Skip to content
Google Ironwood TPU ప్రతి చిప్‌కు 4,614 టెరాఫ్లాప్‌లు, 192 GiB మెమరీ రేటింగ్‌తో ఉంది; ఒక పాడ్‌లో 9,216 చిప్‌లు కలుపుతారు; 2026 మార్చి 31 నుంచి Google Cloudలో సాధారణ లభ్యత
ఏఐ మరియు సాంకేతికత

Google Ironwood TPU ప్రతి చిప్‌కు 4,614 టెరాఫ్లాప్‌లు, 192 GiB మెమరీ రేటింగ్‌తో ఉంది; ఒక పాడ్‌లో 9,216 చిప్‌లు కలుపుతారు; 2026 మార్చి 31 నుంచి Google Cloudలో సాధారణ లభ్యత

చిత్రణ: tuput

తెలుగు

Google డాక్యుమెంటేషన్ ప్రతి Ironwood చిప్‌కు 8-బిట్ అంకగణితంలో గరిష్ఠంగా 4,614 టెరాఫ్లాప్‌లు, 192 GiB మెమరీ, 7,380 GBps మెమరీ బ్యాండ్‌విడ్త్ అని పేర్కొంది. ప్రివ్యూ 2025 నవంబర్ 24న, సాధారణ లభ్యత 2026 మార్చి 31న వచ్చాయని Google రిలీజ్ నోట్స్ నమోదు చేశాయి.

· · 8 నిమిషాల పఠనం

Google డాక్యుమెంటేషన్ ప్రతి Ironwood చిప్‌కు 8-బిట్ అంకగణితంలో గరిష్ఠంగా 4,614 టెరాఫ్లాప్‌లు (సెకనుకు లక్ష కోట్ల అంకగణిత ఆపరేషన్లు) రేటింగ్ ఇచ్చింది, దాని పక్కన 192 GiB హై-బ్యాండ్‌విడ్త్ మెమరీ ఉంది, అలాంటి 9,216 చిప్‌ల వరకు ఒక పాడ్‌లో కలపడానికి అనుమతిస్తుంది. Ironwood టెన్సర్ ప్రాసెసింగ్ యూనిట్ (TPU) ఏడో తరం; AI మోడళ్లు నడిచే మ్యాట్రిక్స్ అంకగణితం కోసం Google చిప్ అది. 2026 మార్చి 31 నుంచి Google Cloudలో సాధారణంగా అందుబాటులో ఉందని Google రిలీజ్ నోట్స్ నమోదు చేశాయి.

ఇక్కడి ప్రతి అంకె Google సొంత స్పెసిఫికేషన్ లేదా గరిష్ఠ రేటింగ్, 2026 నవంబర్ 12 నాటికి దాని పేజీల నుంచి చదివినది. Ironwood కు స్వతంత్ర బెంచ్‌మార్క్ ఏదీ ఉదహరించలేదు, ముగింపుకు దగ్గరగా ఉన్న ఒక విభాగం Google ఎంచుకున్న పరీక్షపై ఆధారపడిన పోలికలను వేరు చేస్తుంది.

Google స్పెసిఫికేషన్ పేజీలోని అంకెలు

Google TPU7x పేజీ (TPU7x అనేది తొలి Ironwood విడుదలకు క్లౌడ్ పేరు) ఈ చిప్‌ను దానికి ముందున్న రెండు తరాల పక్కన ఉంచుతుంది.

