İki yeni sistem, yapay zekânın gelecekteki ihtiyaçlarını hedefliyor
Google, Tensor İşleme Birimlerinin sekizinci nesil ürün ailesini iki özel sistemle genişletti: Yapay zekâ işlemler sırasında hassas bilgileri koruyan TPU 8tx ve çok daha büyük miktarda bilgiyi işlemek için tek pakette iki çipi birleştiren TPU 8i Max. 9 Kasım 2026'da duyurulan bu eklemelerle Google'ın TPU ürün ailesi, şirket tarihinde ilk kez tek bir yılda tanıtılan dört sisteme ulaştı.
İçindekiler
- İki yeni sistem, yapay zekânın gelecekteki ihtiyaçlarını hedefliyor
- Dört sistem neden tek bir yılda tanıtıldı?
- TPU 8tx, işlem sırasında bilgileri koruyor
- TPU 8i Max, büyük ölçekli işlere daha fazla çalışma alanı sağlıyor
- Yapay zekâ ajanları, tek bir yanıtın ötesinde iş yükü yaratıyor
- Yazılımlar, donanım değiştirmeyi kolaylaştırmayı amaçlıyor
- Bellek yönetimi de ürünün bir parçası hâline geliyor
- Google Cloud'un ötesine uzanan daha büyük bir iş kolu
- Tedarik ve inşaat kısıtları fırsatları şekillendiriyor
- Öne Çıkanlar
Yeni sistemler, yapay zekâ ajanlarını benimseyen işletmelerin karşılaştığı iki pratik sorunu ele alıyor: Özel verileri güvende tutmak ve yazılımlara tüm belge, bilgisayar kodu veya video koleksiyonlarını işleyebilecek kadar bellek sağlamak. Sevkiyatların 2027'de başlaması bekleniyor. Google, iki sistem için de teslimat tarihi veya fiyat belirtmedi.
Google'ın TPU ürün ailesi duyurusu, her iki ürünü de mevcut silikon etrafında oluşturulmuş yapılandırmalar olarak tanımlıyor. TPU 8tx, beşinci nesil AMD EPYC merkezi işlem birimleriyle eşleştirilen TPU 8t ile aynı temel çipi kullanıyor. TPU 8i Max ise iki TPU 8i çipini tek pakette birleştirerek işlem kapasitesini, belirli yerleşik bellek türlerini ve bellek bant genişliğini ikiye katlıyor.
TPU, yapay zekânın kullandığı matematiksel işlemleri gerçekleştirmek üzere tasarlanmış bir işlemcidir. Google bu işlemcileri ilk olarak konuşma tanıma ve çeviri de dahil olmak üzere kendi hizmetlerinde kullanmak üzere geliştirdi. Günümüzde Gemini'yi, harici bulut müşterilerini ve müşterilerin veri merkezlerindeki kurulumları destekliyorlar.
Bu genişleme, müşterilere belirli işler için daha fazla seçenek sunarak Google'ın Nvidia'ya meydan okumasını güçlendiriyor. Google, tek bir hızlandırıcı tasarımının tüm gereksinimleri karşılamasını beklemek yerine mevcut çiplerinin etrafında farklı işlemci, bellek, ağ ve güvenlik bileşimi oluşturuyor.
Dört sistem neden tek bir yılda tanıtıldı?
Google, Nisan 2026'da Google Cloud Next etkinliğinde büyük ölçekli eğitim işleri için TPU 8t'yi, hızlı yapay zekâ yanıtları içinse TPU 8i'yi tanıttı. Eğitim, örnekler aracılığıyla bir modeli oluşturma veya değiştirme sürecidir. Çıkarım ise bu modeli yanıt üretmek veya bir görevi yerine getirmek için kullanma sürecidir.
Google, TPU 8t'nin önceki nesle kıyasla eğitim performansını 2,7 kata kadar artırdığını, TPU 8i'nin ise çıkarımda fiyat-performansı yüzde 80 iyileştirdiğini söylüyor. Bu karşılaştırmalar Google'ın önceki TPU'larıyla yapılıyor. Son eklemeler, aynı nesli gizli bilgi işlem alanına ve çok daha yüksek bellek kapasitesi gerektiren işlere taşıyor.
