Mag-aalok ang Oracle ng Google TPU bilang unang hyperscaler sa labas ng Google

Nag-anunsyo ang Oracle at Google noong Oktubre 27, 2026, na magiging available ang mga Tensor Processing Unit (TPU) ng Google sa Oracle Cloud Infrastructure (OCI). Ito ang unang pagkakataong iaalok ang mga TPU ng Google sa isang cloud platform na may napakalaking kapasidad sa labas ng Google. Inanunsyo ito ng mga kumpanya sa Oracle AI World sa Las Vegas, at sinabi nilang magiging available ang mga TPU ng Google sa OCI sa taong kalendaryo 2027. Unti-unti itong palalawakin sa loob ng maraming taon upang matugunan ang mga pangangailangan ng customer.

Sa ilalim ng kasunduan, maglalaan ang OCI ng kuryente, pagpapalamig at networking para sa mga data center upang maipatupad ang Google TPU nang malawakan sa imprastraktura nito. Ayon sa anunsyo, ang pagdaragdag ng mga TPU ng Google na sadyang ginawa para sa mga partikular na gawain sa portfolio ng AI computing ng OCI ay magbibigay sa mga customer ng kakayahang itugma ang pinakamahihirap nilang workload sa imprastraktura na idinisenyo para sa halos linear na pagpapalawak at lubos na matipid na operasyon.

“Magkakaiba ang pangangailangan sa computing ng iba’t ibang workload ng AI,” sabi ni Mahesh Thiagarajan, presidente ng Oracle Cloud Infrastructure sa Oracle. “Sa pagdadala ng Google TPU sa OCI, magkakaroon ang mga customer ng access sa maraming nangungunang arkitektura para sa AI computing sa iisang cloud. Dahil dito, malaya silang pumili ng imprastrakturang pinakaangkop sa performance, throughput at gastos ng bawat workload ng AI.”

Sinabi ni Amin Vahdat, senior vice president at punong teknolohista para sa AI at imprastraktura sa Google, na nag-aalok ang TPU sa mga customer ng kagamitang sadyang ginawa para sa mahihirap na gawain sa training at inference. Sinabi rin niyang sa pagdadala ng mga ito sa OCI, mas maraming organisasyon ang magkakaroon ng access sa teknolohiyang ito at ng higit na kalayaang buuin at patakbuhin ang pinakamasalimuot nilang AI application. “Mangangailangan ng sari-saring computing ang susunod na henerasyon ng AI,” sabi niya.

Mga workload sa training at inference

Inilalarawan sa anunsyo ang Google TPU bilang mga pasadyang accelerator na kapwa idinisenyo kasama ng bukas na software upang suportahan ang buong siklo ng buhay ng AI—mula sa training ng mga makabagong modelo at inference sa malakihang saklaw hanggang sa mga pangangailangan sa data ng pangangatwirang may maraming hakbang sa AI na gumagamit ng mga ahente. Dinisenyo ang arkitektura ng TPU upang mapahusay hangga’t maaari ang pagproseso ng AI sa bawat watt ng kuryente, mapabilis ang pag-access sa data ng modelo at mapabilis ang komunikasyon sa pagitan ng mga chip.

Ayon sa pahayag, kayang suportahan ng Google TPU ang training at post-training ng malalaking modelo, kabilang ang mga siksik na modelo at mga modelong may pinaghalong eksperto, gayundin ang inference sa produksyon para sa mga application na nangangailangan ng pangangatwiran, gumagamit ng mga ahente o may mahabang konteksto. Makakapili ang mga customer ng Google TPU sa OCI na naka-optimize para sa kanilang mga workload, kinakailangan sa performance at layunin sa gastos.

Arkitektura ng TPU 8T at TPU 8I

Ayon sa pahayag, bunga ang portfolio ng TPU ng Google ng mahigit isang dekadang pagbuo ng pasadyang AI silicon. Ipinakikilala ng ikawalong henerasyon ng TPU ang dalawang arkitekturang sadyang ginawa para sa partikular na gawain: TPU 8t para sa training at TPU 8i para sa inference. Sinasabi rin sa pahayag na paiikliin ng TPU 8t mula ilang buwan tungo sa ilang linggo ang mga siklo ng pagbuo ng mga makabagong modelo, at magbibigay ito ng halos 3x na mas mataas na performance sa computing kada pod kumpara sa nakaraang henerasyon. Samantala, idinisenyo ang TPU 8i upang pangasiwaan ang paulit-ulit na gawain ng maraming espesyalisadong ahente.

Inilahad ng Google ang mga teknikal na detalye ng dalawang sistema sa isang pahayag sa blog tungkol sa imprastraktura noong Abril 22, 2026. Ayon sa pahayag na iyon, naglalaman ang iisang superpod ng TPU 8t ng 9,600 chip, na nagbibigay ng 121 exaflops na kakayahan sa computing at dalawang petabyte ng pinagsasaluhang memory na magkakaugnay sa pamamagitan ng mga high-speed na koneksyon sa pagitan ng mga chip. Nilayon ang pinagsamang memory at dobleng bandwidth ng mga koneksyong ito upang masuportahan ang halos linear na pagpapalawak at pinakamataas na paggamit ng sistema. Sinabi ng Google na kayang isaayos ng Pathways at JAX software nito ang mahigit isang milyong TPU chip sa iisang cluster. Sinabi rin nitong kayang ikonekta ng Virgo Network fabric nito ang 134,000 TPU sa iisang fabric sa loob ng isang data center, at mahigit isang milyong TPU sa iba’t ibang lokasyon ng mga data center bilang isang training cluster.

Para naman sa TPU 8i, sinasabi sa pahayag ng Google na pinatataas ng chip nang tatlong ulit ang on-chip SRAM, tungo sa 384 MB; dinaragdagan nito ang high-bandwidth memory sa 288 GB; at dinodoble ang bandwidth ng mga koneksyon sa pagitan ng mga chip, tungo sa 19.2 Tb/s, habang binabawasan nang mahigit 50% ang diyametro ng ICI network. Binabawasan ng nakalaang Collectives Acceleration Engine nang hanggang 5x ang latency sa chip upang mapaliit ang pagkaantala sa mga kahilingang may mataas na concurrency. Ayon sa Google, sinabi rin nitong nagbibigay ang disenyong ito ng 80% na mas mahusay na performance kada dolyar para sa inference kumpara sa nakaraang henerasyon. Sinabi ng Google noong Abril na malapit nang maging available ang TPU 8t at TPU 8i sa mga customer nito sa cloud. Sa anunsyo noong Oktubre 27, pinalawak ang pagkakaroon ng mga accelerator na ito upang sa unang pagkakataon ay ialok ang mga ito sa isang hyperscale platform sa labas ng Google.