https://mybryansk.ru/news/id-117764-google-predstavila-novye-ai-chipy-tpu-8-dlja-oblachnoj-infrastruktury
Google представила новые AI-чипы TPU 8 для облачной инфраструктуры
Google представила TPU 8t и 8i, сделав акцент на скорости, эффективности и развитии агентных AI-систем.
Google представила новые AI-чипы TPU 8 для облачной инфраструктуры
Google представила TPU 8t и 8i, сделав акцент на скорости, эффективности и развитии агентных AI-систем.
2026-04-23T13:48+03:00
2026-04-23T13:48+03:00
2026-04-23T13:48+03:00
/html/head/meta[@name='og:title']/@content
/html/head/meta[@name='og:description']/@content
https://mybryansk.ru/uploads/prew/inner_webp/tdFAGHLJyTlsbDbi3Qb.WEBP
Компания Google анонсировала два новых чипа восьмого поколения — TPU 8t и TPU 8i. По информации портала CSN-TV, они предназначены для разных задач: первый используется для обучения моделей искусственного интеллекта, второй — для их работы в реальных сервисах.В компании отмечают, что такой подход связан с изменениями в индустрии. Сегодня важна не только мощность для обучения, но и скорость отклика, особенно в сервисах с постоянным взаимодействием с пользователями.Отдельное внимание уделено развитию так называемого агентного ИИ. Речь идёт о системах, которые способны самостоятельно выполнять задачи и принимать решения без постоянного контроля со стороны человека.Новый TPU 8i ориентирован именно на такие сценарии. Он рассчитан на минимальные задержки и эффективную обработку данных в режиме реального времени.Google также сообщает о росте эффективности новых решений. По сравнению с предыдущими версиями обучение моделей может происходить быстрее, а экономическая эффективность увеличилась. Кроме того, системы можно объединять в крупные кластеры, что важно для масштабных проектов.При этом компания не отказывается от сотрудничества с Nvidia. В облаке Google по-прежнему будут доступны графические процессоры партнёра. Более того, компании продолжают совместную работу над инфраструктурными решениями.Google разрабатывает TPU уже несколько лет. Основная задача — снизить зависимость от сторонних производителей и повысить эффективность работы с нейросетями.На рынке наблюдается тенденция к созданию собственных чипов крупными IT-компаниями. Однако Nvidia сохраняет сильные позиции, и её решения остаются востребованными.
Мой Брянск
info@mybryansk.ru
Мой Брянск
2026
В мире
ru-RU
Мой Брянск
info@mybryansk.ru
Мой Брянск
Мой Брянск
info@mybryansk.ru
Мой Брянск
Google представила новые AI-чипы TPU 8 для облачной инфраструктуры
Google представила TPU 8t и 8i, сделав акцент на скорости, эффективности и развитии агентных AI-систем.
Автор:
Алексей Новиков
, Редактор Фото: © B. Naumkin
Компания Google анонсировала два новых чипа восьмого поколения — TPU 8t и TPU 8i. По информации портала CSN-TV, они предназначены для разных задач: первый используется для обучения моделей искусственного интеллекта, второй — для их работы в реальных сервисах.
В компании отмечают, что такой подход связан с изменениями в индустрии. Сегодня важна не только мощность для обучения, но и скорость отклика, особенно в сервисах с постоянным взаимодействием с пользователями.
Отдельное внимание уделено развитию так называемого агентного ИИ. Речь идёт о системах, которые способны самостоятельно выполнять задачи и принимать решения без постоянного контроля со стороны человека.
Новый TPU 8i ориентирован именно на такие сценарии. Он рассчитан на минимальные задержки и эффективную обработку данных в режиме реального времени.
Google также сообщает о росте эффективности новых решений. По сравнению с предыдущими версиями обучение моделей может происходить быстрее, а экономическая эффективность увеличилась. Кроме того, системы можно объединять в крупные кластеры, что важно для масштабных проектов.
При этом компания не отказывается от сотрудничества с Nvidia. В облаке Google по-прежнему будут доступны графические процессоры партнёра. Более того, компании продолжают совместную работу над инфраструктурными решениями.
Google разрабатывает TPU уже несколько лет. Основная задача — снизить зависимость от сторонних производителей и повысить эффективность работы с нейросетями.
На рынке наблюдается тенденция к созданию собственных чипов крупными IT-компаниями. Однако Nvidia сохраняет сильные позиции, и её решения остаются востребованными.