অলঙ্করণ: tuput
বাংলা
গুগলের ডকুমেন্টেশনে প্রতিটি আয়রনউড চিপের ৮-বিট গণিতে সর্বোচ্চ ক্ষমতা ৪,৬১৪ টেরাফ্লপ, সঙ্গে ১৯২ জিআইবি মেমোরি ও ৭,৩৮০ জিবিপিএস মেমোরি ব্যান্ডউইথ। গুগলের রিলিজ নোটে প্রিভিউ ২০২৫ সালের ২৪ নভেম্বর আর সাধারণ প্রাপ্যতা ২০২৬ সালের ৩১ মার্চ।
গুগলের ডকুমেন্টেশন প্রতিটি আয়রনউড চিপকে ৮-বিট গণিতে সর্বোচ্চ ৪,৬১৪ টেরাফ্লপ (প্রতি সেকেন্ডে লক্ষ কোটি গাণিতিক ক্রিয়া) ক্ষমতার রেটিং দিয়েছে, সঙ্গে আছে ১৯২ জিআইবি হাই-ব্যান্ডউইথ মেমোরি, আর একটি পডে এমন ৯,২১৬টি পর্যন্ত চিপ জোড়া যায়। আয়রনউড টেনসর প্রসেসিং ইউনিট বা টিপিইউয়ের সপ্তম প্রজন্ম, ম্যাট্রিক্স গণিতের জন্য গুগলের চিপ, যে গণিতে এআই মডেল চলে। গুগলের রিলিজ নোটে ২০২৬ সালের ৩১ মার্চ থেকে এটি গুগল ক্লাউডে সাধারণভাবে পাওয়ার কথা লেখা আছে।
এখানকার প্রতিটি সংখ্যা গুগলের নিজের স্পেসিফিকেশন বা সর্বোচ্চ রেটিং, ২০২৬ সালের ১২ নভেম্বর পর্যন্ত তাদের পাতা থেকে পড়া। আয়রনউডের কোনো স্বাধীন বেঞ্চমার্ক এখানে উদ্ধৃত নেই, আর শেষের দিকের একটি অংশে আলাদা করে দেখানো হয়েছে কোন তুলনাগুলো গুগলের পরীক্ষা বেছে নেওয়ার ওপর দাঁড়িয়ে আছে।
গুগলের স্পেসিফিকেশন পাতার সংখ্যাগুলো
গুগলের টিপিইউ৭এক্স পাতা (টিপিইউ৭এক্স হলো আয়রনউডের প্রথম রিলিজের ক্লাউড-নাম) চিপটিকে আগের দুই প্রজন্মের পাশে রেখেছে।
| প্রতি চিপ, অন্যথায় বলা না থাকলে | টিপিইউ v5p | টিপিইউ v6e (ট্রিলিয়াম) | টিপিইউ৭এক্স (আয়রনউড) |
|---|---|---|---|
| প্রতি পডে চিপ | ৮,৯৬০ | ২৫৬ | ৯,২১৬ |
| সর্বোচ্চ ক্ষমতা, বিএফ১৬ (টেরাফ্লপ) | ৪৫৯ | ৯১৮ | ২,৩০৭ |
| সর্বোচ্চ ক্ষমতা, এফপি৮ (টেরাফ্লপ) | ৪৫৯ | ৯১৮ | ৪,৬১৪ |
| মেমোরি (জিআইবি) | ৯৫ | ৩২ | ১৯২ |
| মেমোরি ব্যান্ডউইথ (জিবিপিএস) | ২,৭৬৫ | ১,৬৩৮ | ৭,৩৮০ |
| চিপ থেকে চিপ ব্যান্ডউইথ, দুই দিক মিলিয়ে (জিবিপিএস) | ১,২০০ | ৮০০ | ১,২০০ |
