Caijing 2026-11-10 07:54:22 Haberi dinleyin
Yazar: Liu Xiaojie | Düzenleyen: Ning Jiayan
Google, AI çiplerinin geliştirme hızını artırıyor. Yerel saatle 9 Kasım'da Google, güvenlik ve gizlilikli çıkarımlar ile çok büyük bağlam işleme ihtiyaçları için sırasıyla TPU 8tx ve TPU 8i Max olmak üzere iki yeni TPU (Tensor Processing Unit) duyurdu.

Bu, Google'un bu yıl TPU ürün portföyüne yaptığı ikinci güncelleme ve ilk kez bir yıl içinde dört TPU çıkarmasıdır. Geçmişte ana hedef hesaplama performansı artırımıyken, Google bu kez AI ajanları (AI Agent) tarafından yaratılan talebe odaklanıyor ve blog yazısına göre yeni TPU, "ajanlar çağı için özel olarak tasarlanmıştır".
TPU 8tx, hassas verileri işlerken AI modellerini çalıştırmayı ve eğitmeyi sağlayan donanım düzeyinde veri güvenliğini öne çıkarır; TPU 8i Max ise çift çip tasarımıyla hesaplama gücü, bellek kapasitesi ve bellek bant genişliğini TPU 8i'nin iki katına çıkararak milyonlarca Token düzeyinde bağlam işleme desteği sağlar.
9 Kasım'da ABD hisse senedi piyasasının açılışında, Google (GOOGL.US) bir süre yaklaşık %4 yükseliş gösterdi, ardından artış daraldı; kapanışta Google %1,18 yükselişle hisse başına 288,15 ABD dolarına çıktı ve toplam piyasa değeri 3,54 trilyon ABD doları oldu.
Bu yıl Nisan'da düzenlenen Google Cloud Next konferansında, Google büyük modeller için tasarlanmış TPU 8t ve gerçek zamanlı çıkarım için optimize edilmiş TPU 8i olmak üzere iki adet sekizinci nesil TPU'yu tanıttı. Bu yeni TPU'lar, şirketlerin AI uygulamalarındaki spesifik sorunlara yönelik daha fazla optimizasyon sağlıyor.
Genellikle şirket verileri, depolama ve ağ iletim sırasında şifrelenebilir, ancak bilgisayarlar verileri gerçek işleme sırasında genellikle şifresini çözmek zorundadır, bu da potansiyel güvenlik riskleri yaratır. Google'a göre, TPU 8tx, hassas verileri ve model ağırlıklarını gerçek hesaplama sırasında da koruyabilecek şekilde güvenlik yeteneklerini doğrudan donanım katmanına entegre eder. Bu özellik, veri güvenliği yüksek gereksinimlere sahip finansal kurumlar ve hükümet kurumları gibi müşteriler için özellikle uygundur.
Diğer bir ürün olan TPU 8i Max, AI endüstrisinin bellek duvarı sorununu çözmektedir. AI agenteri basit soru-cevaplardan karmaşık görev yürütme yönüne geçtikçe, hesaplama verimliliğini sınırlayan faktör, belleğin işlemciye verileri zamanında sağlayabilme yeteneğidir. Bu sorunu çözmek için Google, iki TPU 8i çipini aynı paket içinde birleştirmiş ve hesaplama kapasitesini ile HBM bant genişliğini iki katına çıkarmıştır. Google, bu tasarımı özellikle çok büyük bağlam pencereleri ve yüksek yoğunluklu hesaplama ihtiyaçları için hedeflediğini belirtmiştir.
Google TPU'nun ticarileştirilmesi hızlanıyor. Google'nın üst düzey başkanı ve baş teknoloji görevlisi Amin Vahdat, TPU'nun şimdi önde gelen AI laboratuvarları, ticaret şirketleri, perakendeciler, üniversiteler dahil olmak üzere yaklaşık 100 müşteriye sahip olan hızla büyüyen bir iş haline geldiğini söyledi.
Geçmişte, Google TPU'nun iş modeli ana olarak Google Cloud aracılığıyla dış müşterilere hesaplama gücü hizmeti sağlamaktı; bu yıl Nisan'da Google, TPU sistemlerini doğrudan bazı müşterilere satmayı ve bunların kendi veri merkezlerinde kurulmasını sağlamayı ilk kez duyurdu.