Google'ın baş teknoloji uzmanı ve yapay zekâ ile altyapıdan sorumlu kıdemli başkan yardımcısı Amin Vahdat, duyuruda öncelikleri şöyle açıkladı:
İşletmeler otonom ajanları üretim ortamlarında kullanmaya başlarken, bu temel sistemlerin iki acil yeni sorunu çözmesi için iki yeni yapılandırmasını geliştirdik: donanım düzeyinde veri güvenliği ve milyonlarca token ölçeğinde bağlam.
Google, yeni bir çip tasarlamanın yıllar sürdüğünü; mevcut bir çipin etrafındaki paketleme, bellek, optik ağ ve güvenlik bileşenlerini uyarlamanın ise aylar alabildiğini belirtiyor. Modüler yaklaşım, tamamen yeni bir işlemci hazır olmadan mühendislerin sistemleri değişen yazılım gereksinimlerine uyarlamasına imkân tanıyor.
Geliştirme ve teslimat takvimi şu aşamaları içeriyor:
- Nisan 2026: Google, Google Cloud Next etkinliğinde TPU 8t ve TPU 8i'yi tanıttı.
- Ekim 2026: Google, TPU'larda PyTorch geliştirmeyi desteklemek üzere TorchTPU'yu açık kaynaklı yazılım olarak yayımladığını açıkladı.
- 9 Kasım 2026: Google, TPU 8tx, TPU 8i Max ve ek altyapı yazılımlarını duyurdu.
- 2027: Yeni sistemlerin sevkiyatına başlanması bekleniyor. Oracle da bulut müşterilerine TPU erişimi sunmayı planlıyor.
TPU 8tx, işlem sırasında bilgileri koruyor
TPU 8tx; kamu kurumlarını ve finans ile sağlık kuruluşları da dahil olmak üzere düzenlemelere tabi işletmeleri hedefliyor. Bu müşterilerin, hem bilgileri hem de modelin iç parametreleri korunurken yapay zekânın son derece hassas kayıtları incelemesi gerekebilir.
Gizli bilgi işlem, bilginin etkin olarak kullanıldığı aşamayı korumayı amaçlıyor. Şifreleme, diskte depolanan veya ağ üzerinden aktarılan verileri zaten koruyor. İşlem sırasında bilginin normalde çalışma belleğinden erişilebilir olması gerekiyor. Google, TPU 8tx'in bu aşamada hassas verileri ve model ağırlıklarını yalıtılmış tutan donanım korumaları eklediğini söylüyor.
Sistemin ana bilgisayar platformunu AMD'nin beşinci nesil EPYC işlemcileri sağlıyor. Sistem ayrıca, büyük bilgisayar bileşenleri arasında bilgi aktarımını sağlayan PCIe bağlantılarında şifreleme ve kimlik doğrulamadan yararlanıyor. Lansmana eşlik eden teknik bilgilerde TPU 8tx için 216 GB yüksek bant genişlikli bellek listeleniyor.
Google, işlemcilerin hızlı bilgi alışverişi yapmasını sağlayan Boardfly ağıyla sistemi eşleştiriyor. Şirket, bu yapılandırmanın TPU 8t'ye kıyasla gecikmeyi yarıya kadar azaltabildiğini ve güvenlik korumalarının performansa etkisinin neredeyse sıfır olduğunu belirtiyor. Gecikme, bir sistemin bir adımı tamamlaması veya yanıt vermesi öncesindeki bekleme süresidir.
TPU 8tx daha küçük ölçekli eğitim işlerini de destekliyor. Kuruluşlar özel bilgileri kullanarak bir modeli uyarlayabilir, damıtma adı verilen yöntemle büyük bir modeli daha küçük bir modele sıkıştırabilir veya eylemlerini geri bildirimle iyileştiren pekiştirmeli öğrenme yoluyla ajanları eğitebilir. Google, bu işlerin çıkarımla aynı sistemde yürütülebileceğini ve böylece hassas bilgilerin ayrı bilgisayar kümeleri arasında taşınması gereksiniminin azalacağını söylüyor.
TPU 8i Max, büyük ölçekli işlere daha fazla çalışma alanı sağlıyor
TPU 8i Max farklı bir kısıtı ele alıyor: İşlemciler, ihtiyaç duydukları bilgiyi bellekten sağlanabileceğinden daha hızlı işleyebiliyor. Google bu durumu bellek duvarı olarak adlandırıyor. İşlem gücü eklemek, bellek kapasitesi ve veri aktarım hızı da aynı ölçüde arttığında en iyi sonucu veriyor.