গুগলের ২০২৫ সালের এপ্রিলের ঘোষণা বলছে, v4 ও v5p-তে এফপি৮ সংখ্যা এমুলেট করা, আয়রনউডে নেটিভ, তাই v5p-র কলামে বিএফ১৬ সংখ্যাটিই আবার এসেছে; v6e-র ক্ষেত্রেও পাতাটি একই কাজ করেছে। প্রতিটি আয়রনউড চিপে আছে দুটি টেনসরকোর, যে ইউনিটগুলো ম্যাট্রিক্স গুণ করে, আর চারটি স্পারসকোর, যাদের এপ্রিলের পোস্ট বর্ণনা করেছে র্যাঙ্কিং ও সুপারিশের কাজে ব্যবহৃত অতি বড় এমবেডিং (লুকআপ টেবিল) সামলানোর অ্যাক্সিলারেটর হিসেবে। প্রতিটি হোস্ট কম্পিউটারে বসে চারটি চিপ, আর পাতাটি সেই চার-চিপ মেশিনের জন্য ২২৪টি ভার্চুয়াল সিপিইউ ও ৯৬০ জিবি র্যামের কথা লিখেছে।
টেরাফ্লপ কী, আর সংখ্যা-বিন্যাস কেন গুরুত্বপূর্ণ
ফ্লপ হলো একটি ফ্লোটিং-পয়েন্ট ক্রিয়া: দশমিক অংশ থাকতে পারে এমন সংখ্যার ওপর একটি যোগ বা গুণ। টেরাফ্লপ প্রতি সেকেন্ডে এমন লক্ষ কোটি ক্রিয়া, আর এক্সাফ্লপ হলো একশো কোটি গুণ একশো কোটি। ৪,৬১৪ হলো সর্বোচ্চ হার, মানে প্রতিটি গাণিতিক ইউনিট প্রতি মুহূর্তে ব্যস্ত থাকলে যে হার পাওয়া যায়, আর ডকুমেন্টেশন সেটিকে সে নামেই লিখেছে।
লেবেলটি একটি সংখ্যা-বিন্যাসের নামও বলে। এফপি৮ প্রতিটি সংখ্যা রাখে ৮ বিটে, আর বিএফ১৬ (বিফ্লোট১৬) রাখে ১৬ বিটে। ডকুমেন্টেশন বিএফ১৬-এর জন্য ২,৩০৭ টেরাফ্লপ লিখেছে, আর এফপি৮-এর জন্য ঠিক দ্বিগুণ, এবং নিচে উদ্ধৃত গুগল ডিপমাইন্ডের পাঠ্যবইটি বলছে, চিপটি এফপি৮ ম্যাট্রিক্স গুণ করে বিএফ১৬-এর দ্বিগুণ হারে। কম বিট মানে মোটা সংখ্যা আর প্রতি সেকেন্ডে বেশি ক্রিয়া।
পডের সংখ্যাটি গুণ করে দেখলে: ৯,২১৬ চিপ গুণ ৪,৬১৪ টেরাফ্লপ ৪২.৫ এক্সাফ্লপ, যে সংখ্যা গুগলের ২০২৫ সালের এপ্রিলের পোস্টে আর হট চিপস ২০২৫-এর গুগল স্লাইডে আছে, যেখানে সেটি এফপি৮ বলে চিহ্নিত। একই হিসাব বিএফ১৬ রেটিংয়ে করলে আসে প্রায় ২১ এক্সাফ্লপ, পাঠ্যবইটি একটি পডের জন্য যে সংখ্যা দিয়েছে।
মেমোরি কেন গণিতের মতোই গুরুত্বপূর্ণ
গুগল ডিপমাইন্ডের প্রকৌশলীদের লেখা পাঠ্যবইটি টিপিইউকে বর্ণনা করেছে এমন একটি কোর হিসেবে, যা ম্যাট্রিক্স গুণে বিশেষজ্ঞ এবং যার সঙ্গে জোড়া আছে এইচবিএম নামের দ্রুত মেমোরির একটি স্তূপ, অর্থাৎ হাই-ব্যান্ডউইথ মেমোরি। ব্যান্ডউইথ হলো সেই মেমোরি থেকে গাণিতিক ইউনিটে প্রতি সেকেন্ডে কত বাইট যেতে পারে। দুটির মাঝখানে আছে চিপের ভেতরের একটি ছোট স্ক্র্যাচপ্যাড, যা পাঠ্যবইটি টিপিইউ৭এক্স-এ ১২৮ এমআইবি বলেছে, এইচবিএমের চেয়ে অনেক দ্রুত কিন্তু তার ১৯২ জিআইবির চেয়ে অনেক ছোট।