చెప్పినచోట తప్ప ప్రతి చిప్‌కుTPU v5pTPU v6e (Trillium)TPU7x (Ironwood)
ప్రతి పాడ్‌కు చిప్‌లు8,9602569,216
గరిష్ఠ కంప్యూట్, BF16 (టెరాఫ్లాప్‌లు)4599182,307
గరిష్ఠ కంప్యూట్, FP8 (టెరాఫ్లాప్‌లు)4599184,614
మెమరీ (GiB)9532192
మెమరీ బ్యాండ్‌విడ్త్ (GBps)2,7651,6387,380
చిప్ నుంచి చిప్ బ్యాండ్‌విడ్త్, రెండు దిశలూ కలిపి (GBps)1,2008001,200

Google 2025 ఏప్రిల్ ప్రకటన ప్రకారం FP8 అంకెలు v4, v5pలో ఎమ్యులేట్ చేసినవి, Ironwoodలో నేటివ్; అందుకే v5p కాలమ్ తన BF16 అంకెనే పునరావృతం చేస్తుంది; v6e కి కూడా పేజీ అలాగే చేస్తుంది. ప్రతి Ironwood చిప్‌లో రెండు TensorCoreలు ఉన్నాయి, అవి మ్యాట్రిక్స్ గుణకారం చేసే యూనిట్లు, నాలుగు SparseCoreలు ఉన్నాయి, ర్యాంకింగ్, రికమెండేషన్‌లో వాడే చాలా పెద్ద ఎంబెడ్డింగ్‌ల (లుకప్ టేబుళ్లు) కోసం త్వరణకాలుగా ఏప్రిల్ పోస్ట్ వీటిని వర్ణిస్తోంది. ప్రతి హోస్ట్ కంప్యూటర్‌పై నాలుగు చిప్‌లు ఉంటాయి, ఆ నాలుగు చిప్‌ల యంత్రానికి 224 వర్చువల్ CPUలు, 960 GB RAM అని పేజీ జాబితా చేస్తోంది.

టెరాఫ్లాప్ అంటే ఏమిటి, సంఖ్యా ఫార్మాట్ ఎందుకు ముఖ్యం

FLOP అంటే ఒక ఫ్లోటింగ్-పాయింట్ ఆపరేషన్: దశాంశ భాగం ఉండగల సంఖ్యపై ఒక కూడిక లేదా గుణకారం. టెరాఫ్లాప్ అంటే సెకనుకు లక్ష కోట్లు, ఎక్సాఫ్లాప్ అంటే వంద కోట్ల కోట్లు. 4,614 అనేది గరిష్ఠం, ప్రతి అంకగణిత యూనిట్ ప్రతి క్షణం బిజీగా ఉంటే వచ్చే వేగం; డాక్యుమెంటేషన్ దాన్ని అలాగే లేబుల్ చేసింది.

ఆ లేబుల్ సంఖ్యా ఫార్మాట్‌ను కూడా సూచిస్తుంది. FP8 ప్రతి సంఖ్యను 8 బిట్లలో, BF16 (bfloat16) 16 బిట్లలో నిల్వ చేస్తాయి. BF16కు 2,307 టెరాఫ్లాప్‌లను, FP8కు సరిగ్గా దానికి రెట్టింపును డాక్యుమెంటేషన్ జాబితా చేస్తోంది, చిప్ FP8 మ్యాట్రిక్స్ గుణకారాన్ని BF16 కంటే రెట్టింపు వేగంతో చేస్తుందని కింద ఉదహరించిన Google DeepMind పాఠ్యపుస్తకం చెబుతోంది. తక్కువ బిట్లంటే ముతక సంఖ్యలు, సెకనుకు ఎక్కువ ఆపరేషన్లు.

పాడ్ అంకెను గుణిస్తే: 9,216 చిప్‌లు × 4,614 టెరాఫ్లాప్‌లు = 42.5 ఎక్సాఫ్లాప్‌లు; ఇది Google 2025 ఏప్రిల్ పోస్ట్‌లో, Google Hot Chips 2025 స్లైడ్‌లో ఉన్న అంకె, అక్కడ దాన్ని FP8 అని లేబుల్ చేశారు. BF16 రేటింగ్ వద్ద అదే లెక్క సుమారు 21 ఎక్సాఫ్లాప్‌లు ఇస్తుంది, పాడ్‌కు పాఠ్యపుస్తకం ఇచ్చే అంకె అదే.

