l’elaborazione dell’IA per ogni watt di energia elettrica, offrendo un accesso rapido ai dati dei modelli e comunicazioni veloci tra i chip.

Secondo il comunicato, le TPU di Google possono supportare l’addestramento e le fasi successive all’addestramento di modelli di grandi dimensioni, inclusi i modelli densi e quelli a miscela di esperti, oltre all’inferenza in produzione per applicazioni di ragionamento, agentiche e con contesti lunghi. I clienti potranno scegliere le TPU di Google su OCI, ottimizzate in base ai loro carichi di lavoro, ai requisiti di prestazioni e agli obiettivi di costo.

Architetture TPU 8T e TPU 8I

Il comunicato afferma che il portafoglio di TPU di Google si basa su oltre un decennio di sviluppo di chip personalizzati per l’IA e che l’ottava generazione di TPU introduce due architetture progettate appositamente: TPU 8t per l’addestramento e TPU 8i per l’inferenza. Secondo il comunicato, TPU 8t riduce i cicli di sviluppo dei modelli più avanzati da mesi a settimane e offre, per ogni pod, prestazioni di calcolo quasi 3 volte superiori a quelle della generazione precedente; TPU 8i è invece progettata per gestire il lavoro iterativo svolto da numerosi agenti specializzati.

Google ha reso note le specifiche tecniche di entrambi i sistemi in un articolo del blog dedicato all’infrastruttura, pubblicato il 22 aprile 2026. Secondo l’articolo, TPU 8t riunisce 9.600 chip in un unico superpod, per una potenza di calcolo di 121 exaflop e due petabyte di memoria condivisa collegata tramite interconnessioni ad alta velocità tra i chip. La memoria unificata e il raddoppio della larghezza di banda delle interconnessioni sono pensati per consentire una scalabilità pressoché lineare e il massimo utilizzo del sistema. Google ha dichiarato che il software Pathways e JAX può orchestrare oltre un milione di chip TPU in un unico cluster e che la rete Virgo Network può collegare 134.000 TPU in un’unica rete all’interno di un singolo data center e oltre un milione di TPU distribuite su più data center in un cluster di addestramento.

Per TPU 8i, l’articolo di Google afferma che il chip triplica la SRAM integrata, portandola a 384 MB, aumenta la memoria ad alta larghezza di banda a 288 GB e raddoppia la larghezza di banda delle interconnessioni tra i chip, portandola a 19,2 Tb/s, riducendo al contempo di oltre il 50% il diametro della rete ICI. Secondo Google, un Collectives Acceleration Engine dedicato riduce la latenza interna al chip fino a 5 volte, per minimizzare i ritardi nelle richieste con elevata concorrenza; l’azienda ha dichiarato che, per l’inferenza, il design offre prestazioni per dollaro superiori dell’80% rispetto alla generazione precedente. Ad aprile Google aveva dichiarato che TPU 8t e TPU 8i sarebbero state presto disponibili per i propri clienti cloud; l’annuncio del 27 ottobre estende per la prima volta la disponibilità degli acceleratori a una piattaforma hyperscale esterna a Google.