একটি চ্যাটবট উত্তর লেখে একবারে একটি টোকেন (একটি শব্দ বা শব্দের অংশ), যেমন tuput-এর চ্যাটবট কীভাবে পরের শব্দ আন্দাজ করে লেখাটি বর্ণনা করেছে, আর পাঠ্যবইটি বলছে প্রতিটি ধাপে মডেলের সব প্যারামিটার এইচবিএম থেকে লোড করতে হয়। তাই লোড করার সময় প্রতি ধাপের সময়ের একটি নিম্নসীমা। এর কাজ-করা উদাহরণে ২০০ বিলিয়ন প্যারামিটারের একটি মডেল নেওয়া হয়েছে বিএফ১৬-এ, যা ৪০০ জিবি, ৩২টি v6e চিপে ছড়ানো: চিপপ্রতি ১২.৫ জিবি, পড়া হচ্ছে প্রতি সেকেন্ডে প্রায় ১.৬ টিবি হারে, অর্থাৎ ধাপপ্রতি সবচেয়ে ভালো ক্ষেত্রে মোটামুটি ৭.৮ মিলিসেকেন্ড।
আয়রনউডের নথিভুক্ত ৭,৩৮০ জিবিপিএস দিয়ে একই হিসাব করলে ১২.৫ জিবি লাগে প্রায় ১.৭ মিলিসেকেন্ড। এটি একটি নথিভুক্ত সংখ্যার ওপর tuput-এর নিজের হিসাব, একটি মডেলের আকার আর ৩২ চিপের জন্য, এবং একটি নিম্নসীমা, কোনো পরিষেবা কত দ্রুত উত্তর দেবে তার পূর্বাভাস নয়। গুগলের ডকুমেন্টেশন নিজেই বলছে, আকার সত্ত্বেও কিছু ক্রিয়ার ক্ষেত্রে এইচবিএম এখনও বাধা হতে পারে। গুগলের পাতাগুলো ব্যান্ডউইথ তিনভাবে গোল করেছে: এপ্রিলের পোস্টে ৭.৩৭ টিবি/সে, ডকুমেন্টেশনে ৭,৩৮০ জিবিপিএস আর হট চিপস স্লাইডে ৭.৩ টিবি/সে।
একটি পড, আর কেন তার চিপগুলো টরাস আকারে জোড়া
গুগলের ২০২৫ সালের নভেম্বরের পোস্ট পডকে বর্ণনা করেছে এমন চিপ হিসেবে যারা একে অপরের সঙ্গে জোড়া, যাতে সবাই মিলে একটি একক ইউনিট হিসেবে কাজ করে। আয়রনউডের জন্য পোস্টে বলা আছে ৯,২১৬ চিপ পর্যন্ত, যা গুগলের ৯.৬ টেরাবিট প্রতি সেকেন্ড রেটিংয়ের নেটওয়ার্কিংয়ে জোড়া এবং ১.৭৭ পেটাবাইট এইচবিএম ভাগ করে নেয়। ডকুমেন্টেশন এটি গড়েছে ৪x৪x৪ চিপের ১৪৪টি কিউব দিয়ে, মানে কিউবপ্রতি ৬৪ চিপ, আর চার-চিপের একটি স্লাইস হলো এর তালিকাভুক্ত ক্ষুদ্রতম কনফিগারেশন। ২,০৪৮ চিপের বেশি স্লাইসের জন্য পাতাটি বলছে গুগলের অ্যাকাউন্ট টিমের সঙ্গে যোগাযোগ করতে।
একটি কিউবের ভেতরে প্রতিটি চিপের তিন দিকে কাছের প্রতিবেশীদের সঙ্গে সরাসরি সংযোগ আছে। পাতাটি বলছে চিপপ্রতি ছয়টি লিংক, প্রতিটির দুই দিক মিলিয়ে ২০০ জিবিপিএস, প্রতি অক্ষ বরাবর ৪০০ জিবিপিএস আর মোট ১,২০০ জিবিপিএস। ৬৪ বা তার বেশি চিপের স্লাইসের জন্য কিউবগুলো জোড়া হয় একটি ৩ডি টরাসে, একটি গ্রিড যার প্রান্তগুলো