Google представила ИИ-ускорители TPU 8tx и TPU 8i Max. С учётом анонсированных ранее в этом году ускорителей TPU 8t и TPU 8i семейство TPU Google восьмого поколения теперь включает четыре модели.

Как отметил в блоге Амин Вахдат (Amin Vahdat), старший вице-президент и главный технолог Google по ИИ и инфраструктуре, TPU восьмого поколения предназначены «для решения конкретных задач на разных этапах жизненного цикла ИИ: TPU 8t — для масштабного обучения моделей; TPU 8i — для выполнения инференса с низкой задержкой; TPU 8tx — для конфиденциальных вычислений; а TPU 8i Max — для обработки огромных контекстных окон и обеспечения максимальной плотности вычислений в серверной стойке».

TPU 8t и TPU 8i стали фундаментом для этого поколения: TPU 8t — инструмент для обучения масштабных базовых моделей, обеспечивающий максимальный показатель «полезной производительности» (goodput) — то есть объём эффективных вычислений на каждый ватт затраченной энергии. А TPU 8i — вычислительный модуль для инференса и «размышлений», разработанный для преодоления «барьера памяти» (memory wall) и сокращения задержек при обмене данными между чипами — вплоть до 50 %.

Источник изображений: Google

В свою очередь, TPU 8tx оптимизирован для безопасного и конфиденциального инференса, а также обучения моделей в небольших масштабах. Он создан для организаций, работающих в регулируемых отраслях, и государственных структур, которые используют передовые или проприетарные модели и автономных агентов для работы с наиболее конфиденциальными данными.

Система TPU 8tx, построенная на той же аппаратной базе, что и TPU 8t, и работающая в связке с процессорами AMD EPYC Turin, обеспечивает безопасность на уровне «железа», сохраняя конфиденциальные данные и веса моделей защищенными и изолированными даже при их использовании. В сочетании с сетевой топологией Boardfly с низкой задержкой TPU 8tx ускоряет работу многошаговых агентов, обеспечивая снижение задержки до двух раз по сравнению с TPU 8t практически без потери производительности.

TPU 8tx также позволяет дообучать (fine-tune) модели на собственных закрытых данных, выполнять дистилляцию (сжатие) крупных моделей и обучать с подкреплением агентов без необходимости перемещать конфиденциальные данные между отдельными кластерами.

Модель TPU 8i Max, объединившая два TPU 8i, была разработана для решения проблемы «барьера памяти» (memory wall) — разрыва между скоростью вычислений и пропускной способностью памяти. Двухчиповая система предлагает вдвое больше вычислительных ресурсов, вдвое больше SRAM и вдвое более высокую пропускную способность HBM по сравнению с TPU 8i. Вычислительные мощности и объём памяти в ней масштабируются синхронно. Поскольку TPU 8i Max вмещает вдвое больше кремниевых компонентов в рамках той же серверной стойки, дата-центры могут значительно увеличить вычислительную мощность на единицу площади и на ватт потребляемой энергии, сообщил Вахдат.

Вахдат также заявил, что компания выпустила набор инструментов TPU Agent (сейчас доступен в режиме превью) для упрощения оптимизации оборудования. Он интегрируется в среды разработки — например, Claude Code, Cursor и Google Antigravity — и позволяет за считанные минуты подготовить систему к работе с TPU, выявить «узкие места» и автоматически настроить ядра (kernels) с помощью простых текстовых команд. Для промышленного использования был разработан открытый движок XLA Serving Engine, который позволяет обучать модели на Python, а затем запускать их в высокопроизводительной среде на C++ с минимальной задержкой — на базе TPU, GPU или CPU.

Спутник Google Suncatcher, выступающий прототипом космического ЦОД, начал работу и установил связь с Землёй, сообщает TechCrunch. Он отправился на орбиту в начале октября вместе более чем с сотней других космических аппаратов на ракете SpaceX Falcon 9.

Suncatcher, оснащённый четырьмя ИИ-ускорителями Google TPU, вырабатывает до 1 кВт электроэнергии. Проект призван проложить путь к созданию целых группировок спутников, работающих в тесной связке и выполняющих масштабные задачи инференса прямо на орбите. Пока из-за высокого энергопотребления спутник может задействовать только один TPU за раз — и то не более чем на 20 минут, что усложняет и без того непростую задачу обмена данными между космосом и Землёй.