అంకగణితంతో పాటు మెమరీ ఎందుకు అంత ముఖ్యం

Google DeepMind ఇంజినీర్లు రాసిన పాఠ్యపుస్తకం, TPUను HBM (హై-బ్యాండ్‌విడ్త్ మెమరీ) అనే వేగవంతమైన మెమరీ స్టాక్‌కు జతచేసిన, మ్యాట్రిక్స్ గుణకారంలో ప్రత్యేకత ఉన్న కోర్‌గా వర్ణిస్తోంది. బ్యాండ్‌విడ్త్ అంటే ఆ మెమరీ నుంచి అంకగణిత యూనిట్లకు సెకనుకు ఎన్ని బైట్లు కదలగలవో. ఆ రెండింటి మధ్య ఒక చిన్న ఆన్-చిప్ స్క్రాచ్‌ప్యాడ్ ఉంటుంది, TPU7xలో అది 128 MiB అని పాఠ్యపుస్తకం ఇస్తోంది; HBM కంటే చాలా వేగమైనది, కానీ దాని 192 GiB కంటే చాలా చిన్నది.

చాట్‌బాట్ తన సమాధానాన్ని ఒకేసారి ఒక టోకెన్ (ఒక పదం లేదా పదంలో ఒక ముక్క) చొప్పున రాస్తుంది, tuput చాట్‌బాట్ తర్వాతి పదాన్ని ఎలా ఊహిస్తుంది వ్యాసం వివరించినట్లు; ప్రతి అడుగులో మోడల్ పారామితులన్నింటినీ HBM నుంచి లోడ్ చేయాలని పాఠ్యపుస్తకం గమనిస్తోంది. కాబట్టి వాటిని లోడ్ చేసే సమయం ప్రతి అడుగు సమయానికి కనిష్ఠ పరిమితి. దాని ఉదాహరణ BF16లో 200 బిలియన్ పారామితుల మోడల్‌ను తీసుకుంటుంది, అది 400 GB, 32 v6e చిప్‌లపై పంచారు: చిప్‌కు 12.5 GB, సెకనుకు సుమారు 1.6 TB వేగంతో చదవాలి, అంటే అడుగుకు ఉత్తమంగా సుమారు 7.8 మిల్లీసెకన్లు.

Ironwood డాక్యుమెంట్ చేసిన 7,380 GBpsతో అదే లెక్క వేస్తే 12.5 GBకి సుమారు 1.7 మిల్లీసెకన్లు పడుతుంది. ఇది డాక్యుమెంట్ చేసిన అంకెపై tuput చేసిన లెక్క, 32 చిప్‌లపై ఒక మోడల్ పరిమాణానికి మాత్రమే, ఏదైనా సేవ ఎంత వేగంగా స్పందిస్తుందో అంచనా కాదు, అది కనిష్ఠ పరిమితి. తన పరిమాణం ఎంత ఉన్నా, కొన్ని ఆపరేషన్లకు HBM ఇంకా అడ్డంకి కావచ్చని Google డాక్యుమెంటేషనే చెబుతోంది. Google పేజీలు బ్యాండ్‌విడ్త్‌ను మూడు రకాలుగా రౌండ్ చేశాయి: ఏప్రిల్ పోస్ట్‌లో 7.37 TB/s, డాక్యుమెంటేషన్‌లో 7,380 GBps, Hot Chips స్లైడ్‌లో 7.3 TB/s.