ঘুরে উল্টো দিকের প্রান্তে মিলেছে। চিপের একটি সারি ভাবুন: শেষেরটিকে প্রথমটির সঙ্গে জুড়ে দিলে সেটি বলয় হয়ে যায়, আর পাঠ্যবইটি বলছে এই ঘুরে মিলে যাওয়া দুই চিপের মধ্যে সবচেয়ে বড় দূরত্ব N থেকে কমিয়ে N/2 করে। পাঠ্যবইটি যোগ করেছে, একটি পূর্ণ কিউবের চেয়ে ছোট স্লাইসে এই ঘুরে মেলানো থাকে না, যাতে তার ভাষায় সাধারণত বেশিরভাগ যোগাযোগের সময় দ্বিগুণ হয়। এটি নকশাটির তুলনা করেছে জিপিইউ ক্লাস্টারের সঙ্গে, যা চিপগুলোকে জোড়ে সুইচের একটি স্তরক্রমের মধ্য দিয়ে।
অপটিক্যাল সার্কিট সুইচ কিউবগুলোকে জোড়ে এবং তাদের নতুন করে সাজানো যায়, তাই কিউবের একটি পুল কেটে নানা আকারের স্লাইস বানানো যায়। হট চিপস বক্তৃতা নিয়ে ServeTheHome-এর প্রতিবেদন বলছে, একটি বিকল নোড বাদ দিয়ে সংরক্ষিত চেকপয়েন্ট থেকে অন্য র্যাকে স্লাইসটি আবার গড়া যায়, আর ৯,২১৬ দুইয়ের ঘাতের সামান্য ওপরে রাখা হয়েছে যাতে অতিরিক্ত র্যাক থাকে (৮,১৯২ হলে কিছুই থাকত না)। এপ্রিলের পোস্ট একটি পূর্ণ পডের বিদ্যুৎ ধরেছে প্রায় ১০ মেগাওয়াট এবং বলেছে চিপগুলো তরল দিয়ে ঠান্ডা করা। এআই ডেটা সেন্টার মোট কত বিদ্যুৎ টানে তা আছে tuput-এর আইইএ ও বার্কলি ল্যাবের পূর্বাভাস লেখায়।
এক ঢাকনার নিচে দুটি চিপলেট
গুগলের হট চিপস স্লাইড আয়রনউডকে প্রথম ডুয়াল কম্পিউট ডাই টিপিইউ বলেছে, আর ServeTheHome জানিয়েছে নকশাটি গুগলকে একক ডাইয়ের বাইরে বানাতে দেয়। ডকুমেন্টেশন অনুযায়ী প্রতিটি চিপলেটে আছে একটি টেনসরকোর, দুটি স্পারসকোর আর ৯৬ জিআইবি এইচবিএম, এবং একটি চিপ থেকে চিপ লিংকের চেয়ে ছয় গুণ দ্রুত একটি ডাই থেকে ডাই লিংক তাদের জোড়ে। সফটওয়্যার প্রতিটি চিপকে দেখে দুটি ডিভাইস হিসেবে: চার-চিপের একটি মেশিনে জ্যাক্স লাইব্রেরি আটটি তালিকাভুক্ত করে।
পাতাটি বলছে টিপিইউ৭এক্স জ্যাক্স ও পাইটর্চ ফ্রেমওয়ার্কে চলে এবং টেনসরফ্লো সমর্থন করে না। মডেল সার্ভ করার জন্য এটি ভিএলএলএম ও এসজিল্যাং ইনফারেন্স ইঞ্জিনের তালিকা দিয়েছে। গুগলের ২০২৬ সালের ৯ নভেম্বরের পোস্ট বলছে, তারা আগের মাসে টর্চটিপিইউ ওপেন-সোর্স করেছে, যাতে পাইটর্চ কোড আর হাগিং ফেসের মডেল না লিখে নতুন করে টিপিইউতে চলে।
তারিখ, জোন আর গ্রাহক
