Caijing 2026-11-10 07:54:22 Dengarkan berita
Penulis: Liu Xiaojie Editor: Ning Jiayan
Google sedang mempercepat iterasi chip AI. Pada 9 November waktu setempat, Google mengumumkan peluncuran dua TPU (Tensor Processing Unit) baru: TPU 8tx dan TPU 8i Max, yang masing-masing dirancang untuk kebutuhan inferensi aman dan rahasia serta pemrosesan konteks sangat besar.

Ini adalah pembaruan kedua tahun ini terhadap portofolio TPU Google, sekaligus pertama kalinya mereka meluncurkan empat TPU dalam satu tahun. Berbeda dengan masa lalu yang berfokus utama pada peningkatan kinerja komputasi, Google kali ini menekankan pada permintaan yang dihasilkan oleh agen AI (AI Agent); blog tersebut menyebut TPU baru ini "dirancang khusus untuk era agen".
Di antaranya, TPU 8tx menonjolkan keamanan data tingkat perangkat keras, memungkinkan menjalankan dan melatih model AI sambil memproses data sensitif; TPU 8i Max, melalui desain dual-chip, meningkatkan kapasitas komputasi, kapasitas memori, dan bandwidth memori menjadi dua kali lipat dari TPU 8i untuk mendukung pemrosesan konteks hingga jutaan Token.
Pada pembukaan pasar saham AS pada 9 November, Google (GOOGL.US) sempat melonjak sekitar 4%, kemudian kenaikan berkurang; hingga penutupan, saham Google naik 1,18% menjadi $288,15 per saham, dengan kapitalisasi pasar total sebesar $3,54 triliun.
Pada konferensi Google Cloud Next bulan April tahun ini, Google telah meluncurkan dua TPU generasi kedelapan, yaitu TPU 8t yang dirancang untuk pelatihan model besar, dan TPU 8i yang dioptimalkan untuk inferensi real-time. Dua TPU baru yang diluncurkan kali ini lebih lanjut dioptimalkan untuk menangani masalah spesifik dalam aplikasi AI perusahaan.
Biasanya, data perusahaan dapat dienkripsi selama penyimpanan dan transmisi jaringan, tetapi saat data diproses secara aktual di komputer, seringkali perlu didekripsi, yang menimbulkan risiko keamanan potensial. Menurut Google, TPU 8tx dapat mengintegrasikan kemampuan keamanan langsung ke lapisan perangkat keras, sehingga data sensitif dan bobot model tetap terlindungi selama proses komputasi aktual. Kemampuan ini sangat cocok untuk pelanggan yang memiliki persyaratan keamanan data tinggi, seperti lembaga keuangan dan pemerintah.
TPU 8i Max lainnya menyelesaikan masalah dinding memori di industri AI. Seiring dengan peralihan agen AI dari pertanyaan sederhana ke eksekusi tugas kompleks, efisiensi komputasi lebih dibatasi oleh kemampuan memori untuk menyediakan data ke prosesor secara tepat waktu. Untuk mengatasi masalah ini, Google menggabungkan dua chip TPU 8i ke dalam satu paket yang sama, sehingga meningkatkan kapasitas komputasi dan bandwidth HBM menjadi dua kali lipat. Google menyatakan bahwa desain ini terutama dirancang untuk memenuhi kebutuhan jendela konteks sangat besar dan komputasi berdensitas tinggi.
Komersialisasi TPU Google sedang mempercepat. Amin Vahdat, Wakil Presiden Senior dan Chief Technology Officer Google, mengatakan bahwa TPU telah menjadi bisnis dengan pertumbuhan cepat, saat ini memiliki hampir 100 pelanggan, termasuk laboratorium AI terdepan, perusahaan perdagangan, ritel, universitas, dan lainnya.
Di masa lalu, model bisnis TPU Google terutama menyediakan layanan komputasi kepada pelanggan eksternal melalui Google Cloud. Pada April tahun ini, Google pertama kali mengumumkan akan menjual sistem TPU secara langsung kepada sejumlah pelanggan, memungkinkan mereka untuk menempatkan sistem tersebut di pusat data milik sendiri.