Пусконаладочные работы заняли три недели: все системы аппарата протестировали, и спутник стал готов к эксплуатации. На этой неделе инженеры с Земли отправили первый запрос, попросив заранее загруженную на борт модель Google Gemma 4 написать хайку о пребывании в космосе. Ответ был таким:

«Голубой шар внизу,
Потоки данных в тишине,
Свет звёзд питает меня».

В Google также протестировали модель, поставив ей задачу написать несколько лимериков на космическую тематику. Компания также поручила аппарату собрать данные об условиях на орбите в месте его нахождения.

Источник изображений: Google

В ходе текущей серии испытаний специалисты изучат, как чипы ведут себя в условиях тепловых нагрузок и космической радиации. До этого компания проводила масштабные проверки TPU на наземных ускорителях частиц, и теперь ей предстоит выяснить, как в реальных космических условиях на оборудование влияет радиация. Она может вызывать инверсию битов — самопроизвольное изменение значений в памяти, которое способно привести к искажению данных и остаться незамеченным для стандартных систем мониторинга.

Радиация должна оказывать минимальное влияние на инференс, но она может создать некоторые сложности на этапе обучения моделей. Если установленные на борту TPU подтвердят свою эффективность, в 2027 году компания запустить ещё два спутника с ИИ-ускорителями. Новые аппараты смогут вырабатывать больше электроэнергии, они также продемонстрируют работу оптических каналов связи между спутниками.

Сейчас Google Suncatcher является едва ли не единственным проектом ЦОД, предусматривающим создание высокоскоростных каналов связи между спутниками для поддержки согласованных распределённых вычислительных сред. В проектах орбитальных ЦОД SpaceX лазерную связь предполагают использовать на слишком больших расстояниях, чтобы аппараты производили совместные вычисления. Starcloud и Cowboy Space планируют выполнять инференс на отдельных спутниках.

В остальном концепции Google и SpaceX тесно связаны: холдинг Alphabet владеет значительной долей в SpaceX. И для полномасштабного развёртывания орбитальных ЦОД потребуется ракета класса Starship. Чтобы добиться такого же снижения затрат путём накопления опыта, какое наблюдалось при эксплуатации предыдущих моделей ракет SpaceX, компании потребуется произвести 1800 запусков Starship, подсчитали авторы проекта Suncatcher.

Инфраструктура Suncatcher станет экономически выгодной лишь к следующему десятилетию. Но успех начинания может зависеть от того, как остальная часть корпорации в ближайшей перспективе отреагирует на вызовы и возможности, связанные с развитием ИИ.

Ранее SpaceX подала заявку на развёртывание 1 млн аппаратов — орбитальных ЦОД. Blue Origin хочет запустить 51 тыс. таких спутников, Cowboy Space — 20 тыс., подобные проекты разрабатывают индийские NeevCloud и Agnikul Cosmos. А российская RuVDS запустила спутник-платформу ещё в феврале.

Oracle и Google объявили о расширении партнёрства, в рамках которого тензорные процессоры Google TPU станут доступны через облачную инфраструктуру Oracle Cloud Infrastructure (OCI). Таким образом Oracle станет первым гиперскейлером, предлагающим Google TPU за пределами экосистемы Google. Сообщается, что TPU появятся на платформе OCI, начиная с 2027 года.

«Различные задачи в сфере ИИ требуют разных вычислительных мощностей, — отметил Махеш Тиагараджан (Mahesh Thiagarajan), президент OCI. — Доступ к TPU от Google в среде OCI позволяет клиентам использовать несколько передовых архитектур для вычислений в области ИИ в рамках одного облака. Такая свобода выбора дает возможность подобрать оптимальную инфраструктуру с точки зрения производительности, пропускной способности и экономической эффективности для каждой конкретной задачи ИИ».

В настоящее время Google предлагает TPU восьмого поколения. Модель TPU 8t предназначена для обучения нейросетей, TPU 8i — это чип для инференса (выполнения вычислений в обученных моделях), оптимизированный для решения итеративных задач, характерных для работы специализированных ИИ-агентов.

Источник изображения: Google

На прошедшей на прошлой неделе конференции PyTorch Conference 2026 Google объявила, что TorchTPU — нативный стек PyTorch для TPU Google — теперь доступен в формате открытого исходного кода на платформе GitHub. Это позволяет обучать, обслуживать и развёртывать модели на TPU, используя привычные инструменты, такие как vLLM, SGLang, llm-d, TorchTitan, Ray, TorchRec, Hugging Face и LiteRT.