Sistem, iki TPU 8i çipini tek bir pakette birleştiriyor. Teknik özellikleri arasında 384 GB yüksek bant genişlikli bellek, saniyede 17,2 terabayt bellek bant genişliği ve çip üzerinde bulunan hızlı bir bellek türü olan 768 MB SRAM yer alıyor.
Google, bu paketin TPU 8i'ye kıyasla işlem kapasitesini, SRAM'i ve yüksek bant genişlikli bellek bant genişliğini ikiye katladığını söylüyor. Yüksek bant genişlikli belleğin kapasitesi ise yüzde 33 artıyor. Böylece depolanan bilgi miktarı, bilginin aktarılma hızından daha düşük oranda büyüyor.
Hedeflenen iş yükleri arasında yazılım projelerinin tüm kod tabanları, uzun belgeler, saatlerce süren videolar ve birlikte çalışan ajan grupları bulunuyor. Sistem, milyon token ölçeğindeki bağlam pencerelerini hedefliyor. Bağlam penceresi, bir modelin isteği işlerken başvurabildiği bilgileri ifade ediyor; tokenlar ise modelin işlediği küçük metin veya diğer içerik parçalarıdır.
Bir kodlama görevi sırasında bu ek çalışma alanı, ajanın bir sorunu incelerken ilgili dosyaların daha fazlasını elinin altında tutmasını sağlayabilir. İlaç araştırmaları ve matematik çalışmaları da hedeflenen kullanım alanları arasında. Google ayrıca mevcut raf alanına iki kat silikon sığdırmanın, metrekare ve watt başına işlem kapasitesini artırdığını söylüyor.
Yapay zekâ ajanları, tek bir yanıtın ötesinde iş yükü yaratıyor
Google Cloud'un yapay zekâ ve işlem altyapısından sorumlu başkan yardımcısı ve genel müdürü Mark Lohmeyer, tek bir ajan isteğinin yüzlerce, hatta binlerce işlemi tetikleyebileceğini söyledi. Lohmeyer, göreve bağlı olarak bu değişimin işlem gereksinimlerini 10 ila 1.000 kat artırabileceğini tahmin etti.
Bir ajan isteği adımlara bölebilir, veritabanına sorgu gönderebilir, kod yazabilir, başka bir yazılım aracını çalıştırabilir ve bir kişinin onayını bekleyebilir. Bu işleyiş; işlemciler arasında hızlı iletişim, sürekli kullanılabilir çalışma belleği ve birden fazla sistemden geçen bilgilerin korunmasına yönelik talep yaratıyor.
Google, bu işlemler arasındaki bekleme maliyetini de azaltmaya çalışıyor. Yeni Agent Compute Engine, boşta kalan ajan oturumlarını otomatik olarak askıya alıp yeniden başlatarak ajan veritabanı yanıtı, harici araç veya insan geri bildirimi beklerken kaynakları serbest bırakıyor.
Uygulamadaki amaç, hesaplama yapmayan oturumların pahalı işlemcileri meşgul etmesini önlemek. Aynı anda çok sayıda ajan çalıştıran müşteriler için bekleme sürelerini yönetmek, altyapı maliyetlerini kontrol etmenin bir parçası hâline geliyor.
Yazılımlar, donanım değiştirmeyi kolaylaştırmayı amaçlıyor
Google'ın donanım ürünlerini genişletmesi, TPU'ların benimsenmesini kolaylaştırmaya yönelik daha kapsamlı bir girişimle birlikte geliyor. Nvidia'nın güçlü konumunun bir nedeni de geliştiricilerin hâlihazırda kullandığı yazılımlar. Bu nedenle Google'ın stratejisi, yeni işlemcilerin yanı sıra geliştiricilerin aşina olduğu araçlara destek vermeyi de içeriyor.
Meta ve PyTorch topluluğuyla birlikte geliştirilen TorchTPU, yapay zekâ modelleri oluşturmada yaygın olarak kullanılan PyTorch için yerel bir TPU arka ucu sunuyor. Google, mevcut PyTorch kodlarının ve Hugging Face modellerinin yeniden yazılmadan TPU'larda çalışabileceğini söylüyor. Lansman sunumunda temel kurulum için iki satır kod eklemenin yeterli olduğu belirtildi.
