Google расширила линейку собственных процессоров для искусственного интеллекта, представив две новые вычислительные системы — TPU 8tx и TPU 8i Max. Разработки ориентированы на защищённую обработку данных, работу автономных ИИ-агентов и выполнение сложных вычислений. Компания усиливает конкуренцию с Nvidia, предлагая бизнесу альтернативу традиционным графическим ускорителям. 9 ноября 2026 года Google анонсировала новые решения восьмого поколения Tensor Processing Unit (TPU). В отличие от универсальных графических процессоров Nvidia, TPU изначально проектировались для задач машинного обучения и нейросетевых вычислений. При этом речь идёт не о двух принципиально новых архитектурах чипов, а о специализированных конфигурациях существующих процессоров, объединяющих вычислительные мощности, память, сетевые соединения и технологии защиты информации.
TPU 8tx: защищённый искусственный интеллект для банков и государства
Читайте также
MARA продала биткоины на $1,1 млрд, а спящий 11 лет Ethereum-кошелёк перевёл $4,6 млн
Первая новинка, TPU 8tx, предназначена для государственных учреждений, финансовых организаций и компаний, работающих с конфиденциальной информацией. Система сочетает процессоры Google с серверными CPU AMD EPYC и поддерживает аппаратную защиту данных непосредственно во время вычислений. Это позволяет использовать нейросети для обработки чувствительной информации без необходимости раскрывать её другим вычислительным средам. По данным Google, новая конфигурация обеспечивает до двух раз меньшую задержку обработки запросов по сравнению с TPU 8t практически без потери производительности из-за механизмов защиты. TPU 8tx также позволяет дообучать модели на корпоративных данных и запускать автономных ИИ-агентов в защищённой среде.
TPU 8i Max: удвоенная мощность для сложных задач
Вторая разработка, TPU 8i Max, ориентирована на нейросети, которым необходимо одновременно обрабатывать большие объёмы информации. Google объединила два процессора TPU 8i в одном корпусе, благодаря чему система получила:
- — Вдвое большую вычислительную мощность.
- — Удвоенный объём встроенной памяти SRAM.
- — Вдвое большую пропускную способность высокоскоростной памяти HBM.
Такая архитектура предназначена для программирования с помощью ИИ, математических вычислений, анализа больших массивов данных и разработки лекарственных препаратов. Особое внимание уделено автономным ИИ-агентам, способным работать с огромными программными проектами, длинными документами и многочасовыми видеозаписями. При этом новая конфигурация позволяет увеличить плотность вычислений в серверных стойках без пропорционального расширения занимаемой площади.
Google усиливает давление на Nvidia
Долгое время Nvidia оставалась главным поставщиком ускорителей для обучения и эксплуатации мощных нейросетей. Однако развитие собственных чипов Google постепенно меняет конкурентную ситуацию. Компания не только использует TPU для своих моделей Gemini, но и активно предлагает вычислительные мощности сторонним организациям через Google Cloud. По информации Google, её TPU-бизнес уже обслуживает почти 100 клиентов, включая исследовательские лаборатории, финансовые компании и университеты. Дополнительно Google развивает поддержку PyTorch и других открытых инструментов, упрощая перенос ИИ-приложений на собственную инфраструктуру. Это особенно важно, поскольку одним из преимуществ Nvidia остаётся популярность программной платформы CUDA. На фоне анонса акции Alphabet 9 ноября прибавляли более 3% в ходе ранних торгов. При этом прямых независимых сравнений TPU 8tx и TPU 8i Max с актуальными ускорителями Nvidia компания пока не представила.
Что это означает для рынка ИИ
Выход новых TPU демонстрирует важную тенденцию: крупнейшие технологические корпорации стремятся снизить зависимость от отдельных поставщиков вычислительного оборудования. Для Google собственные процессоры становятся не только инструментом развития Gemini, но и самостоятельным конкурентным преимуществом облачного бизнеса. Для Nvidia это означает усиление конкуренции в перспективном сегменте корпоративного ИИ, где стоимость вычислений, энергопотребление, безопасность данных и эффективность работы автономных агентов становятся ключевыми факторами выбора. Google постепенно превращает TPU из внутренней технологии в полноценную коммерческую альтернативу ускорителям Nvidia. Хотя говорить об окончании доминирования Nvidia преждевременно, конкуренция за инфраструктуру искусственного интеллекта становится всё более интенсивной.
Меню 
Знания 
События 
Новости 
Курсы валют