Как отметила Google, такая переносимость даёт командам возможность выбирать для каждой задачи тот ускоритель, который обеспечивает минимальную стоимость одного токена или максимальную скорость обучения — и всё это без необходимости переписывать код модели. А благодаря нынешнему анонсу вскоре можно будет запускать такие задачи на TPU как в Google Cloud, так и в инфраструктуре Oracle.

Кроме того, Google сотрудничает с компанией Blackstone в создании облачной платформы на территории США, которая также будет предоставлять доступ к TPU, отметил ресурс Data Center Dynamics. Не исключено, что эта платформа может опередить Oracle и раньше её начнёт предлагать TPU клиентам.

Компания OpenAI готовится закупить ИИ-чипы Google. Это происходит на фоне растущих затрат технологических компаний, связанных с увеличением спроса на ИИ-вычисления, сообщает The Information.

В случае реализации план укрепит связи между OpenAI и Google, конкурирующими на рынках ИИ-продуктов и поиска, но всё теснее взаимодействующими в рамках совместных коммерческих проектов. На прошлой неделе OpenAI заявила, что обеспечит доступ к своим передовым ИИ-моделям в Google Cloud.

Финансовые условия сделки пока не разглашаются. В текущем году Amazon, Microsoft и Alphabet (материнская компания Google) намерены потратить на ИИ-инфраструктуру в общей сложности $600 млрд. Тем временем инвесторы всё чаще задаются вопросом, когда такие масштабные инвестиции начнут приносить значимую финансовую отдачу.

Компания OpenAI уже входит в число крупнейших покупателей ИИ-ускорителей NVIDIA, которые использует для обучения и эксплуатации ИИ-моделей. В июне 2025 года сообщалось, что она уже начала арендовать вычислительные мощности Google, хотя на тот момент подробные данные о типах используемых чипов отсутствовали.

Источник изображения: OpenAI/Google

Тензорные процессоры Google TPU получили популярность в качестве альтернативы ускорителям NVIDIA, поскольку многие участники рынка ИИ ищут менее дорогие альтернативы её продуктам. Google начала прямые продажи некоторым покупателям в текущем году.

Сделки с клиентами, включая Anthropic, подогрели спрос на TPU. По данным компании, она рассчитывает признать небольшую часть выручки по соглашениям о продаже этих процессоров до конца текущего года, тогда как основная часть выручки, как ожидается, будет признана в 2027 году. Недавно появилась информация, что покупать тензорные процессоры Google намерена и Oracle.

Тем временем OpenAI занимается собственным полупроводниковым проектом. В июне она представила чип, разработанный совместно с Broadcom. По имеющимся данным, она планировала начать внедрение соответствующих чипов к концу текущего года в рамках программы разработки нескольких поколений собственных полупроводников.

Google представила программный комплекс TorchTPU с открытым исходным кодом, предназначенный для запуска ИИ-моделей с использованием фреймворка PyTorch на ускорителях TPU. Проект призван упростить использование ускорителей Google в обучении и инференсе ИИ; поддерживаются популярные программные средства — создавать отдельную программную среду для TPU не требуется.

Разработанный совместно с командой PyTorch в Meta✴ инструментарий TorchTPU позволяет запускать существующие проекты в PyTorch с минимальными изменениями кода, используя привычный API. Поддерживаются отладка в обычном режиме PyTorch и механизмы распределенных вычислений. Google заручилась поддержкой Hugging Face, благодаря чему представленные на ИИ-платформе открытые модели могут запускаться нативно через TorchTPU — поддерживаются библиотеки Transformers v5 и Diffusers.

Программный модуль vLLM для TorchTPU поддерживает одновременную обработку множества запросов, квантизацию и распределение вычислений между чипами TPU; стандартные средства управления вычислениями и обработки запросов сохранены. Для TPU адаптирован инструмент SGLang — он позволяет ускорять сложные многоэтапные задачи, в том числе выполняемые ИИ-агентами; поддерживаются повторные обращения к KV-кешу и повторяющиеся префиксы запросов. Версия SGLang-TorchTPU сохранила механизмы выполнения задач, распределения запросов и API. Средства обмена данными с HiCache помогают сократить задержку и оптимизировать вывод при сложной многоэтапной генерации.