పాడ్, దాని చిప్‌లను టోరస్‌గా ఎందుకు కలుపుతారు

Google 2025 నవంబర్ పోస్ట్ పాడ్‌ను ఒకదానితో ఒకటి కలిపిన చిప్‌లుగా వర్ణిస్తోంది, అవి ఒకే యూనిట్‌గా పనిచేస్తాయి. Ironwood కోసం ఆ పోస్ట్ సెకనుకు 9.6 టెరాబిట్లుగా రేట్ చేసిన నెట్‌వర్కింగ్‌తో కలిపిన, 1.77 పెటాబైట్ల HBMను పంచుకునే 9,216 చిప్‌ల వరకు ఇస్తోంది. డాక్యుమెంటేషన్ దాన్ని 4x4x4 చిప్‌ల 144 క్యూబ్‌లుగా నిర్మిస్తుంది, అంటే క్యూబ్‌కు 64 చిప్‌లు; నాలుగు చిప్‌ల స్లైస్ అది జాబితా చేసిన అతి చిన్న కాన్ఫిగరేషన్. 2,048 చిప్‌లకు మించిన స్లైస్‌ల కోసం Google అకౌంట్ టీమ్‌ను సంప్రదించమని పేజీ చెబుతోంది.

ఒక క్యూబ్ లోపల ప్రతి చిప్‌కు మూడు దిశల్లో దగ్గరి పొరుగు చిప్‌లతో ప్రత్యక్ష లింకులు ఉంటాయి. చిప్‌కు ఆరు లింకులు, ఒక్కోటి రెండు దిశల 200 GBps బ్యాండ్‌విడ్త్‌తో, ప్రతి అక్షం వెంట 400 GBps, మొత్తం 1,200 GBps అని పేజీ ఇస్తోంది. 64 లేదా అంతకంటే ఎక్కువ చిప్‌ల స్లైస్‌లకు క్యూబ్‌లను 3D టోరస్‌లో కలుపుతారు; అంటే అంచులు చుట్టుకుని ఎదురు అంచుతో కలిసే గ్రిడ్. చిప్‌ల వరుసను ఊహించండి: చివరిదాన్ని మొదటిదానికి కలిపితే అది వలయం అవుతుంది, ఈ చుట్టుకోవడం రెండు చిప్‌ల మధ్య గరిష్ఠ దూరాన్ని N నుంచి N/2కు తగ్గిస్తుందని పాఠ్యపుస్తకం చెబుతోంది. పూర్తి క్యూబ్ కంటే చిన్న స్లైస్‌లకు చుట్టుకోవడం ఉండదని, అది సాధారణంగా చాలా కమ్యూనికేషన్ సమయాన్ని రెట్టింపు చేస్తుందని పాఠ్యపుస్తకం జోడిస్తోంది. ఈ డిజైన్‌ను, చిప్‌లను స్విచ్‌ల శ్రేణి ద్వారా కలిపే GPU క్లస్టర్లతో అది పోలుస్తుంది.

ఆప్టికల్ సర్క్యూట్ స్విచ్‌లు క్యూబ్‌లను కలుపుతాయి, వాటిని తిరిగి కాన్ఫిగర్ చేయవచ్చు, కాబట్టి ఒకే క్యూబ్‌ల సమూహాన్ని వేర్వేరు ఆకారాల స్లైస్‌లుగా కత్తిరించవచ్చు. విఫలమైన నోడ్‌ను తొలగించి, సేవ్ చేసిన చెక్‌పాయింట్ నుంచి స్లైస్‌ను ఇతర ర్యాక్‌లపై తిరిగి నిర్మించవచ్చని, 9,216 అనేది రెండు యొక్క ఘాతం కంటే కొంచెం ఎక్కువ కాబట్టి విడి ర్యాక్‌లు మిగులుతాయని (8,192 అయితే ఏవీ మిగలవు) Hot Chips ప్రసంగంపై ServeTheHome నివేదిక చెబుతోంది. పూర్తి పాడ్‌ను దాదాపు 10 MWగా, చిప్‌లు లిక్విడ్ కూల్డ్ అని ఏప్రిల్ పోస్ట్ చెబుతోంది. AI డేటా సెంటర్లు మొత్తంగా ఎంత విద్యుత్ వాడతాయో IEA, బర్కిలీ ల్యాబ్ అంచనాలపై tuput వ్యాసంలో ఉంది.

