Beobachtetes Signal · 10. Nov. 2026 · Product Launch · Quelle: techcrunch · Relevanz: 3/5 · Sentiment: Positiv
Google erweitert KI-Hardware-Portfolio um zwei neue TPU-Chips
Google hat zwei neue Varianten seiner Tensor Processing Units (TPUs) vorgestellt, um sein KI-Hardware-Portfolio zu erweitern und die Abhängigkeit von externen Chipherstellern zu verringern. Die TPU 8tx, entwickelt mit AMD, ist für vertrauliches Training und den Betrieb von KI-Modellen konzipiert und integriert Sicherheit auf Hardware-Ebene. Die TPU 8i Max kombiniert zwei inferenzfokussierte TPU-8i-Chips in einem einzigen Paket und verdoppelt damit Speicherkapazität, Rechenleistung und Bandbreite für größere Workloads. Diese Chips basieren auf der im April eingeführten TPU-Architektur der achten Generation. Die Ankündigung erfolgt vor dem Hintergrund branchenweiter Bemühungen von Hyperscalern und KI-Laboren, eigene Siliziumlösungen zu entwickeln und Nvidias Dominanz herauszufordern.
Die Erweiterung des TPU-Portfolios von Google verschärft den Wettbewerb in der KI-Infrastruktur, reduziert möglicherweise die Abhängigkeit von Nvidia für Cloud-Kunden und treibt Innovationen in der KI-Verarbeitung voran, was für KI-gesteuerte Werbe- und Marketingtechnologien relevant ist.
Marktsignale zu Google in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren Polaris7-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Google stellte zwei neue TPU-Varianten vor: TPU 8tx und TPU 8i Max.
- Die TPU 8tx wurde mit AMD entwickelt und ist für vertrauliches Training und Inferenz mit Hardware-Sicherheit konzipiert.
- Die TPU 8i Max verdoppelt Speicherkapazität, Rechenleistung und Bandbreite der TPU 8i.
- Die Chips gehören zur im April 2026 eingeführten TPU-Architektur der achten Generation.
- Die Ankündigung erfolgt vor dem Hintergrund branchenweiter Bemühungen von Microsoft, Amazon, OpenAI und Anthropic, eigene KI-Chips zu entwickeln.
Verknüpfte Unternehmen
“Google stellte zwei neue TPU-Varianten vor, TPU 8tx und TPU 8i Max, und erweitert damit sein KI-Hardware-Portfolio.”
“Die TPU 8tx wird mit AMD entwickelt, was auf eine Zusammenarbeit bei der Chip-Entwicklung hinweist.”
“Hyperscaler wie Microsoft arbeiten an eigenen KI-spezifischen Halbleitern.”
“Auch Amazon entwickelt eigene KI-Chips, um Nvidias Dominanz herauszufordern.”
“OpenAI hat Anfang des Jahres seinen ersten kundenspezifischen Chip vorgestellt, der von Broadcom gebaut wurde.”
“Anthropic stellt ein KI-Chip-Designteam ein, um eigene Siliziumlösungen zu entwickeln.”
“Der Artikel diskutiert Nvidias Dominanz bei KI-Chips und erwähnt das Eingeständnis von CEO Jensen Huang bezüglich einer Affäre.”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Google kündigt TPU 8T und 8I für agentische Workloads an
Ein Beitrag in der DEV Community vom 14. Mai 2026 von Aamer Mihaysi beleuchtet die Ankündigung von Google zu zwei neuen TPU-Varianten: der TPU 8T für das Training und der TPU 8I für die Inferenz. Der Autor argumentiert, dass diese Aufteilung der Erkenntnis Rechnung trägt, dass agentische AI-Workloads – also mehrstufige Agenten, die volatil, Latenz-sensitiv und durch die Speicherbandbreite limitiert sind – sich grundlegend von Large-Batch-Training unterscheiden. Die TPU 8T zielt weiterhin auf dichte Matrixoperationen und das Training großer Batches ab, während die TPU 8I eine höhere Speicherbandbreite pro Kern, latenzärmere Aktivierungspfade und ein optimiertes Batching für Sequenzen variabler Länge priorisiert, um reale Agenten-Inferenz besser zu bedienen. Der Artikel ordnet diesen Schritt von Google in breitere Branchentrends ein, bei denen NVIDIA sowie Start-ups wie Groq und Cerebras ebenfalls auf Inferenz-optimiertes Silizium setzen.
Google macht TorchTPU Open Source, um Nvidias Dominanz anzugreifen
Google hat TorchTPU, seine Version des KI-Frameworks PyTorch, als Open Source veröffentlicht. Entwickler können damit PyTorch-Apps mit minimalen Änderungen auf Googles TPUs ausführen. Dieser Schritt folgt auf die ähnliche Veröffentlichung von TorchNeuron durch Amazon, das Apps auf seine Trainium-Chips portieren will. Beide Unternehmen versuchen, Nvidias Vormachtstellung im KI-Hardwaremarkt zu brechen, wo die meisten KI-Apps für Nvidia-GPUs optimiert sind. Google hat mit Meta, Hugging Face und anderen Tool-Herstellern zusammengearbeitet, um die Kompatibilität zu gewährleisten. Zudem hat das Unternehmen eine TPU-Agenten-Suite eingeführt, die Entwicklern bei der Migration von Apps hilft.
Google TPUv7 Ironwood erzielt bis zu 50 % besseres Preis-Leistungs-Verhältnis
Unabhängige Inferenz-Benchmarks des Analysehauses SemiAnalysis zeigen, dass Googles TPUv7 Ironwood im direkten Vergleich mit NVIDIAs B200- und B300-GPUs ein bis zu 50 % besseres Preis-Leistungs-Verhältnis erzielt. Bei typischen Interaktivitätsanforderungen sinken die Kosten pro Token um 19 bis 34 %. Ausschlaggebend für diesen Effizienzsprung sind das abgestimmte Hardware- und Software-Design, der neue TorchTPU-Stack mit nativem PyTorch-Support sowie Kernel- und Serving-Optimierungen für vLLM und SGLang. Google forciert die Externalisierung seiner TPU-Infrastruktur – sowohl durch Hardware-Direktverkäufe als auch über die Google Cloud Platform, wobei Anthropic bereits als Großkunde fungiert. Der TorchTPU-Stack befindet sich in der Private Beta und soll Mitte Oktober als Open Source bereitgestellt werden. Zusätzliche Funktionen wie Speculative Decoding und disaggregiertes Serving etablieren Googles TPUs als ernsthafte Herausforderer im KI-Inferenzmarkt.
Alle künftigen Signale zu Google & Wettbewerbern im Briefing erhalten
Verpassen Sie keine M&A-Transaktionen, Führungswechsel, Kunden-Etats oder Produkt-Launches mehr. Polaris7 überwacht über 20.000 Primärquellen rund um die Uhr und liefert evidenzbasierte Telemetrie direkt in Ihr wöchentliches Executive Briefing.