Источник изображения: youtube.com/@googlecloudtech

Совместно с Red Hat, IBM и сообществом разработчиков выпущен роутер llm-d 1.0 — он направляет запросы к экземплярам модели, где уже сохранен контекст, а также разделяет обработку входного запроса и генерацию ответа по вычислительным ресурсам, что позволяет использовать их эффективнее. В Google Kubernetes Engine этот инструмент поддерживает запуск моделей как на GPU, так и на TPU. Google интегрировала TorchTPU с TorchTitan — инструментом распределённого обучения крупных моделей; поддерживаются, в частности, Llama 3, Qwen 3 и FLUX.1. Поддержка появилась в VeRL — одном из наиболее популярных фреймворков для обучения с подкреплением.

Заявлено о поддержке TorchTPU в Ray — этот инструмент для распределения вычислительных задач позволяет объединить обработку данных, обучение, и инференс в рабочий процесс с использованием CPU, GPU и TPU. В экосистему PyTorch вошла библиотека LiteRT, предназначенная для запуска моделей на пользовательских устройствах. Google также представила предварительную версию TPU agent suite — при помощи плагинов этот набор инструментов помогает автоматизировать первоначальную настройку, диагностику и оптимизацию моделей в PyTorch. Поддержку PyTorch на своих ускорителях реализовали также Amazon, Intel и Meta✴.

В подготовленных перед IPO документах компания Anthropic раскрыла подробности партнёрства с технологическим компаниями. В их числе — Broadcom, взаимодействие с которой охватывает поставки вычислительных мощностей, аренду оборудования и финансирование. Это отличает Broadcom от прочих партнёров вроде Amazon и Microsoft, в основном предоставляющей облачную инфраструктуру и каналы распространения ИИ-модели Claude, сообщает CNBC.

В рамках комплексного взаимодействия, раскрытого в документах для IPO, Broadcom согласилась одолжить Anthropic до $42 млрд для финансирования расходов на инфраструктуру. В ответ Anthropic, вероятно, станет крупнейшим клиентом Broadcom в ключевом для последней бизнесе по разработке чипов. Это типичный пример перекрёстных вложений компаний друг в друга, такие примеры на рынке вызывают обеспокоенность у многих отраслевых экспертов и инвесторов.

В рамках финансирования Broadcom может привлечь отдельного партнёра для выделения Anthropic средств, а долг впоследствии может быть конвертирован в акции последней. Anthropic отметила в документах для IPO, что не намерена продавать какие-либо долговые бумаги другим инвесторам до завершения выхода на биржу.

Предполагается выпуск Anthropic конвертируемых облигаций, которые призваны обеспечить финансирование приблизительно трети из $125,2 млрд, которые ИИ-стартап обязался потратить на пятилетнюю аренду оборудования на основе TPU Google. Ранее Google и Broadcom совместно работали над несколькими поколениями TPU.

Источник изображения: Anthropic

Предложенная Broadcom схема финансирования во многом дублирует подход NVIDIA — в последние годы эта компания нередко стимулировала продажи чипов из собственного кармана. Действия Broadcom в качестве поставщика оборудования и финансового партнёра, согласно документам самой Anthropic, могут привести к конфликту интересов, который может сказаться на способности последней получать доступ к необходимым вычислительным мощностям. Кроме того, решения Broadcom, связанные с ценами и оборудованием, могут сказаться на способности Anthropic купить достаточно вычислительной инфраструктуры.

Что касается конвертируемых долговых обязательств, Anthropic сообщила, что в апреле 2026 года внесла деньги на специальный ограниченный счёт в интересах Broadcom, при определённых обстоятельствах, возможно, потребуется внести на него дополнительные деньги. Компания предупредила, что к досрочному требованию оплатить значительную часть арендных обязательств могут привести некоторые нарушения условий оплаты или другие факторы. Одновременно это может ограничить возможность использования кредитной линии на $42 млрд для покрытия таких обязательств.

Тем не менее, Anthropic, вероятно, станет крупнейшим клиентом Broadcom по объёму получаемых вычислительных мощностей. Последняя прогнозирует выручки от продажи ИИ-чипов в 2027 финансовом году в объёме порядка $115 млрд, и $230 млрд — в 2028 финансовом году.