গুগল আয়রনউড ঘোষণা করেছিল ২০২৫ সালের ৯ এপ্রিল ক্লাউড নেক্সট ২৫-এ, একে বলেছিল “ইনফারেন্সের জন্যই বিশেষভাবে নকশা করা প্রথমটি”। এর ডকুমেন্টেশন ও ২০২৫ সালের নভেম্বরের পোস্ট একে বর্ণনা করেছে প্রশিক্ষণ ও ইনফারেন্স দুটির জন্যই বানানো বলে। ২০২৫ সালের ২৬ আগস্টের হট চিপস সম্মেলনের গুগল স্লাইড উপস্থাপক হিসেবে নাম দিয়েছে নর্ম্যান জুপি ও শ্রীধর লক্ষ্মণমূর্তির, আর বলেছে হাইপারস্কেলে স্থাপন চলছে।
২০২৫ সালের ২৩ অক্টোবর অ্যানথ্রপিক “এক মিলিয়ন পর্যন্ত টিপিইউ” ব্যবহারের পরিকল্পনা ঘোষণা করে, একটি সম্প্রসারণ যাকে তারা বলেছিল কয়েক দশ বিলিয়ন ডলার মূল্যের এবং যা ২০২৬ সালে এক গিগাওয়াটের অনেক বেশি ক্ষমতা অনলাইনে আনবে বলে প্রত্যাশা। সেই পোস্টে কোনো টিপিইউ প্রজন্মের নাম নেই। গুগলের ২০২৫ সালের ৬ নভেম্বরের পোস্ট একই পরিকল্পনাকে রেখেছে আয়রনউড অংশে এবং অ্যানথ্রপিকের কম্পিউট প্রধান জেমস ব্র্যাডবেরিকে উদ্ধৃত করেছে আয়রনউডের ইনফারেন্স ও প্রশিক্ষণের উন্নতি নিয়ে। প্রাথমিক ব্যবহারকারী হিসেবে লাইটট্রিক্স ও এসেনশিয়াল এআইকেও উদ্ধৃত করা হয়েছে।
নভেম্বরের পোস্টের লেখায় ছিল আয়রনউড “আগামী কয়েক সপ্তাহে” সাধারণভাবে পাওয়া যাবে। গুগলের রিলিজ নোটে তারিখগুলো আছে: প্রিভিউ ২০২৫ সালের ২৪ নভেম্বর আর সাধারণ প্রাপ্যতা ২০২৬ সালের ৩১ মার্চ। টিপিইউ৭এক্স পাতা অবস্থানের তালিকা দেয় না। আলাদা অঞ্চল ও জোনের পাতা ২০২৬ সালের ১২ নভেম্বর পর্যন্ত টিপিইউ৭এক্সের জন্য দুটি জোনের তালিকা দিয়েছে, us-central1-ai1a ও us-central1-c, দুটিই গুগলের us-central1 অঞ্চলে।
ভারতের ক্ষেত্রে, ২০২৬ সালের ১০ ফেব্রুয়ারির পিআইবি ব্যাকগ্রাউন্ডার বলছে ইন্ডিয়াএআই মিশন প্রতি ঘণ্টায় ৬৫ টাকা দরে ৩৮,০০০-এর বেশি জিপিইউ এবং ১,০৫০টি টিপিইউও যুক্ত করেছে, যাদের সে সংজ্ঞা দিয়েছে বিশেষভাবে এআই কাজের জন্য বানানো চিপ বলে। সেটি কোনো টিপিইউ প্রজন্মের নাম দেয়নি, তাই তাতে কিছুই বলা নেই এর কোনোটি আয়রনউড কি না। মিশনটি নিয়ে আছে tuput-এর ইন্ডিয়াএআই মিশন লেখায়, আর জাতীয় পেটাফ্লপ মেশিনগুলো নিয়ে পরম সুপারকম্পিউটার লেখায়।
কোন তুলনাগুলো গুগলের নিজের
