Коротко
- TPU 8tx предназначена для конфиденциальных вычислительных задач и призвана защищать данные и веса моделей во время обработки.
- TPU 8i Max объединяет два TPU 8i в одном корпусе и обеспечивает в том же стоечном форм-факторе вдвое большую вычислительную мощность, объём памяти и пропускную способность памяти.
- Обе системы не относятся к новому поколению чипов: это разные аппаратные конфигурации на базе существующих процессоров.
- Google выпустила TorchTPU с открытым исходным кодом и заявила о поддержке не только PyTorch, но также vLLM и SGLang.
9 ноября 2026 года Google объявила о расширении семейства TPU восьмого поколения двумя системами: TPU 8tx, ориентированной на работу с конфиденциальными данными, и TPU 8i Max, разработанной для задач с интенсивным использованием памяти. Компания расширяет линейку ускорителей ИИ под разные сценарии применения и отмечает, что за год поставила четыре системы TPU.
Не новое поколение чипов, а другие конфигурации систем
TPU 8tx и TPU 8i Max не построены на новом поколении чипов. Обе системы основаны на различных вариантах компоновки, сетевой архитектуры и организации памяти вокруг существующих процессоров. Так на одной процессорной базе создаются аппаратные решения для разных задач.
Это различие важно, чтобы правильно оценить масштаб анонса: Google не представляет новое поколение чипов, а расширяет линейку конфигураций систем TPU. По словам компании, модульный подход позволяет выводить новые аппаратные варианты в течение нескольких месяцев. Однако источник не сообщает стоимость продуктов, дату начала поставок клиентам или условия доступа.
TPU 8tx призвана защищать данные во время обработки
TPU 8tx предназначена для компаний и государственных учреждений, работающих с конфиденциальными данными. Согласно Google, система призвана обеспечивать защиту и изоляцию данных и весов моделей во время обработки. Такой подход выходит за рамки шифрования данных при хранении и передаче и сосредоточен на безопасности непосредственно в процессе вычислений.
Система использует сеть Boardfly, разработанную Google для инференса в реальном времени. Компания утверждает, что по сравнению с TPU 8t задержку можно сократить до двух раз. Google также перечисляет такие сценарии, как дообучение моделей на одном устройстве без перемещения конфиденциальных данных между кластерами, дистилляция больших моделей в меньшие и обучение ИИ-агентов с помощью обучения с подкреплением. Это заявленные производителем сценарии использования и показатели производительности.
TPU 8i Max нацелена на устранение ограничений по памяти
TPU 8i Max объединяет два чипа TPU 8i в одном корпусе. По данным Google, такая конструкция удваивает вычислительную мощность, объём памяти и пропускную способность памяти в том же стоечном форм-факторе. Среди проблем, на решение которых нацелена система, компания называет потребности в памяти ИИ-агентов, обрабатывающих большие кодовые базы или видео продолжительностью в несколько часов.
Параллельно с расширением аппаратной линейки Google старается сделать программный стек доступнее и выпустила TorchTPU с открытым исходным кодом. Компания рассчитывает, что этот инструмент позволит запускать код PyTorch на TPU с минимальными изменениями. Кроме того, заявлена поддержка фреймворков для инференса vLLM и SGLang. По данным Google, число внешних клиентов, использующих TPU, приблизилось к 100.
Что это значит для архитектурных и визуализационных рабочих процессов?
Эти системы — не инструменты для моделирования или рендеринга, а оборудование дата-центров для запуска моделей ИИ. Для архитектурных бюро, интерьерных дизайнеров и команд визуализации возможное значение связано с вычислительными ресурсами, лежащими в основе используемых ими сервисов ИИ. Организациям, работающим с конфиденциальными проектными данными, может быть интересен подход TPU 8tx к защите во время обработки, а поставщикам услуг, использующим модели с высокими требованиями к памяти, — конфигурация TPU 8i Max.
При этом в анонсе нет сведений об использовании на локальных рабочих станциях, прямой совместимости с архитектурными программами, лицензировании или стоимости. Поэтому данных для решения о замене существующих рабочих станций недостаточно. Тем, кто пользуется облачными сервисами или решениями на базе дата-центров, разумнее следить за новостями, пока не прояснятся условия доступа, совместимость с используемым ПО и общая стоимость.
Источники
Источников: 1Тексты источников не перепечатываются; короткие цитаты отмечены, остальное — наш пересказ и комментарий.
Предложение разных систем на одной базе TPU с учётом различных узких мест подчёркивает важность специализированных решений для разных рабочих нагрузок в инфраструктуре ИИ. Заявленная защита во время обработки в TPU 8tx заслуживает внимания организаций, работающих с конфиденциальными проектными данными. Однако принимать решение пока рано: ещё не ясны условия доступа и реальные показатели на типичных рабочих нагрузках.
Для архитектурных бюро и студий визуализации в Турции этот анонс не означает, что нужно сразу обновлять рабочие станции. В первую очередь стоит следить за способом доступа к TPU, общей стоимостью использования, лицензированием и совместимостью с существующим программным стеком. Пока эти детали не раскрыты, практическая польза может быть ограничена командами, чьи сервисы ИИ используют это оборудование.
Частые вопросы
Для чего предназначена Google TPU 8tx?
TPU 8tx рассчитана на конфиденциальные вычислительные задачи компаний и государственных учреждений, работающих с чувствительными данными. Google утверждает, что система призвана защищать данные и веса моделей во время обработки.
Чем TPU 8i Max отличается от TPU 8i?
TPU 8i Max объединяет два чипа TPU 8i в одном корпусе. По данным Google, в том же стоечном форм-факторе вычислительная мощность, объём памяти и пропускная способность памяти удваиваются.
Какое ПО поддерживает TorchTPU?
С помощью TorchTPU с открытым исходным кодом Google намерена обеспечить запуск кода PyTorch на TPU с минимальными изменениями. Компания также заявляет о поддержке vLLM и SGLang.