В октябре прошлого года Anthropic заключила сделку с Google, обеспечивающую ей доступ к ИИ-ресурсам мощностью более 1 ГВт с возможностью использования до 1 млн TPU. После этого компании расширили партнёрство при участии Broadcom, договорившись о предоставлении Anthropic 3,5 ГВт ИИ-мощностей на базе Google TPU. Согласно инвестиционному соглашению, Google Cloud предоставит Anthropic ещё 5 ГВт мощностей в течение следующих пяти лет с возможностью дальнейшего масштабирования. Пятилетнее соглашение может стоить около $200 млрд по подсчётам The Financial Times. Это отдельное, более широкое обязательство Anthropic в отношении Google, напрямую не связанное с новым займом.

На следующей неделе, 1 октября состоится запуск экспериментального орбитального микро-ЦОД компании Google в рамках проекта Suncatcher, сообщила компания в блоге

Suncatcher — долгосрочный исследовательский проект, призванный выяснить возможность размещения в будущем в космосе масштабируемой инфраструктуры для машинного обучения. На низкой околоземной орбите спутники получают практически постоянный доступ к солнечному свету, вырабатывая в восемь раз больше солнечной энергии, чем на Земле. В будущем можно будет объединить несколько группировок спутников для выполнения более масштабных задач в области ИИ.

Цель запуска прототипа спутника Google MVP, оснащённого четырьмя TPU, — тестирование ряда технологий, которые, как считают в компании, имеют решающее значение для проекта Suncatcher. В частности, предстоит выяснить, как поведут себя TPU в открытом космосе в условиях полёта ракеты на низкую околоземную орбиту продолжительностью около 10 минут, в течение которого космический аппарат испытывает сильную вибрацию и постоянные перегрузки, в 10 раз превышающие силу притяжения. Также учёных интересует, как чипы справятся с более высоким уровнем радиации, присутствующей в космосе, которая потенциально может повредить электронные платы чипа или привести к повреждению данных.

Источник изображения: Google

Предварительные результаты испытаний в протонно-лучевой установке в лаборатории Crocker Nuclear Laboratory Калифорнийского университета в Дэвисе (Davis) показали, что TPU Trillium могут выдержать суммарную ионизирующую дозу излучения, превышающую ту, которую они получили бы за пять лет пребывания в космосе.

Также предстоит решить проблему охлаждения TPU. Чипы сильно нагреваются при работе с максимальной нагрузкой, но из-за отсутствия воздушного потока в космическом вакууме инженеры не могут полагаться на традиционные системы охлаждения.

«Мы работаем над несколькими подходами к решению этой проблемы, в том числе над комбинацией тепловых трубок и радиаторов для охлаждения чипов, — рассказал в блоге Трэвис Билз (Travis Beals), старший директор исследовательской группы Google Paradigms of Intelligence. — На данный момент наша команда тестирует технологию в термовакуумной камере, которая имитирует как температурные условия, так и вакуумную среду космического пространства. Мы посмотрим, как работает наша новая система охлаждения тензорных процессоров, и будем совершенствовать её по мере получения новых данных».

Солнечные панели космического аппарата смогут вырабатывать всего около киловатта энергии. В избежание перегрева чипы будут выполнять задачи в течение коротких промежутков продолжительностью около 15 минут, после чего их придётся выключать для охлаждения радиаторов. В решении Google используется слой гибкого «термоинтерфейсного материала», который соединяет чипы с алюминиевыми и медными тепловыми трубками. Эти компоненты передают тепло в радиатор, который отправляет его в окружающее пространство.

Спутник Google будет запущен в рамках совместного проекта Transporter-18 на борту ракеты Falcon 9 компании SpaceX. Изначально планировалось запустить два специализированных спутника Google в 2027 году, но компания решила ускорить процесс и интегрировать свои чипы в спутник, который Planet Labs создала для предварительных испытаний. Сама Planet Labs специализируется на создании спутников для съёмки земной поверхности в высоком разрешении.

В следующем году компания собирается вывести на орбиту два дополнительных спутника, чтобы протестировать высокопроизводительные лазеры, которые она планирует использовать для связи. Билз отметил, что космические технологии уже существуют, но большинство современных систем оптимизированы для работы с низкой пропускной способностью на больших расстояниях, в то время как лазеры будущей космической группировки должны обеспечивать очень высокую пропускную способность на чрезвычайно коротких расстояниях: «Для поддержания необходимого соединения требуется высочайшая точность, как при попадании в цель размером с монету с расстояния в несколько километров, когда обе точки находятся в движении».