গুগলের ২০২৫ সালের নভেম্বরের পোস্ট বলছে আয়রনউড টিপিইউ v5p-র তুলনায় সর্বোচ্চ কর্মক্ষমতায় ১০ গুণ উন্নতি দেয় আর প্রশিক্ষণ ও ইনফারেন্সে v6e-র চেয়ে চিপপ্রতি ৪ গুণের বেশি ভালো কর্মক্ষমতা। হট চিপস স্লাইডও বলছে v5p-র ১০ গুণের বেশি কম্পিউট। সারণিটি দেখায় সংখ্যা-বিন্যাসের ওপর কতটা নির্ভর করছে। এফপি৮-এ v5p-র ৪৫৯-এর বিপরীতে ৪,৬১৪ হলো ১০ গুণ, কিন্তু v5p-র কলামটি এমুলেট করা এফপি৮, আর বিএফ১৬-এ অনুপাত ৫ গুণ (২,৩০৭ বনাম ৪৫৯)। v6e-র বিপরীতে, পাতার সংখ্যা অনুযায়ী, তা এফপি৮-এ ৫ গুণ আর বিএফ১৬-এ ২.৫ গুণ। পোস্টটি বলেনি তার “৪ গুণের বেশি”র পেছনে কোন কাজের ভার বা সংখ্যা-বিন্যাস।
এপ্রিলের পোস্টের মেমোরি অনুপাতগুলো সারণি থেকেই আসে এবং সেগুলো স্পেসিফিকেশন, পরীক্ষার ফল নয়: ৩২-এর বিপরীতে ১৯২ জিআইবি ৬ গুণ, আর ১,৬৩৮-এর বিপরীতে ৭,৩৮০ জিবিপিএস ৪.৫ গুণ। একই পোস্ট দাবি করেছে ট্রিলিয়ামের দ্বিগুণ প্রতি ওয়াটে কর্মক্ষমতা আর ২০১৮ সালের গুগলের প্রথম ক্লাউড টিপিইউর প্রায় ৩০ গুণ দক্ষতা, আর চার্টের নোটে বলা মাপকাঠিটি তাপীয় নকশা শক্তির প্রতি ওয়াটে সর্বোচ্চ এফপি৮ ফ্লপ। হট চিপসে একই ২ গুণ দাবি নিয়ে ServeTheHome লিখেছে, সেটি একই সংখ্যা-বিন্যাসে মাপা কি না তা স্পষ্ট ছিল না।
এপ্রিলের পোস্ট ৪২.৫ এক্সাফ্লপের পডকে এল ক্যাপিটানের সঙ্গেও রেখেছে, যাকে এটি তালিকাভুক্ত করেছে ১.৭ এক্সাফ্লপে। লরেন্স লিভারমোর ন্যাশনাল ল্যাবরেটরি ২০২৫ সালের জুনের টপ৫০০ তালিকায় হাই-পারফরম্যান্স লিনপ্যাক পরীক্ষায় যন্ত্রটির সংখ্যা জানিয়েছে ১.৭৪২ এক্সাফ্লপ, আর আলাদা একটি মিশ্র-নির্ভুলতার পরীক্ষায় ১৬.৭ এক্সাফ্লপ। একটি সংখ্যা এফপি৮-এ তাত্ত্বিক সর্বোচ্চ, অন্যটি মাপা বেঞ্চমার্ক, তাই তারা আলাদা প্রশ্নের উত্তর দেয়।
আয়রনউডের পরে
গুগলের ২০২৬ সালের ৯ নভেম্বরের পোস্ট, প্রধান প্রযুক্তি কর্মকর্তা অমিন ভাহদাতের লেখা, বলছে এখন আটটি প্রজন্মের টিপিইউ আছে এবং অষ্টম প্রজন্মের দুটি চিপ, প্রশিক্ষণের ৮টি আর যুক্তির ৮আই, ২০২৬ সালের এপ্রিলে ক্লাউড নেক্সটে এসেছে। সেটি আগের প্রজন্মের চেয়ে ২.