ఒకే మూత కింద రెండు చిప్లెట్లు

Google Hot Chips స్లైడ్‌లు Ironwoodను తొలి డ్యూయల్ కంప్యూట్ డై TPU అంటాయి, ఈ డిజైన్ Googleకు ఒకే డైని మించి నిర్మించే వీలు ఇస్తుందని ServeTheHome నివేదిస్తోంది. ప్రతి చిప్లెట్‌లో ఒక TensorCore, రెండు SparseCoreలు, 96 GiB HBM ఉన్నాయని డాక్యుమెంటేషన్ చెబుతోంది, ఒక చిప్-టు-చిప్ లింక్ కంటే ఆరు రెట్లు వేగమైన డై-టు-డై లింక్ వాటిని కలుపుతుంది. సాఫ్ట్‌వేర్ ప్రతి చిప్‌ను రెండు పరికరాలుగా చూస్తుంది: నాలుగు చిప్‌ల యంత్రంలో JAX లైబ్రరీ ఎనిమిదిని జాబితా చేస్తుంది.

TPU7x JAX, PyTorch ఫ్రేమ్‌వర్క్‌లను నడుపుతుందని, TensorFlowకు మద్దతు ఇవ్వదని పేజీ చెబుతోంది. మోడళ్లను సర్వ్ చేయడానికి vLLM, SGLang ఇన్ఫరెన్స్ ఇంజన్లను అది జాబితా చేస్తోంది. PyTorch కోడ్, Hugging Face మోడళ్లు తిరిగి రాయకుండానే TPUలపై నడిచేలా కంపెనీ అంతకు ముందు నెలలో TorchTPUను ఓపెన్-సోర్స్ చేసిందని Google 2026 నవంబర్ 9 పోస్ట్ చెబుతోంది.

తేదీలు, జోన్లు, వినియోగదారులు

Google 2025 ఏప్రిల్ 9న Cloud Next 25లో Ironwoodను ప్రకటించింది, దాన్ని “ఇన్ఫరెన్స్ కోసమే ప్రత్యేకంగా రూపొందించిన మొదటిది” అంది. దాని డాక్యుమెంటేషన్, 2025 నవంబర్ పోస్ట్ దాన్ని శిక్షణ, ఇన్ఫరెన్స్ రెండింటి కోసం నిర్మించినదిగా వర్ణిస్తాయి. 2025 ఆగస్టు 26న Hot Chips సదస్సు కోసం Google స్లైడ్‌లు నార్మన్ జౌపీ, శ్రీధర్ లక్ష్మణమూర్తిని ప్రెజెంటర్లుగా పేర్కొని, హైపర్‌స్కేల్‌లో విస్తరణ జరుగుతోందని చెబుతున్నాయి.

2025 అక్టోబర్ 23న Anthropic “ఒక మిలియన్ TPUల వరకు” వాడే ప్రణాళికలను ప్రకటించింది, దాన్ని పదుల బిలియన్ డాలర్ల విలువైన విస్తరణగా పేర్కొంది, 2026లో ఒక గిగావాట్‌కు మించిన సామర్థ్యం ఆన్‌లైన్‌లోకి వస్తుందని ఆశిస్తున్నట్లు చెప్పింది. ఆ పోస్ట్ ఏ TPU తరాన్నీ పేర్కొనదు. అదే ప్రణాళికను Google 2025 నవంబర్ 6 పోస్ట్ తన Ironwood విభాగంలో ఉంచి, Ironwood ఇన్ఫరెన్స్, శిక్షణ లాభాలపై Anthropic కంప్యూట్ అధిపతి జేమ్స్ బ్రాడ్‌బరీని ఉటంకిస్తోంది. Lightricks, Essential AIలను తొలి వినియోగదారులుగా కూడా ఉటంకిస్తోంది.