Возглавленная бывшим топ-менеджером Google Бенджамином Трейнором Сноссом (Benjamin Treynor Sloss) облачная компания, получившая в распоряжение TPU Google, названа Crux AI. Директором по развитию назначен Алан Дуонг (Alan Duong), ранее занимавший пост вице-президента и директора по инфраструктуре ЦОД в Meta✴, сообщает Datacenter Dynamics.

Дуонг проработал в Meta✴ более 12 лет и сыграл важную роль в активном развитии инфраструктуры ИИ ЦОД. В Crux AI он будет отвечать за полный цикл строительства многогигаваттных мощностей ЦОД в ближайшие годы. По словам Дуонга, для успеха нужно решить много задач: поиск площадок с реальным доступом к электричеству и возможностью дальнейшего расширения; налаживание долгосрочных добрососедских отношений с местными жителями; проектирование с эффективным использованием доступной электроэнергии, воды и материалов; безопасное строительство совместно с подрядчиками и передача готовых объектов арендаторам для эксплуатации объектов десятилетиями.

Получившая $5 млрд от Blackstone компания намерена ввести в эксплуатацию в 2027 году 500 МВт мощностей. Со временем она рассчитывает масштабировать бизнес до 2 ГВт. Предполагается несколько форматов предоставления услуг: готовые здания с подведённым электропитанием — powered shell, специально построенные под нужды заказчика объекты — build-to-suit, модули в колокейшн-ЦОД, проекты под ключ с партнёрами, а также строительство ЦОД на свободных новых площадках для собственных целей.

Источник изображения: Crux AI

В компании подчёркивают, что появление ИИ фактически представляет собой технологический сдвиг, происходящий раз в поколение. Благодаря этому появляется возможность «с нуля» переосмыслить инфраструктуру. Crux AI рассчитывает стать компанией, решающей самые важные вычислительные задачи. Сейчас Crux AI активно нанимает сотрудников. Открыто 17 позиций, включая менеджера по строительству ЦОД, главу операций ЦОД, ведущего переговорщика по снабжению и вице-президента по работе с рынками капитала.

В ходе весеннего финансового отчёта Google рассказала о намерении предлагать свои TPU бизнесам, не являющимся клиентами Google Cloud. Предполагалось, что TPU начнут поставлять избранной группе, которая сможет использовать их в собственных ЦОД для расширения потенциала рынка. В число клиентов входит Anthropic, которая купит TPU напрямую у Broadcom, но размещаться они будут в ЦОД Fluidstack, за которой сейчас тоже стоит Google. Meta✴ тоже получит TPU, но у неё, в отличие от Anthropic, есть обширный опыт строительства и эксплуатации ЦОД.

Google значительно опережает конкурентов по продажам ИИ-ускорителей. Как сообщил исполнительный директор Google Томас Куриан на конференции инвесторов Goldman Sachs, бизнес компании по продажам TPU в два раза больше, чем у ближайшего конкурента-гиперскейлера. Согласно отчёту компании за II квартал 2026 финансового года, её выручка от облачных вычислений выросла год к году на 82 % до $24,77 млрд. При этом Google впервые включила продажи ИИ-ускорителей TPU в доходы от облачных вычислений сторонним компаниям.

Куриан заявил, что компания предоставляет лучшую ИИ-инфраструктуру, предлагая три вида чипов — NVIDIA GPU, собственные TPU и кастомные Arm-процессоры Axion. «Мы предлагаем в 2,7 раза лучшие цены на обучение, на 80 % лучшие цены на инференс, на 30 % лучшие цены на процессоры. Всё это позволяет нам выделять наше портфолио среди других поставщиков. Это позволяет нам предлагать решения для финансовых рынков и рынков капитала», — заявил Куриан.

По словам Куриана, платформу Gemini Enterprise использует более чем 90 % компаний из списка Fortune 100 и тысячи малых предприятий. Он отметил, что компании хотят использовать её в качестве агента со способностью к рассуждению, который в конечном итоге позволит автоматизировать рабочие процессы. При этом им важны аудит работы ИИ, средства контроля безопасности над ним и возможность управления затратами и бюджетами для ИИ. «У нас есть все эти средства контроля. И мы позволяем людям использовать правильную модель для решения нужной задачи», — сообщил топ-менеджер Google.