৭ গুণ পর্যন্ত ভালো প্রশিক্ষণ কর্মক্ষমতা আর ৮০ শতাংশ ভালো ইনফারেন্স প্রাইস পারফরম্যান্সের কথা উদ্ধৃত করেছে, দুটিই গুগলের সংখ্যা। একই পোস্ট যোগ করেছে গোপনীয় ইনফারেন্সের জন্য টিপিইউ ৮টিএক্স, আর টিপিইউ ৮আই ম্যাক্স, যা একটি প্যাকেজে দুটি ৮আই চিপ রাখে ৮আইয়ের দ্বিগুণ কম্পিউট, এসর্যাম ও মেমোরি ব্যান্ডউইথ নিয়ে, আর বলেছে সংস্থা এক বছরে চারটি টিপিইউ ব্যবস্থা এনেছে। এতে টিপিইউ ব্যবসাকে বর্ণনা করা হয়েছে প্রায় ১০০ গ্রাহক নিয়ে বলে। চারটির কোনোটির চিপ-স্তরের স্পেসিফিকেশন এটি দেয়নি, তাই এখানে কারও সঙ্গে আয়রনউডের তুলনা করা হয়নি।
সূত্র ও আরও পড়ার জন্য
- Google Cloud documentation: TPU7x (Ironwood), last updated 11 November 2026
- Google Cloud documentation: TPU regions and zones
- Google Cloud documentation: Cloud TPU release notes
- Google: Ironwood, the first Google TPU for the age of inference (9 April 2025)
- Google Cloud blog: Ironwood TPUs and new Axion-based VMs for your AI workloads (6 November 2025)
- Google Cloud blog: Our newest TPUs, 8tx and 8i Max, built for the agentic era (9 November 2026)
- Hot Chips 2025: Ironwood, Delivering Best in Class perf, perf/TCO and perf/Watt for Reasoning Model Training and Serving (Google slides, 26 August 2025)
- Anthropic: Expanding our use of Google Cloud TPUs and Services (23 October 2025)
- Google DeepMind authors: How to Scale Your Model, Part 2, How to Think About TPUs
- ServeTheHome: Google Ironwood TPU Swings for Reasoning Model Leadership at Hot Chips 2025 (26 August 2025)
- Lawrence Livermore National Laboratory: El Capitan reigns supreme across three major supercomputing benchmarks (16 June 2025)
- PIB Backgrounder: Democratising AI in India (10 February 2026)
এই লেখাটি AI সরঞ্জামের সহায়তায় গবেষণা ও রচনা করা হয়েছে এবং নির্ভুলতার জন্য সম্পাদনা করা হয়েছে। এটি কেবল সাধারণ তথ্য ও আলোচনার জন্য, পেশাদার পরামর্শ নয়। আমাদের সম্পাদকীয় মান ও দাবিত্যাগ দেখুন। কোনো ভুল চোখে পড়ল? আমাদের জানান।
ভালো লাগল? পরেরটিও পড়ুন।
একবারে একটি ভালো লেখা, সরাসরি আপনার ইনবক্সে। কোনো স্প্যাম নয়, যখন খুশি বন্ধ করতে পারেন।