“TPU 8t menawarkan performa pelatihan hingga 2,7 kali lebih tinggi, sedangkan TPU 8i menghadirkan efisiensi biaya inferensi hingga 80% lebih baik,” kata Google dalam pernyataan resmi, dikutip Selasa (10/11/2026).
Lebih jauh, pengembangan chip TPU 8t bertujuan menjaga performa tinggi sebuah sistem dalam melatih foundation model berskala besar. TPU 8t mampu memaksimalkan goodput atau kecerdasan yang bermanfaat untuk setiap watt energi yang digunakan.
Di sisi lain, “TPU 8i merupakan mesin penalaran yang dirancang untuk mengatasi keterbatasan memori dengan memangkas latensi komunikasi antar-chip hingga separuhnya,” kata Google.
Perilisan TPU terbaru terjadi saat pelaku industri tengah menyorot pengakuan perselingkuhan CEO dan Pendiri Nvidia, Jensen Huang, dengan seorang perempuan yang dikabarkan media AS sebagai mata-mata pemerintah China meski telah dibantah.
Chief Technologist dan Senior Vice President of AI and Infrastructure, Amin Vahdat, dalam sesi wawancara terbatas yang diikuti Bloomberg Technoz, menyorot masa depan spesialisasi bakal hadir di sektor teknologi “dan manfaat dari spesialisasi tersebut terus menjadi sangat signifikan.”
Industri AI sendiri tengah menghadapi tantangan yaitu keraguan bahwa muncul sinyal perlambatan belanja infrastruktur hingga sempat membuat gejolak. Sorotan juga hadir pada sektor ini karena kemenangan partai demokrat pada pemilu sela AS, dimana investor resah atas keberlanjutan puluhan proyek pusat data.
Meski demikian, permintaan akan prosesor AI dari Nvidia tetap melebihi kapasitas produksinya, dan hal itu membuka peluang bagi Google serta pesaing lainnya untuk membangun bisnis yang cukup besar, dilansir dari Bloomberg News.
Pengembangan Chip TPU Google
Google mulai mengembangkan teknologi ini lebih dari satu dekade lalu, bekerja sama dengan Broadcom Inc., yang membantu dalam hal desain dan koordinasi produksi. Ide awalnya adalah untuk menangani kebutuhan komputasi raksasa mesin pencari tersebut yang terus meningkat dengan lebih efisien.
Google lantas menyadari potensi TPU dalam menangani tugas-tugas kecerdasan buatan (AI) dan kini telah mulai menjualnya di luar layanan komputasi awan miliknya.
Peran baru Google sebagai penjual chip terbukti menguntungkan. Bloomberg Intelligence melaporkan, pada tahun 2028, penjualan TPU akan mencapai US$135 miliar, termasuk perangkat lunak dan perangkat keras terkait. Angka tersebut naik dari perkiraan US$12 miliar tahun ini, dan belum termasuk penjualan dari klien yang menggunakan chip tersebut melalui Google Cloud.
TPU telah berhasil menarik beberapa klien ternama, termasuk Apple Inc., Meta Platforms Inc., dan Oracle Corp. Dan menawarkan versi khusus dari chip tersebut diharapkan dapat membantu Google mencapai kemajuan lebih lanjut, terang Vahdat. Varian-varian tersebut akan tersedia tahun depan, katanya.
“Kami bisa saja membuat satu chip yang mencoba memenuhi kebutuhan seluruh pasar, atau dengan membuat versi khusus dari chip tersebut, kami sebenarnya dapat memberikan nilai yang jauh lebih besar,” urai Vahdat.
Sementara itu, Nvidia, yang selama ini mempromosikan GPU-nya sebagai produk untuk semua tugas AI, kini mulai menawarkan sistem chip yang lebih khusus. Hal itu mencakup peluncuran central processing unit (CPU), sebuah kategori yang dipelopori oleh Intel Corp. Prosesor-prosesor tersebut memang tidak menangani pemrosesan data berat yang diperlukan untuk membuat model kecerdasan buatan, namun berguna untuk mengelola agen-agen AI.
Nvidia juga menawarkan chip yang lebih berfokus pada tahap inferensi AI — di mana model AI yang telah dilatih menjalankan tugas — menggunakan teknologi yang diperolehnya dari perusahaan rintisan Groq.
Google 8tx dipasangkan dengan CPU dari AMD, pesaing baik Nvidia maupun Intel. Teknologi ini memungkinkan data dienkripsi pada tingkat chip, sehingga lebih aman.
Lazimnya, informasi tersebut harus dibuka kuncinya di memori saat komputer memprosesnya, kata Vahdat. 8i Max menggabungkan dua chip TPU dalam satu paket untuk memberikan daya komputasi dan memori yang lebih besar.
Salah satu daya tarik TPU adalah rasio harga terhadap kinerjanya, kata Mandeep Singh, seorang analis di Bloomberg Intelligence. Harganya sekitar 30% lebih murah daripada GPU Nvidia, namun kinerjanya tetap kompetitif dalam hal throughput — jumlah data yang dapat diproses dalam waktu tertentu.
Pendekatan ini menarik bagi berbagai klien, termasuk pengguna di bidang keuangan dan bidang lainnya. Google mengumumkan dalam laporan keuangannya bulan lalu bahwa Jump Trading adalah salah satu pelanggan TPU.
Perusahaan tersebut telah menghabiskan beberapa tahun untuk menguji chip-chip tersebut sebelum menandatangani kontrak yang lebih besar dengan Google sekitar setahun yang lalu, kata Alex Davies, Chief Technology Officer Jump Trading, dalam sebuah wawancara.
Perusahaan perdagangan tersebut memiliki ribuan TPU, yang digunakan guna melatih model AI untuk keperluan seperti riset perdagangan. Jump masih terutama menggunakan Nvidia untuk pelatihan, namun “sekelompok kecil karyawan yang vokal” sangat menyukai TPU untuk tugas-tugas mereka, kata Davies.
TPU bekerja sangat baik untuk sebagian tugas tertentu, katanya. Ada manfaat menggunakan jenis chip yang berbeda untuk mengatasi tantangan, kata Davies. “Sebenarnya menarik jika beberapa masalah diselesaikan dengan cara yang berbeda,” katanya. “Anda bisa belajar banyak hal.”
(red)