Источник изображения: Google

Куриан рассказал, что Google монетизирует системы TPU с помощью трёх бизнес-моделей: аренда TPU в облаке, продажа TPU напрямую для развёртывания в ЦОД клиентов (как в случае с Anthropic) и продажа TPU через совместное предприятие с Blackstone. Morgan Stanley сообщил в августе: «Мы повышаем наши оценки продаж TPU до $27 млрд с валовой прибылью в 30 %. В целом, мы ожидаем, что Google продаст 0,3 ГВт TPU во II половине 2026 года, 3,2 ГВт в 2027 году и 4,2 ГВт в 2028 году. Это означает, что в 2027 и 2028 годах доходы, связанные с TPU, составят $84 млрд и $108 млрд соответственно».

Как отметил ресурс techblog.comsoc.org, другие облачные провайдеры тоже развивают свои собственные программы на основе ИИ, чтобы уменьшить зависимость от GPU NVIDIA и оптимизировать стоимость, мощность и производительность в зависимости от рабочей нагрузки. У Amazon есть Trainium, у Microsoft — Maia. Аналитики утверждают, что Amazon опережает Microsoft в продаже ИИ-чипов внешним заказчикам. Meta✴ внедряет ИИ-ускорители MTIA, а Oracle решила вместо разработки собственного чипа создавать крупномасштабные ИИ-кластеры с использованием ускорителей NVIDIA и AMD.

К середине 2026 года Meta✴, Amazon, Microsoft и OpenAI ликвидировали отставание по трём ключевым составляющим ИИ-сферы — специализированным чипам, мощностям и моделям, — которыми в 2021 году располагала только Google. Пять из шести крупнейших игроков в области ИИ — Google, Meta✴, Amazon, Microsoft и OpenAI — теперь будут контролировать как минимум два из трёх важнейших компонентов ИИ (чипы, мощности, модели).

Эта тенденция к вертикальной интеграции меняет рынок ИИ-инфраструктуры: гиперскейлеры всё чаще используют кастомные чипы для оптимизации затрат и производительности для конкретных рабочих нагрузок, сохраняя при этом стратегическую гибкость за счёт закупок GPU у нескольких поставщиков.

Google подписала с Marvell крупную сделку. Как сообщила Marvell в документе (Form 8-K), направленном на этой неделе в Комиссию по ценным бумагам и биржам (SEC) США, расширенное соглашение касается разработки кастомных кремниевых решений, касающихся экосистемы TPU, включая ускорители ИИ-инференса, контроллеры хранения данных, контроллеры сетевых интерфейсов, контроллеры интерфейсов памяти и вычислительные системы, размещённые вблизи памяти (near-memory).

О переговорах двух компаний сообщалось ещё в апреле. По словам источников, речь шла о разработке двух чипов — один относится к подсистеме памяти TPU, второй — сам TPU следующего поколения. После сообщения о сделке, акции Marvell выросли в среду на 8 %, продолжив рост, в результате которого стоимость её акций за последние 12 мес. увеличилась более чем в три раза. В свою очередь, акции Broadcom, основного поставщика TPU, упали на 5 %, сообщила газета The Financial Times.

В рамках нынешней сделки Marvell выпустила для Google варрант на приобретение почти 59 млн акций (58 970 907 штук) по цене исполнения $206,58 на сумму около $12,2 млрд. 1 360 867 акций по варранту будут выдаваться равными частями ежеквартально в течение первого года после заключения коммерческого соглашения и подписания варранта. Оставшиеся акции по варранту будут предоставляться по усмотрению компании с III квартала 2027 финансового года по конец 2033 финансового года компании Google и её аффилированным лицам в 240 равных траншах, при этом один транш предоставляется за каждые $500 млн выручки от продаж разработанных чипов.

Источник изображения: Marvell

У Google есть соглашение с Broadcom о разработке TPU и других компонентов для инфраструктуры, продлённое в апреле этого года до 2031 года. И для Broadcom не составило бы большого труда принять участие в разработке вышеуказанных чипов. Но для Google сделка с Marvell важна тем, что позволит снять зависимость от одного поставщика — Broadcom, который теперь не сможет диктовать свои цены. Кроме того, Google теперь сотрудничает и с MediaTek.

К тому же, как отметил The Register, портфолио Marvell содержит ряд решений, которые могут представлять интерес для Google, включая высокоскоростные SerDes-блоки, используемые в сетевых коммутаторах и картах, многокристальные эталонные проекты XPU, контроллеры памяти CXL и кремниевые фотонные интерконнекты.