Google bổ sung TPU 8Tx và TPU 8I Max vào dòng sản phẩm thế hệ thứ tám

Google công bố TPU 8tx và TPU 8i Max vào ngày 9 tháng 11 năm 2026, mở rộng danh mục bộ tăng tốc thế hệ thứ tám. TPU 8tx hướng đến suy luận bảo mật và huấn luyện quy mô nhỏ, trong khi TPU 8i Max được thiết kế cho các cửa sổ ngữ cảnh cực lớn và mật độ giá đỡ cao hơn.

Google cho biết các sản phẩm bổ sung này đưa năm 2026 trở thành năm đầu tiên hãng ra mắt bốn hệ thống TPU, đồng thời số lượng khách hàng TPU hiện ở mức gần 100, gồm các phòng thí nghiệm tiên phong, công ty giao dịch, nhà bán lẻ và trường đại học. Hoạt động kinh doanh TPU rộng hơn bao gồm cơ sở hạ tầng Google Cloud và các hệ thống được triển khai tại trung tâm dữ liệu của chính khách hàng.

TPU 8Tx bảo vệ dữ liệu trong quá trình xử lý

TPU 8tx được thiết kế cho các doanh nghiệp thuộc lĩnh vực chịu sự quản lý và cơ quan chính phủ vận hành những mô hình tiên phong hoặc độc quyền cùng các tác nhân tự hành trên dữ liệu nhạy cảm. Sản phẩm giải quyết một điểm yếu của phương thức mã hóa thông thường: thông tin có thể được mã hóa khi lưu trữ và truyền tải, nhưng vẫn phải được giải mã trong bộ nhớ khi quá trình tính toán diễn ra. Phần cứng này được thiết kế để giữ dữ liệu nhạy cảm và trọng số mô hình tách biệt, ngay cả trong lúc xử lý.

Hệ thống sử dụng cùng loại silicon với TPU 8t chuyên về huấn luyện, nhưng kết hợp với các máy chủ chủ dùng CPU AMD EPYC thế hệ thứ 5. Hệ thống cũng sử dụng mạng Boardfly có độ trễ thấp, được phát triển cho suy luận thời gian thực. Google cho biết độ trễ thấp hơn tới 2 lần so với TPU 8t, trong khi mức suy giảm hiệu năng bù trừ gần như không đáng kể.

Sự kết hợp này cho phép các tổ chức chạy và tùy chỉnh mô hình trên cùng một hệ thống. Các nhóm có thể tinh chỉnh mô hình bằng dữ liệu riêng, chưng cất mô hình lớn thành mô hình nhỏ hơn và huấn luyện tác nhân thông qua học tăng cường. Với cả ba tác vụ, thông tin riêng tư có thể được giữ lại trên hệ thống đó thay vì phải chuyển giữa các cụm máy chủ riêng biệt.

TPU 8I Max hướng đến bộ nhớ và mật độ giá đỡ

TPU 8i Max hướng đến những khối lượng công việc trong đó hàng chục tác nhân làm việc đồng thời trên toàn bộ cơ sở mã phần mềm hoặc xử lý nhiều giờ video, khiến băng thông bộ nhớ trở thành nút thắt cổ chai. Giải pháp của Google là một gói duy nhất chứa hai chip TPU 8i có độ trễ thấp.

Google cho biết gói này cung cấp năng lực tính toán gấp đôi, SRAM trên chip gấp đôi và băng thông bộ nhớ băng thông cao (HBM) gấp đôi so với TPU 8i. Gói này cũng vừa với diện tích chiếm chỗ của giá đỡ hiện có, giúp các trung tâm dữ liệu triển khai nhiều năng lực tính toán hơn trên mỗi foot vuông và mỗi watt cho các khối lượng công việc đòi hỏi ngữ cảnh lớn.

TPU 8i và TPU 8t được giới thiệu tại Google Cloud Next vào ngày 22 tháng 4 năm 2026, lần lượt phục vụ suy luận thời gian thực và huấn luyện quy mô lớn. Thiết kế 8i kết hợp 288 GB bộ nhớ băng thông cao với 384 MB SRAM trên chip, tạo cơ sở về tài nguyên bộ nhớ để 8i Max mở rộng.

Các hệ thống mô-đun tái sử dụng silicon thế hệ thứ tám

Google phân biệt những đợt ra mắt này với việc đưa chip nền tảng mới ra thị trường. Để tạo ra một chip mới, cần bố trí hàng tỷ bóng bán dẫn qua một chu kỳ thiết kế và sản xuất kéo dài nhiều năm. Còn một hệ thống sẽ quyết định cách kết hợp năng lực tính toán, mạng, lưu trữ, đóng gói và bảo mật quanh phần silicon đó.

Phương pháp AI Hypercomputer mô-đun của Google xem TPU là những khối cấu thành, có thể điều chỉnh bộ nhớ, mạng quang, cách đóng gói và bảo mật. Google cho biết các kỹ sư có thể cung cấp siêu máy tính chuyên dụng trong vài tháng, thay vì mất nhiều năm như khi phát triển silicon mới. Hai sản phẩm bổ sung áp dụng phương pháp này theo những cách khác nhau: 8tx thay đổi máy chủ chủ, mạng và bảo mật xoay quanh silicon dùng cho huấn luyện, còn 8i Max thay đổi gói chip xoay quanh silicon dùng cho suy luận.

Từ lâu, công ty đã đồng thiết kế TPU với Google DeepMind, nhưng cho biết các tổ chức bên ngoài ngày càng góp phần định hình yêu cầu thông qua đề nghị về cửa sổ ngữ cảnh cực lớn và mã hóa chuyên biệt cho khối lượng công việc chịu sự quản lý. Những đề nghị đó tương ứng trực tiếp với hai hệ thống mới.

Các đợt ra mắt này cho thấy thiết kế hệ thống là đòn bẩy trước mắt để chuyên biệt hóa dòng bộ tăng tốc của Google. Suy luận bảo mật và các tác nhân cần ngữ cảnh cực lớn đặt ra những ràng buộc phần cứng khác nhau, nhưng cả hai đều được giải quyết trên silicon thế hệ thứ tám hiện có, giúp Google phân chia các sản phẩm cơ sở hạ tầng mà không cần chờ một thế hệ chip nền tảng khác.