9 listopada 2026 r. Google zapowiedziało dwa systemy TPU ósmej generacji przeznaczone do różnych zadań: TPU 8tx ma obsługiwać poufne wnioskowanie, a TPU 8i Max — obciążenia z dużymi oknami kontekstu. Firma przedstawiła je jako konfiguracje zbudowane wokół istniejących układów TPU, nie jako dwie zupełnie nowe architektury chipów. Szczegóły zapowiedzi Google
Czym różnią się TPU 8tx i TPU 8i Max?
Google kieruje TPU 8tx do przetwarzania danych poufnych, a TPU 8i Max do zadań, w których liczą się duże okna kontekstu i gęstość obliczeń. Różnią się więc nie tylko nazwą, lecz także konfiguracją i typem obciążenia, któremu mają służyć.
| System | Konfiguracja | Obciążenie wskazane przez Google |
| TPU 8tx | Ten sam krzem co w TPU 8t, hosty z procesorami AMD EPYC 5. generacji i sieć Boardfly | Poufne wnioskowanie oraz trening modeli na mniejszą skalę |
| TPU 8i Max | Dwa układy TPU 8i w jednym pakiecie | Zadania z dużymi oknami kontekstu i wysoka gęstość obliczeń |
Google opisuje TPU 8tx jako system do pracy z wrażliwymi danymi i wagami modeli podczas ich aktywnego użycia. Według firmy konfiguracja ma zapewniać do dwukrotnie niższą latencję niż TPU 8t, przy niemal zerowym spadku wydajności. To deklaracja Google dotycząca porównania z TPU 8t.
TPU 8i Max łączy dwa układy TPU 8i w jednym pakiecie. Google deklaruje dwukrotnie większą moc obliczeniową, zasoby SRAM i przepustowość HBM niż w TPU 8i, a także dwukrotnie więcej krzemu w dotychczasowej powierzchni szafy. System ma być przeznaczony między innymi do pracy z oknami kontekstu rzędu miliona tokenów, na przykład przy analizie dużych baz kodu lub wielogodzinnych nagrań wideo.
Co mówią liczby o wydajności?
Podwojenie zasobów TPU 8i Max nie oznacza automatycznie, że każda aplikacja wykona zadanie dwa razy szybciej. Google deklaruje podwojenie konkretnych zasobów sprzętowych względem TPU 8i, ale nie podaje, że przekłada się ono na taki sam wzrost szybkości dowolnego obciążenia. Z kolei liczba dotycząca latencji TPU 8tx odnosi się do porównania z TPU 8t.
Dobieraj konfigurację do problemu: TPU 8tx ma odpowiadać na potrzebę poufnego przetwarzania, a TPU 8i Max — pracy z bardzo długim kontekstem i większą gęstością obliczeń.
Warto też oddzielić te deklaracje od wcześniejszych wyników przypisywanych innym konfiguracjom. Google podawało, że TPU 8t zapewnia do 2,7 raza lepszą wydajność treningu, a TPU 8i — o 80% lepszy stosunek wydajności do ceny przy wnioskowaniu, w obu przypadkach względem poprzedniej generacji. Są to porównania dotyczące TPU 8t i TPU 8i, a nie TPU 8tx ani TPU 8i Max.
Jakie oprogramowanie Google opisuje obok TPU?
Zapowiedź obejmuje także narzędzia i usługi dla infrastruktury AI. Otwarty zestaw narzędzi TPU Agent Suite, dostępny w wersji preview, ma pomagać we wdrażaniu systemów, diagnozowaniu wąskich gardeł i dostrajaniu jąder obliczeniowych; Google wymienia współpracę między innymi z Claude Code, Cursor i Google Antigravity.
Google opisuje XLA Serving Engine jako otwarte oprogramowanie pozwalające trenować modele w Pythonie, a następnie obsługiwać je przez środowisko uruchomieniowe C++ na TPU, GPU i CPU. Agent Compute Engine ma wstrzymywać i wznawiać bezczynne sesje agentów. Z kolei TPU Sync łączy pamięć HBM układów, pamięć DRAM hostów, współdzieloną pamięć masową i sieć centrum danych w jedną hierarchię pamięci. Google deklaruje, że TPU Sync obniża opóźnienia transferu KV i czas do pierwszego tokenu o ponad 90%.
Cloud Pathways i dynamiczne dzielenie zasobów GKE Google określiło jako ogólnie dostępne. W przypadku dynamicznego dzielenia zasobów firma deklaruje nawet pięciokrotnie krótszy czas uruchamiania zadań oraz do 4,5 raza szybsze odzyskiwanie po awarii. Te wskaźniki dotyczą opisywanych funkcji platformy, a nie wyłącznie nowych konfiguracji TPU.
