Google TPU 8: Spezialisierte Chips für Training und Ausführung

Google trennt seine KI-Hardware erstmals in spezialisierte Chips für Training und Ausführung – ein strategischer Schritt im Wettlauf um künstliche Intelligenz.

Der Technologieriese hat auf seiner Entwicklerkonferenz Google I/O im Mai die achte Generation seiner Tensor Processing Units (TPUs) vorgestellt. Mit zwei getrennten Architekturen verfolgt das Unternehmen eine neue Strategie: Der TPU 8t ist speziell für das Training von KI-Modellen optimiert, der TPU 8i für deren Ausführung im laufenden Betrieb.

Während Google die Hardware für die nächste Generation der künstlichen Intelligenz aufrüstet, fragen sich viele Anwender, wie sie die bereits existierenden Tools effizient für sich nutzen können. Dieser kostenlose Ratgeber zeigt Ihnen, wie Sie ChatGPT und Co. ohne Vorkenntnisse sofort gewinnbringend in Ihren Alltag integrieren. Urlaub planen, Sprachen lernen, Zeit sparen: So erledigt ChatGPT Ihre Alltagsaufgaben in Sekunden

Zwei Chips, zwei Aufgaben

Der in Zusammenarbeit mit Broadcom entwickelte TPU 8t kann in Superpods mit bis zu 9.600 Chips skaliert werden. Diese Konfiguration erreicht eine Rechenleistung von 121 Exaflops – und das bei einer Effizienz von über 97 Prozent, ermöglicht durch optische Schalttechnik. Laut technischen Daten bietet der neue Chip die dreifache Rechenleistung seiner Vorgänger.

Der TPU 8i, gemeinsam mit MediaTek entwickelt, konzentriert sich auf die Ausführung bereits trainierter Modelle. Mit 288 Gigabyte High-Bandwidth-Speicher und 384 Megabyte On-Chip-SRAM verspricht Google eine fünffache Reduzierung der Latenz und die doppelte Leistung pro investiertem Euro. Eine neuartige „Boardfly"-Topologie verringert den Netzwerkdurchmesser um 56 Prozent. Beide Chips basieren auf Axon-ARM-Prozessoren und nutzen Flüssigkeitskühlung der vierten Generation.

Software-Ökosystem wächst

Der die allgemeine Verfügbarkeit der achten TPU-Generation ist für die zweite Jahreshälfte 2026 geplant. Bereits jetzt haben Google und Canonical zertifizierte Ubuntu-Images für Cloud-TPU-VMs veröffentlicht. Diese unterstützen bestehende Generationen wie den Ironwood (siebte Generation) und Trillium (sechste Generation) und sind für Frameworks wie JAX, PyTorch, TensorFlow und Ray optimiert. Ubuntu Pro-Support für Cloud-TPUs soll im dritten Quartal 2026 folgen.

Der wichtigste Kunde für Googles Eigenentwicklung ist Anthropic, das bis zu einer Million Chips nutzen soll. Allerdings bleibt die Hardware für einige Open-Source-Modelle eine Herausforderung – die TPUs sind auf statische Tensor-Formate und das XLA-Compilersystem angewiesen.

Beeindruckende Nutzerzahlen

Das hauseigene Ökosystem wächst rasant: Die Gemini-Anwendung verzeichnet inzwischen 900 Millionen monatlich aktive Nutzer – mehr als eine Verdoppelung gegenüber 400 Millionen im Vorjahr. Der KI-Modus in der Google-Suche bedient sogar über eine Milliarde Nutzer monatlich.

Angesichts der rasant steigenden Nutzerzahlen von KI-Anwendungen wird deutlich, dass das Verständnis dieser Technologie zur neuen Schlüsselkompetenz wird. Ein neuer Gratis-Report enthüllt die praktischsten Tipps und Befehle, mit denen Einsteiger das volle Potenzial von KI-Tools im Handumdrehen ausschöpfen können. Diese einfachen ChatGPT-Befehle kennen die wenigsten – jetzt Gratis-Report sichern

Finanzielle Perspektiven

Die Hardware-Offensive fällt mit optimistischen Prognosen für den Mutterkonzern Alphabet zusammen. Analysten der Bank of America haben das Kursziel auf 370 Dollar angehoben. Für das erste Quartal 2026 wird ein Umsatz von 92 Milliarden Euro erwartet, für das zweite Quartal 98,3 Milliarden Euro. Die Investitionsausgaben für 2026 sollen zwischen 175 und 185 Milliarden Euro liegen.

Google hat zudem die Preise angepasst: Der KI-Abo-Dienst „AI Ultra" kostet statt 250 nun 200 Euro monatlich, ein neues Einstiegsangebot gibt es für 100 Euro. Für die langfristige Expansion plant das Unternehmen eine 500-Megawatt-Partnerschaft mit Blackstone ab 2027. Die Hardware-Roadmap ist Teil der Strategie, bis 2028 eine „minimale allgemeine künstliche Intelligenz" und bis 2030 vollständige AGI zu erreichen.

de | wissenschaft | 69466116 |