Google teilt seinen KI-Chip in zwei: Wie der TPU 8t und 8i für die Ära der Agenten gebaut sind
Zusammenfassung der Nachrichten
Auf der Google Cloud Next 2026 (22.–24. April, Las Vegas, PDT) stellte Google die achte Generation seiner Tensor Processing Units (TPUs) vor und präsentierte zwei speziell entwickelte Chips – die TPU 8t für das Training von KI-Modellen und die TPU 8i für die Inferenz. Dies ist das erste Mal, dass Google diese Workloads auf unterschiedliche Architekturen aufteilt. Die TPU 8t bietet fast die dreifache Rechenleistung ihres Vorgängers, während die TPU 8i für extrem niedrige Latenzzeiten in agentenbasierten und mehrstufigen KI-Workflows entwickelt wurde. Beide Chips sind Teil der umfassenderen AI Hypercomputer-Plattform von Google und sollen später im Jahr 2026 allgemein verfügbar sein.
Eine neue Architektur für das Agenten-Zeitalter
Die Entscheidung von Google, seine achte Generation von TPUs in zwei spezialisierte Prozessoren aufzuteilen, spiegelt einen grundlegenden Wandel in der Gestaltung von KI-Infrastrukturen wider. Über ein Jahrzehnt lang erledigte eine einzige TPU sowohl die intensive Berechnung des Trainings großer Modelle als auch die laufende Aufgabe, diese Modelle für Endbenutzer bereitzustellen. Da sich KI-Systeme von einfachen Frage-Antwort-Tools zu autonomen, mehrstufigen Agenten entwickeln, die komplexe Arbeitsabläufe ausführen können, haben sich die Leistungsanforderungen für Training und Inferenz stark auseinanderentwickelt. Google-Ingenieure, die in enger Zusammenarbeit mit Google DeepMind arbeiteten, kamen zu dem Schluss, dass ein einziges, einheitliches Design beide Anforderungen nicht mehr mit maximaler Effizienz erfüllen konnte.
TPU 8t: Das Trainingskraftpaket
Die TPU 8t wurde speziell für das Hochdurchsatz-Training von KI-Modellen entwickelt. Jeder Superpod fasst 9.600 Chips zusammen und liefert 121 Exaflops Rechenleistung und zwei Petabyte gemeinsamen Speicher, der über Hochgeschwindigkeits-Interconnects (ICI) verbunden ist. Diese Konfiguration ermöglicht eine nahezu lineare Skalierung selbst für die komplexesten Modellarchitekturen. Laut der offiziellen Ankündigung von Google (veröffentlicht am Mittwoch, 22. April 2026, PDT) bietet der Chip eine etwa 2,8-mal bessere Preis-Leistungs-Verhältnis als die vorherige siebte Generation der Ironwood TPU und kann Trainingszeiten, die zuvor Monate dauerten, auf Wochen verkürzen. Bei maximaler Bereitstellungskapazität kann Google laut eigenen Angaben mehr als eine Million TPU 8t-Chips in einem einzigen Cluster mithilfe seiner Software-Systeme Pathways und JAX orchestrieren.
TPU 8i: Entwickelt für Inferenz und Schlussfolgerung
Die TPU 8i adressiert den schnell wachsenden Inferenzmarkt, bei dem eingesetzte KI-Modelle Millionen von Benutzeranfragen gleichzeitig mit geringer Latenz beantworten müssen. Ein wichtiges architektonisches Merkmal ist die Verwendung von statischem Arbeitsspeicher (SRAM) auf dem Chip: Jede TPU 8i enthält 384 Megabyte SRAM, dreimal so viel wie in der Ironwood-Generation. Dieser große SRAM-Puffer ermöglicht es dem Chip, Modellgewichte und Zwischenberechnungen nahe an den Rechenkernen zu halten, wodurch Engpässe beim Speicherzugriff drastisch reduziert werden. Google gab an, dass die TPU 8i eine um 80 % bessere Leistung pro Dollar im Vergleich zu ihrem Vorgänger erzielt und speziell für die Unterstützung von Mixture of Experts (MoE)-Modellen und Reinforcement Learning (RL)-Aufgaben entwickelt wurde – Fähigkeiten, die die KI-Schlussfolgerungssysteme der nächsten Generation untermauern.
AI Hypercomputer und Ökosystem-Integration
Beide Chips sind in Googles AI Hypercomputer integriert, einem einheitlichen Infrastruktur-Stack, der speziell entwickelte Hardware, offene Software-Frameworks und flexible Cloud-Nutzungsmodelle kombiniert. Die Plattform integriert auch neue Axion-basierte N4A CPU-Instanzen, die laut Google eine bis zu 30 % bessere Preis-Leistungs-Verhältnis für Agenten-Laufzeit-Workloads im Vergleich zu konkurrierenden Hyperscalern bieten. Der AI Hypercomputer ist die gleiche Grundlage, die Googles eigene Gemini-Modellfamilie und unternehmensweite KI-Dienste antreibt. Google hat auch eine fortlaufende Zusammenarbeit mit den Chipdesign-Partnern Broadcom und Marvell Technology angekündigt, um seine Silizium-Lieferkette zu erweitern und sicherzustellen, dass die Infrastruktur auf Kapazitäten im Multi-Gigawatt-Bereich skaliert werden kann.
Wachsende Akzeptanz in Unternehmen
Die Akzeptanz der TPU-Plattform von Google hat sich bereits vor der Einführung dieser Generation erheblich erweitert. Citadel Securities hat quantitative Forschungssoftware auf Google TPUs aufgebaut, und alle 17 nationalen Laboratorien des US-Energieministeriums nutzen KI-Co-Scientist-Software, die auf der Plattform läuft. Anthropic hat sich verpflichtet, mehrere Gigawatt TPU-Kapazität von Google Cloud zu beziehen. Meta hat außerdem eine mehrjährige Vereinbarung im Wert von mehreren Milliarden Dollar für den TPU-Zugang unterzeichnet, wie The Information im Februar 2026 berichtete. Diese Partnerschaften unterstreichen die wachsende kommerzielle Dynamik hinter Googles Strategie für kundenspezifische Siliziumchips, da Unternehmen die Einführung von KI in großem Maßstab beschleunigen.