Ironwood “రాబోయే వారాల్లో” సాధారణంగా అందుబాటులోకి వస్తుందని నవంబర్ పోస్ట్ పాఠం చెప్పింది. తేదీలను రిలీజ్ నోట్స్ ఇస్తాయి: ప్రివ్యూ 2025 నవంబర్ 24న, సాధారణ లభ్యత 2026 మార్చి 31న. TPU7x పేజీ స్థానాలను జాబితా చేయదు. ప్రత్యేకమైన రీజియన్లు, జోన్ల పేజీ 2026 నవంబర్ 12 నాటికి TPU7x కు రెండు జోన్లను జాబితా చేస్తోంది, us-central1-ai1a, us-central1-c; రెండూ Google us-central1 రీజియన్‌లో ఉన్నాయి.

భారత్ విషయానికి వస్తే, IndiaAI మిషన్ గంటకు రూ. 65 చొప్పున 38,000కు పైగా GPUలను, అలాగే 1,050 TPUలను చేర్చుకుందని, TPUలను AI పనుల కోసమే నిర్మించిన చిప్‌లుగా నిర్వచిస్తూ 2026 ఫిబ్రవరి 10 నాటి PIB బ్యాక్‌గ్రౌండర్ చెబుతోంది. అది ఏ TPU తరాన్నీ పేర్కొనదు, కాబట్టి వాటిలో ఏవైనా Ironwood అవునో కాదో అందులో ఏమీ చెప్పలేదు. మిషన్ tuput IndiaAI మిషన్ వ్యాసంలో, జాతీయ పెటాఫ్లాప్ యంత్రాలు PARAM సూపర్ కంప్యూటర్ల వ్యాసంలో ఉన్నాయి.

ఏ పోలికలు Google సొంతమైనవి

Ironwood TPU v5pతో పోలిస్తే గరిష్ఠ పనితీరులో 10 రెట్ల మెరుగుదలను, v6eతో పోలిస్తే శిక్షణ, ఇన్ఫరెన్స్‌లో ప్రతి చిప్‌కు 4 రెట్లకు పైగా మెరుగైన పనితీరును అందిస్తుందని Google 2025 నవంబర్ పోస్ట్ చెబుతోంది. Hot Chips స్లైడ్ కూడా v5p కంటే 10 రెట్లకు పైగా కంప్యూట్ అంటోంది. సంఖ్యా ఫార్మాట్‌పై ఎంత ఆధారపడి ఉందో పట్టిక చూపిస్తుంది. FP8లో v5p 459కు వ్యతిరేకంగా 4,614 అంటే 10 రెట్లు, కానీ v5p కాలమ్ ఎమ్యులేట్ చేసిన FP8, BF16 వద్ద నిష్పత్తి 5 రెట్లు (459కు వ్యతిరేకంగా 2,307). v6eతో పోలిస్తే పేజీ అంకెల ప్రకారం FP8 వద్ద 5 రెట్లు, BF16 వద్ద 2.5 రెట్లు. “4 రెట్లకు పైగా” వెనుక ఏ వర్క్‌లోడ్‌లు లేదా ఏ సంఖ్యా ఫార్మాట్ ఉన్నాయో పోస్ట్ చెప్పదు.

ఏప్రిల్ పోస్ట్‌లోని మెమరీ నిష్పత్తులు పట్టిక నుంచే వస్తాయి, అవి స్పెసిఫికేషన్లు, పరీక్ష ఫలితాలు కావు: 192 GiBకి 32 అంటే 6 రెట్లు, 7,380కి 1,638 GBps అంటే 4.5 రెట్లు. అదే పోస్ట్ Trillium కంటే రెట్టింపు వాట్‌కు పనితీరును, 2018 నాటి Google తొలి Cloud TPU కంటే దాదాపు 30 రెట్ల సామర్థ్యాన్ని చెబుతోంది, కొలమానం థర్మల్ డిజైన్ పవర్ వాట్‌కు గరిష్ఠ FP8 ఫ్లాప్‌లు అని చార్ట్ నోట్ చెబుతోంది. అదే 2 రెట్ల వాదనపై Hot Chips వద్ద, అది అదే సంఖ్యా ఫార్మాట్ వద్ద కొలిచారో లేదో స్పష్టంగా లేదని ServeTheHome రాసింది.

