Oracle gaat Google-TPU’s aanbieden als eerste hyperscaler buiten Google

Oracle en Google maakten op 27 oktober 2026 bekend dat de Tensor Processing Units (TPU’s) van Google beschikbaar komen via Oracle Cloud Infrastructure (OCI). Daarmee worden Google-TPU’s voor het eerst aangeboden op een hyperscalecloudplatform buiten Google. De bedrijven maakten dit bekend tijdens Oracle AI World in Las Vegas en zeiden dat Google-TPU’s op OCI in kalenderjaar 2027 beschikbaar komen. De beschikbaarheid wordt vervolgens over meerdere jaren uitgebreid om aan de behoeften van klanten te voldoen.

Volgens de overeenkomst levert OCI de stroomvoorziening, koeling en datacenternetwerken om Google-TPU’s op grote schaal binnen de eigen infrastructuur in te zetten. Volgens de aankondiging krijgen klanten door de toevoeging van de speciaal ontwikkelde TPU’s van Google aan het AI-rekenaanbod van OCI de flexibiliteit om hun zwaarste workloads af te stemmen op infrastructuur die is ontworpen voor vrijwel lineaire schaalbaarheid en zeer kostenefficiënte prestaties.

‘Verschillende AI-workloads stellen verschillende eisen aan rekenkracht’, zei Mahesh Thiagarajan, president van Oracle Cloud Infrastructure bij Oracle. ‘Door Google-TPU’s naar OCI te brengen, krijgen klanten in één cloud toegang tot meerdere toonaangevende AI-rekenarchitecturen. Dankzij die keuze kunnen ze voor elke AI-workload de infrastructuur kiezen die het beste past bij de vereiste prestaties, verwerkingscapaciteit en kosten.’

Amin Vahdat, senior vicepresident en chief technologist voor AI & Infrastructure bij Google, zei dat TPU’s klanten een speciaal ontwikkelde optie bieden voor veeleisende trainings- en inferentieworkloads. Door de TPU’s naar OCI te brengen, krijgen meer organisaties volgens hem toegang tot de technologie en meer flexibiliteit bij het ontwikkelen en uitvoeren van hun meest complexe AI-toepassingen. ‘De volgende generatie AI vereist uiteenlopende rekenkracht’, zei hij.

Trainings- en inferentieworkloads

In de aankondiging worden Google-TPU’s omschreven als speciaal ontwikkelde versnellers die samen met open software zijn ontworpen voor de volledige AI-levenscyclus: van de training van geavanceerde modellen en inferentie op grote schaal tot de databehoeften van meerstapsredeneringen bij agentische AI. De TPU-architectuur is ontworpen om elke watt aan elektriciteit zo efficiënt mogelijk te benutten voor AI-verwerking, met snelle toegang tot modelgegevens en snelle communicatie tussen chips.

Volgens het persbericht ondersteunen Google-TPU’s de training en nabewerking van grote modellen, waaronder dense modellen en mixture-of-experts-modellen, evenals inferentie in productieomgevingen voor redeneer-, agentische en toepassingen met een lange context. Klanten kunnen binnen OCI kiezen voor Google-TPU’s die zijn geoptimaliseerd voor hun workloads, prestatie-eisen en kostendoelstellingen.

Architectuur van TPU 8T en TPU 8I

Volgens het persbericht bouwt het TPU-aanbod van Google voort op meer dan tien jaar ontwikkeling van speciaal ontworpen AI-chips. De TPU’s van de achtste generatie introduceren twee architecturen die voor specifieke doeleinden zijn ontwikkeld: TPU 8t voor training en TPU 8i voor inferentie. Volgens Google verkort TPU 8t de ontwikkelcycli voor geavanceerde modellen van maanden tot weken en levert deze per pod bijna drie keer zoveel rekenprestaties als de vorige generatie. TPU 8i is ontworpen voor het iteratieve werk van veel gespecialiseerde agents.

Google maakte de technische specificaties van beide systemen bekend in een blogbericht over infrastructuur van 22 april 2026. Volgens dat bericht bundelt TPU 8t 9.600 chips in één superpod, goed voor 121 exaflops aan rekenkracht en twee petabytes aan gedeeld geheugen dat via snelle verbindingen tussen chips is gekoppeld. Het gedeelde geheugen en de verdubbelde bandbreedte tussen chips moeten vrijwel lineaire schaalbaarheid en een maximale benutting van het systeem mogelijk maken. Google zei dat zijn Pathways- en JAX-software meer dan één miljoen TPU-chips in één cluster kan aansturen. Ook kan het Virgo Network volgens Google in één datacenter 134.000 TPU’s met elkaar verbinden via één netwerk en meer dan één miljoen TPU’s op meerdere datacenterlocaties samenbrengen in één trainingscluster.

Volgens Googles bericht verdrievoudigt TPU 8i het on-chip-SRAM tot 384 MB, verhoogt de chip het high-bandwidth memory tot 288 GB en verdubbelt hij de bandbreedte van de verbindingen tussen chips tot 19,2 Tb/s, terwijl de diameter van het ICI-netwerk met meer dan 50% afneemt. Een speciale Collectives Acceleration Engine verkort de on-chip-latentie met maximaal 5 keer om vertraging bij verzoeken met hoge gelijktijdigheid te beperken. Volgens Google levert het ontwerp voor inferentie 80% betere prestaties per dollar dan de vorige generatie. Google zei in april dat TPU 8t en TPU 8i binnenkort beschikbaar zouden komen voor klanten van zijn clouddiensten. Met de aankondiging van 27 oktober worden de versnellers voor het eerst ook beschikbaar op een hyperscaleplatform buiten Google.