Google'ın bulut altyapısı duyurusu, yapay zekâ modellerini kullanıma sunmakta yararlanılan açık kaynaklı motorlar vLLM ve SGLang için TPU desteğini de açıklıyor. Inferact ve RadixArk ile yürütülen çalışmalar, müşterilerin hem TPU'ları hem de grafik işlem birimlerini kullanabildiği daha geniş kapsamlı bir yaklaşımı destekliyor.
Yeni XLA Serving Engine, geliştiricilerin modelleri Python'da eğitip TPU, GPU ve CPU'larda çalışan bir C++ ortamı üzerinden kullanıma sunmasını sağlıyor. Ön izleme sürümündeki TPU ajan araç paketi, iş yüklerini yapılandırmaya ve darboğazları belirlemeye yardımcı olmak için Claude Code, Cursor ve Google Antigravity gibi kodlama araçlarıyla bağlantı kuruyor.
Google, kodlama ajanları ve geniş bağlamlarla çalışmaya yönelik InferenceX ve AgentX testlerinde güçlü fiyat-performans sonuçları elde ettiğini belirtiyor. Bunlar şirketin performans iddiaları. Alıcıların altyapı seçerken kendi uygulamalarının maliyetini, yanıt hızını ve doğruluğunu karşılaştırması gerekiyor.
Bellek yönetimi de ürünün bir parçası hâline geliyor
Google'ın yeni TPU Sync yazılımı, hızlandırıcıya fiziksel olarak bağlı belleğin ötesine geçiyor. Bir iş yükünün daha büyük bir bellek sisteminin farklı katmanları gibi kullanabilmesi için çip belleğini, ana bilgisayar belleğini, paylaşılan depolama alanını ve veri merkezi ağını eşgüdümlü biçimde yönetiyor.
Önemli hedeflerden biri, modelin daha önce işlediği içeriklerden sakladığı çalışma bilgileri olan KV önbelleğidir. Geniş bağlam pencereleri ve aynı anda çalışan çok sayıda ajan bu önbellekleri büyütebilir. TPU Sync, bunları milisaniyeler içinde çip dışına taşıyarak pahalı hızlandırıcı belleğini etkin işler için boş tutabiliyor.
Google, yazılımın KV aktarım gecikmesini ve ilk yanıtın verilmesine kadar geçen süreyi yüzde 90'dan fazla azaltabildiğini söylüyor. Yazılım ayrıca bağlamın farklı işlem aşamaları arasında taşınmasını ve pekiştirmeli öğrenme sırasında model ağırlıklarının eşitlenmesini destekliyor.
Diğer iki güncelleme, kümelerin düzenlenmesine odaklanıyor. Artık Google Kubernetes Engine üzerinden genel kullanıma sunulan Cloud Pathways, dağıtık TPU işlerinin tek bir denetleyiciyle yönetilmesini sağlıyor. GKE dinamik dilimleme ise ihtiyaçlar değiştikçe daha büyük TPU grupları oluşturmak veya bunları daha küçük yalıtılmış gruplara bölmek için optik devre anahtarlamadan yararlanıyor.
Google, dinamik dilimlemenin iş başlatma süresini beş kata, arıza kurtarma hızını ise 4,5 kata kadar iyileştirebildiğini iddia ediyor. Bu araçlar, yeni donanımla aynı ticari sorunu ele alıyor: Kurulu işlem kapasitesini daha az beklemeyle faydalı işe dönüştürmek.
Google Cloud'un ötesine uzanan daha büyük bir iş kolu
Google, yapay zekâ laboratuvarları, alım satım şirketleri, perakendeciler ve üniversiteler dahil olmak üzere TPU iş kolunda artık 100'e yakın müşterisi bulunduğunu söylüyor. Şirket, müşterilerin veri merkezlerine doğrudan kurulumlar da dahil olmak üzere erişimi kendi bulutunun ötesine genişletiyor. Belirli müşteriler TPU 8tx'i kendi tesislerine kurabilecek.
Oracle, 2027'den itibaren bulut müşterilerine TPU sunmayı planladığını açıkladı. Anthropic, 2028-2031 arasında 150 milyar dolara kadar çip satın alma opsiyonuna sahip. OpenAI'nin de TPU satın almayı planladığı bildiriliyor. Anthropic için açıklanan tutar, bu opsiyonlar kapsamında yapılabilecek azami satın alma miktarını ifade ediyor.