ఏప్రిల్ పోస్ట్ 42.5 ఎక్సాఫ్లాప్‌ల పాడ్‌ను El Capitanతో కూడా పోలుస్తుంది, దాన్ని 1.7 ఎక్సాఫ్లాప్‌లుగా జాబితా చేస్తోంది. Lawrence Livermore National Laboratory ఆ యంత్రాన్ని 2025 జూన్ TOP500 జాబితాలో హై-పెర్ఫార్మెన్స్ లిన్‌పాక్ పరీక్షలో 1.742 ఎక్సాఫ్లాప్‌లుగా, వేరే మిక్స్‌డ్-ప్రెసిషన్ పరీక్షలో 16.7 ఎక్సాఫ్లాప్‌లుగా నివేదిస్తోంది. ఒక అంకె FP8 వద్ద సైద్ధాంతిక గరిష్ఠం, మరొకటి కొలిచిన బెంచ్‌మార్క్, కాబట్టి అవి వేర్వేరు ప్రశ్నలకు సమాధానమిస్తాయి.

Ironwood తరువాత

Google చీఫ్ టెక్నాలజిస్ట్ అమిన్ వహ్దత్ రాసిన 2026 నవంబర్ 9 పోస్ట్, ఇప్పుడు ఎనిమిది తరాల TPUలు ఉన్నాయని, శిక్షణ కోసం 8t, రీజనింగ్ కోసం 8i అనే రెండు ఎనిమిదో తరం చిప్‌లను 2026 ఏప్రిల్‌లో Cloud Nextలో ప్రవేశపెట్టారని చెబుతోంది. మునుపటి తరంతో పోలిస్తే శిక్షణ పనితీరు 2.7 రెట్ల వరకు, ఇన్ఫరెన్స్ ధర-పనితీరు 80 శాతం మెరుగ్గా ఉందని అది ఉటంకిస్తోంది, రెండూ Google అంకెలే. అదే పోస్ట్ గోప్య ఇన్ఫరెన్స్ కోసం TPU 8tx ను, 8i కంటే రెట్టింపు కంప్యూట్, SRAM, మెమరీ బ్యాండ్‌విడ్త్‌తో రెండు 8i చిప్‌లను ఒకే ప్యాకేజీపై ఉంచే TPU 8i Max ను జోడిస్తోంది, ఒక ఏడాదిలో కంపెనీ నాలుగు TPU వ్యవస్థలను ప్రవేశపెట్టిందని చెబుతోంది. TPU వ్యాపారానికి దాదాపు 100 మంది వినియోగదారులు ఉన్నారని అది వర్ణిస్తోంది. ఆ నాలుగింటిలో దేనికీ చిప్-స్థాయి స్పెసిఫికేషన్ ఇవ్వదు, కాబట్టి ఇక్కడ వేటినీ Ironwoodతో పోల్చలేదు.

Share
Copied!

మూలాలు మరియు మరింత చదవడానికి

  1. Google Cloud documentation: TPU7x (Ironwood), last updated 11 November 2026
  2. Google Cloud documentation: TPU regions and zones
  3. Google Cloud documentation: Cloud TPU release notes
  4. Google: Ironwood, the first Google TPU for the age of inference (9 April 2025)
  5. Google Cloud blog: Ironwood TPUs and new Axion-based VMs for your AI workloads (6 November 2025)
  6. Google Cloud blog: Our newest TPUs, 8tx and 8i Max, built for the agentic era (9 November 2026)
  7. 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)
  8. Anthropic: Expanding our use of Google Cloud TPUs and Services (23 October 2025)
  9. Google DeepMind authors: How to Scale Your Model, Part 2, How to Think About TPUs
  10. ServeTheHome: Google Ironwood TPU Swings for Reasoning Model Leadership at Hot Chips 2025 (26 August 2025)
  11. Lawrence Livermore National Laboratory: El Capitan reigns supreme across three major supercomputing benchmarks (16 June 2025)
  12. PIB Backgrounder: Democratising AI in India (10 February 2026)