Pada kuartal kedua, Google menyatakan telah menyelesaikan pengiriman pertama. Dalam laporan keuangan kuartal ketiga terbaru, Google lebih lanjut menyatakan bahwa penjualan TPU telah menjadi salah satu kontributor pertumbuhan pendapatan penting bagi bisnis cloud, dengan perkiraan pendapatan terkait akan meningkat signifikan pada tahun 2027.
Google juga merupakan salah satu pelanggan TPU terbesar di bidang model besar. Pada Oktober 2025, perusahaan model besar Anthropic mengumumkan perluasan kerja sama dengan Google Cloud, berencana menggunakan hingga satu juta TPU, dengan skala kerja sama mencapai ratusan miliar dolar AS. Kemudian pada bulan April tahun ini, Anthropic kembali mengumumkan perluasan kerja sama dengan Google dan Broadcom, menambahkan beberapa gigawatt daya komputasi TPU generasi berikutnya.
OpenAI juga sedang mempertimbangkan untuk membeli TPU Google. Pada akhir Oktober, dilaporkan bahwa OpenAI berencana membeli chip AI Google untuk mengurangi ketergantungan pada GPU NVIDIA. Selain itu, situs web OpenAI sedang merekrut insinyur compiler TPU untuk mengoptimalkan kinerja model mutakhirnya di TPU. Namun, rencana pembelian terkait belum dikonfirmasi secara resmi.
Pada akhir Oktober, Google juga mengumumkan kerja sama dengan Oracle, berencana menyediakan daya komputasi TPU melalui layanan cloud Oracle mulai tahun 2027. Oracle akan menjadi penyedia layanan cloud skala besar pertama di luar Google yang menyediakan TPU.
Meskipun NVIDIA tetap memegang posisi penting di pasar komputasi AI, Google berusaha memperluas ruang pasar melalui lebih banyak produk dan saluran distribusi, menciptakan tantangan bagi NVIDIA.
Namun, untuk bersaing dengan NVIDIA, Google tidak cukup hanya mengandalkan kinerja perangkat keras. Salah satu keunggulan NVIDIA adalah ekosistem perangkat lunak CUDA yang telah lama dikembangkan. CUDA adalah platform komputasi paralel dan model pemrograman yang diperkenalkan oleh NVIDIA, serta menjadi dasar penting bagi sejumlah besar pengembang AI dalam menggunakan GPU. Jika perusahaan beralih ke platform chip lain, mereka seringkali harus menanggung biaya tambahan untuk penyesuaian dan migrasi perangkat lunak.
Google juga sedang mencoba menyelesaikan masalah ini. Dalam rilis ini, Google menyoroti kemajuan terbuka dari ekosistem perangkat lunak TPU. Bulan lalu, Google melepaskan TorchTPU sebagai sumber terbuka, memungkinkan kode PyTorch dan model Hugging Face berjalan langsung di TPU tanpa perlu menulis ulang kode. Seiring itu, Google juga menyediakan dukungan TPU untuk kerangka kerja inferensi sumber terbuka utama, dengan harapan dapat menurunkan hambatan bagi pengembang dalam menggunakan TPU melalui berbagai jalur.
Persaingan chip AI bersifat multidimensi, mencakup ekosistem perangkat lunak dan perangkat keras, fleksibilitas penyebaran, serta biaya komputasi keseluruhan, dan apakah Google dapat memenangkan lebih banyak pesanan mungkin masih perlu diverifikasi oleh pasar dan waktu.
Namun, keunggulan lain yang diharapkan dari Google adalah "AI seluruh tumpukan", di mana Google sekaligus merupakan pengembang chip AI, pengembang model besar, dan penyedia layanan komputasi awan, mampu menggabungkan pengembangan chip, perangkat lunak, dan model.
Dalam blog ini, Google menyebutkan bahwa model Gemini yang dilatih dengan TPU juga berbalik mempercepat pengembangan TPU generasi berikutnya. "Tim sedang memanfaatkan sistem pembelajaran penguatan AlphaChip, serta model Gemini untuk membantu desain tata letak chip, sehingga mengurangi sebagian pekerjaan yang sebelumnya memakan waktu berminggu-minggu menjadi beberapa jam." Kolaborasi perangkat keras dan perangkat lunak adalah keunggulan kompetitif diferensial yang ingin dibangun oleh Google.
Penulis artikel