İkinci çeyrekte, Google ilk teslimatları tamamladığını açıkladı. En son üçüncü çeyrek finansal raporunda Google, TPU satışlarının bulut işi gelirine önemli bir büyüme katkısı olduğunu ve 2027 yılına kadar ilgili gelirlerin belirgin şekilde artmasını beklediğini belirtti.
Google, büyük modeller alanında rakibi aynı zamanda en büyük TPU müşterilerinden biridir. 2025 yılında Ekim'de büyük model üreticisi Anthropic, Google Cloud ile iş birliğini genişletip en fazla 1 milyon TPU kullanmayı planladığını duyurdu ve iş birliğinin değeri yüz milyarlarca dolar oldu. Ardından bu yıl Nisan'da Anthropic, Google ve Broadcom ile olan iş birliğini yeniden duyurarak ek olarak birkaç gigavatlık sonraki nesil TPU hesaplama gücü ekledi.
OpenAI, Google'nin TPU'larını satın almayı da düşünüyor. Ekim ayının sonunda, OpenAI'nin NVIDIA GPU'lara olan bağımlılığını azaltmak amacıyla Google'nin AI çiplerini satın almayı planladığı bildirildi. Ayrıca, OpenAI'nin resmi websitesi, öncü modellerinin TPU üzerindeki performansını optimize etmekten sorumlu TPU derleyici mühendisi istihdam ediyor. Ancak ilgili satın alma planı henüz resmi olarak onaylanmadı.
Ekim'in sonunda, Google, Oracle ile iş birliği yaptı ve 2027 itibarıyla Oracle'ın bulut hizmetleri aracılığıyla TPU hesaplama gücü sunmayı planladığını duyurdu. Oracle, Google dışındaki ilk TPU sunan büyük ölçekli bulut hizmet sağlayıcısı olacak.
NVIDIA, AI hesaplama piyasasında hâlâ önemli bir konuma sahip olsa da, Google daha fazla ürün ve satış kanalı aracılığıyla piyasa alanını genişletmeye çalışıyor ve NVIDIA'ya meydan okuyor.
Ancak NVIDIA ile rekabet etmek için Google yalnızca donanım performansıyla yetmez. NVIDIA'nın büyük bir avantajı, uzun yıllar birikmiş CUDA yazılım ekosistemidir. CUDA, NVIDIA tarafından geliştirilen paralel hesaplama platformu ve programlama modelidir ve birçok AI geliştiricinin GPU kullanmasının temelidir. Şirketler başka bir çip platformuna geçmek zorunda kalırsa genellikle ek yazılım uyarlama ve taşıma maliyetleriyle karşı karşıya kalır.
Google de bu sorunu çözmeye çalışıyor. Bu yayımda, Google TPU yazılım ekosisteminin açık geliştirme ilerlemelerini vurguladı. Geçen ay, Google TorchTPU'yu açık kaynak hale getirerek PyTorch kodlarını ve Hugging Face modellerini kodu yeniden yazmadan doğrudan TPU üzerinde çalıştırmayı mümkün kıldı. Aynı zamanda Google, popüler açık kaynak çıkarım çerçevelerine TPU desteği sunarak, geliştiricilerin TPU kullanma engellerini çeşitli yollarla düşürmeyi hedefliyor.
AI çip rekabeti, yazılım-hardware ekosistemi, dağıtım esnekliği ve toplam hesaplama maliyeti gibi çok boyutludur; Google'ın daha fazla sipariş kazanıp kazanamayacağı hâlâ pazar ve zaman tarafından sınanacaktır.
Ancak Google'un dışarıda öne çıkan bir diğer avantajı, hem AI çip üreticisi hem de büyük model geliştiricisi ve bulut hizmeti sağlayıcısı olan "tam yığın AI" özelliğidir; bu da çip, yazılım ve model geliştirme süreçlerini birleştirmesini sağlar.
Bu blogda Google, TPU ile eğitilen Gemini modelinin, bir sonraki nesil TPU geliştirilmesini de hızlandırdığını belirtti. "Takım, AlphaChip reinforcement learning sistemini ve Gemini modelini kullanarak çip yerleşim tasarımı konusunda önceki haftalarca süren işleri saatler içinde tamamlıyor." Yazılım ve donanımın birlikte çalışması, Google'ın oluşturmak istediği farklılaşmış rekabet avantajıdır.
Yazı yazarı