ఈ వ్యాసం AI సాధనాల సహాయంతో పరిశోధించి రాయబడింది మరియు కచ్చితత్వం కోసం సవరించబడింది. ఇది సాధారణ సమాచారం మరియు చర్చ కోసం మాత్రమే, వృత్తిపరమైన సలహా కాదు. మా సంపాదకీయ ప్రమాణాలు మరియు నిరాకరణ చూడండి. తప్పు కనిపించిందా? మాకు తెలియజేయండి.

#google ironwood#tpu#ai accelerator#tpu7x#high bandwidth memory#ai inference#ai hardware#google cloud

నచ్చిందా? తదుపరిది పొందండి.

ఒకసారి ఒక మంచి వ్యాసం, నేరుగా మీ ఇన్‌బాక్స్‌కు. స్పామ్ లేదు, ఎప్పుడైనా ఆపవచ్చు.

ఇదే విభాగంలో మరిన్ని: ఏఐ మరియు సాంకేతికత
ఎనిమిది మంది గూగుల్ రచయితలు 2017 జూన్ 12న ట్రాన్స్‌ఫార్మర్ పేపర్‌ను పోస్ట్ చేశారు; దాని పెద్ద మోడల్ ఎనిమిది జీపీయూలపై 3.5 రోజులు శిక్షణ పొంది ఇంగ్లీష్ నుంచి జర్మన్‌కు 28.4 BLEU సాధించింది
నేటి చాట్‌బాట్ల వెనుక ఉన్న డిజైన్‌ను పేపర్ సొంత పట్టికలతో, నదిని చూడాల్సిన పదం గురించి గూగుల్ ఇచ్చిన ఉదాహరణతో వివరించే కథనం. 2017 డిజైన్‌లో ఏ భాగాలను తర్వాతి మోడళ్లు ఉంచాయో, మార్చాయో, వదిలాయో కూడా ఇందులో ఉంది.
2026 ఫిబ్రవరి 17న జైపూర్‌లో ప్రారంభమైన Bharat-VISTAAR, రైతు 155261కు ఫోన్ చేసి AI సలహాదారును ప్రశ్నలు అడగడానికి వీలు కల్పిస్తుంది, ICAR, IMD, అగ్‌మార్క్‌నెట్, అగ్రిస్టాక్ డేటాను వాడుకుంటుంది
155261కు ఒక్క కాల్ చేస్తే ICAR సాగు మార్గదర్శకాలు, వాతావరణ, మండీ డేటాతో నడిచే AI సలహాదారు అందుబాటులోకి వస్తుంది. ప్రారంభ ప్రకటనలు, భాషా ప్రణాళిక, ఇప్పటివరకు ప్రచురించిన వినియోగ సంఖ్యలు, తేదీలు, మూలాలతో.
రామాయణ పార్ట్ 1 ఇంగ్లీష్ మాట్లాడే థియేటర్లకు 2026 నవంబర్ 6న వచ్చింది; మానవ గొంతు నటనతో, నటుల పెదవులకు బ్రహ్మ AI సరిపోల్చడంతో, తయారీదారుల మాటల్లో
మొదట మానవ నటన, తర్వాత సాఫ్ట్‌వేర్ అనే రెండు దశల ప్రక్రియగా నిర్మాతలు చిత్రం ఇంగ్లీష్ విడుదలను వర్ణిస్తున్నారు. మిగతా వివరాలను టెలివిజన్ అకాడమీ, బ్రహ్మ AI సొంత పేజీలు, పలువురు సమీక్షకులు అందిస్తున్నారు.
← అన్ని వ్యాసాలు