Beobachtetes Signal · 5. Nov. 2026 · Technical Release · Quelle: SemiAnalysis · Relevanz: 4/5 · Sentiment: Positiv
Google TPUv7 fordert NVIDIA bei KI-Inferenz heraus
SemiAnalysis veröffentlichte die ersten offiziellen Long-Context- und Multi-Turn-Agentic-Inferenz-Benchmarks (InferenceX/AgentX), die zeigen, dass Googles TPUv7 (Ironwood) bei mehreren großen Modellen wie GLM-5.2, Qwen3.5, Kimi K3 und Metas Muse Spark Open eine konkurrenzfähige oder überlegene Performance pro Dollar im Vergleich zu NVIDIA-GPUs liefert. Bei GLM-5.2 FP8 liefert TPUv7 das 1,2- bis 2,7-fache an Tokens pro Dollar von B200/B300/MI355X; bei Qwen3.5 mit llm-d-Disaggregated-Serving schlägt TPUv7 GB300 FP8; bei Kimi K3 liefert TPUv7 das 1,15- bis 2,5-fache an Tokens pro Dollar von GB200/B200/B300/MI355X. NVIDIAs Gegenvorschlag auf GB300 FP4 ist bei Qwen3.5 immer noch 1,64-mal schlechter pro Dollar als TPUv7 FP8. Der Artikel hebt die wachsende Ökosystem-Akzeptanz von TPU hervor (Oracle, OpenAI, Anthropic, Meta) und kontrastiert NVIDIAs Bürokratie mit AMDs Agilität in der Open-Source-Zusammenarbeit. TPUv7 fehlt native FP4-Unterstützung bis TPUv8 (Q1 2027), aber die konkurrenzfähige FP8-Leistung positioniert TPU als ernsthafte Alternative bei KI-Inferenz.
Die Herausforderung von TPU gegenüber NVIDIA bei der KI-Inferenzleistung pro Dollar ist eine bedeutende Verschiebung in der KI-Hardware-Landschaft, die Kostenstrukturen für KI-Dienste beeinflusst und die Wettbewerbsdynamik in der Cloud-KI-Infrastruktur neu gestalten könnte.
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
- Googles TPUv7 liefert bis zu 50% bessere Performance pro Dollar als B200/B300 bei Qwen 3.5 397B in FP8 (Single-Turn-InferenceX-Ergebnis).
- Bei GLM-5.2 AgentX liefert TPUv7 FP8 das 1,2- bis 2,7-fache an Tokens pro Dollar von B200, B300 und MI355X.
- Bei Kimi K3 AgentX liefert TPUv7 das 1,15- bis 2,5-fache an Tokens pro Dollar von GB200, B200, B300 und MI355X.
- NVIDIAs GB300-FP4-Gegenvorschlag ist bei Qwen3.5 397B immer noch 1,64-mal schlechter pro Dollar als TPUv7 FP8.
- Oracle, OpenAI, Anthropic und Meta sind Kunden von Google-TPUs.
- TPUv8 wird für Q1 2027 mit nativer FP4-Unterstützung erwartet.
Verknüpfte Unternehmen
8 verknüpfte Unternehmen“Googles TPUv7-Chip schneidet bei Agentic-Inferenz-Benchmarks gut ab.”
“NVIDIAs GB300-FP4-Gegenvorschlag ist pro Dollar immer noch schlechter als TPUv7.”
“Meta setzt TPUv7 in Produktion mit SGLang-TorchTPU ein und hat Muse Spark Open veröffentlicht.”
“OpenAI ist Kunde von Google-TPUs.”
“Anthropic ist Kunde von Google-TPUs.”
“Oracle ist Kunde von Google-TPUs.”
“AMD ist bei Open-Source-Beiträgen und Megakernel-Unterstützung agiler.”
“SemiAnalysis veröffentlichte die Benchmarks und Analysen.”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
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.
Google kommerzialisiert TPUv7 und fordert Nvidias Vormachtstellung im KI-Markt heraus
Laut SemiAnalysis vollzieht Google einen strategischen Wandel und bietet seine proprietäre TPUv7-Hardware („Ironwood“) nun auch externen Kunden sowie über GCP an. Zentraler Treiber ist ein Großauftrag von Anthropic über eine Million TPUs, aufgeteilt in Direktkäufe und GCP-Mietkapazitäten. Der Bericht betont, dass die TPUv7 die Leistungslücke zu aktuellen Nvidia-GPUs weitgehend schließt und bei Trainings-Workloads signifikant niedrigere Total Cost of Ownership (TCO) aufweist. Die Architektur setzt auf ein 3D-Torus-ICI-Scale-Up-Netzwerk, OCS-basiertes optisches Routing sowie erweiterte Software-Unterstützung (nativer PyTorch-Support, Pallas-Kernel). Als zentrale Ökosystem-Partner fungieren unter anderem Broadcom, Fluidstack, TeraWulf und Cipher Mining. Diese Kommerzialisierung positioniert Googles Merchant-Silicon als ernsthafte Alternative zu Nvidia und hat weitreichende Implikationen für Rechenzentrumsinfrastruktur, Neocloud-Hosting und globale Hardware-Lieferketten.
Google stellt neue TPU-Generation für KI-Training und -Inferenz vor
Google Cloud hat seine Tensor Processing Units der achten Generation angekündigt und die Produktfamilie in zwei spezialisierte Chips aufgeteilt: den TPU 8t für das Modelltraining und den TPU 8i für die Inferenz. Laut Google bietet der TPU 8t im Vergleich zur vorherigen Generation eine bis zu 2,8- bis 3-mal schnellere Trainingsleistung bei vergleichbaren Kosten, während der TPU 8i eine rund 80 Prozent bessere Leistung pro Dollar bei Inferenz-Workloads erzielt. Zudem lassen sich mehr als eine Million TPUs in einem einzigen Cluster betreiben. Google betont, dass die eigenen Chips Nvidia-GPUs in der Cloud zunächst ergänzen und diese nicht sofort ersetzen werden; Nvidias Vera Rubin GPU soll noch in diesem Jahr verfügbar sein. Flankiert wird dies von einer Kooperation zur Optimierung des Software-basierten Netzwerkstandards Falcon für Nvidia-Systeme. Dieser Schritt positioniert Google Cloud als skalierbare Rechenalternative für große KI-Workloads bei gleichzeitiger Interoperabilität mit Nvidia-Infrastrukturen.
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.