Jump Trading, müşterilerin farklı işler için farklı donanımlar seçmesine örnek oluşturuyor. Şirket, bazı işlerde TPU'ların enerji verimliliğini artırıp maliyetleri düşürdüğünü, Nvidia ürünlerinin ise yapay zekâ modeli eğitiminde ana platformu olmaya devam ettiğini söylüyor.
Analist Mandeep Singh, TPU'ların Nvidia GPU'larından yaklaşık yüzde 30 daha ucuz olduğunu ve rekabetçi veri işleme kapasitesi sunduğunu tahmin ediyor. Bir araştırma tahminine göre, Google Cloud üzerinden TPU'lara erişen müşterilerden elde edilen gelir hariç olmak üzere, ilgili donanım ve yazılımlar dahil TPU satışları 2026'da yaklaşık 12 milyar dolara, 2028'de ise 135 milyar doların üzerine çıkacak.
Bu tahmin, 135 milyar doların 12 milyar dolara bölünmesiyle 2026'daki tutarın iki yılda 11 kattan fazla artacağı anlamına geliyor. Bu, gerçekleşmesi üretim kapasitesine, müşteri harcamalarına ve kurulum takvimlerine bağlı, son derece hızlı bir büyümeye işaret ediyor.
Tedarik ve inşaat kısıtları fırsatları şekillendiriyor
Google, ekim ayında müşterilerin tedarik edebileceği tüm TPU'ları şimdiden rezerve ettiğini açıkladı. Bellek sıkıntısı ve üretim kapasitesi sınırları kısıt oluşturmayı sürdürüyor. Vahdat'ın ekibi tedarik kaynaklarını çeşitlendirmek için çalışıyor.
Sektör değerlendirmeleri, sekizinci nesil TPU ailesinin ileri üretim ve sistem paketleme süreçlerini Taiwan Semiconductor Manufacturing Company ekosistemi içinde konumlandırıyor. Bu nedenle artan TPU talebi, Google'ın yanı sıra Tayvan'daki tedarikçiler için de fırsatlar yaratırken ileri üretim ve paketleme kapasitesine erişimi pratik bir sorun hâline getiriyor.
Veri merkezi inşaatları ayrı bir kısıtla karşı karşıya. Singh, yeni tesislere yönelik itirazların teknoloji sektörünün 2027 için öngördüğü 1,4 trilyon dolarlık altyapı harcamasını yaklaşık yüzde 5 ila 7 azaltabileceğini tahmin ediyor. Bu tahmin üzerinden hesaplandığında azalma yaklaşık 70 ila 98 milyar dolara karşılık geliyor.
Daha yüksek işlem yoğunluğu, işletmecilerin mevcut binalarda daha fazla iş yapmasına yardımcı olabilir. Bu da alanın kısıtlı olduğu yerlerde TPU 8i Max'e pratik bir rol kazandırıyor. Yine de Google'ın çip ve bellek tedarik etmesi, sistemleri teslim etmesi ve kârlı bir iş kurması gerekiyor. Singh, TPU'ların kâr marjlarının Nvidia'nınkinden düşük olduğunu tahmin ediyor.
Rekabet artık en yüksek işlem hızının ötesine uzanıyor. Google, belirli iş yüklerini kazanmak için gizli bilgi işlem, daha büyük bellek sistemleri, alışılmış yazılımlar ve daha esnek kurulum seçeneklerini bir araya getiriyor. Müşteri rezervasyonlarının ne hızla gelire dönüşeceğini, şirketin bu sistemleri tedarik etme kapasitesi belirleyecek.
Öne Çıkanlar
- Google, TPU 8tx ve TPU 8i Max'i 9 Kasım 2026'da duyurdu. Sevkiyatların 2027'de başlaması bekleniyor.
- TPU 8tx, mevcut TPU 8t silikonunu AMD EPYC ana bilgisayar işlemcileriyle ve kullanım hâlindeki hassas verileri koruyan donanım önlemleriyle birleştiriyor.
- TPU 8i Max, iki TPU 8i çipini bir araya getiriyor; 384 GB yüksek bant genişlikli bellek sunuyor ve TPU 8i'nin işlem kapasitesiyle bellek bant genişliğini ikiye katlıyor.
- Google 2026'da dört TPU sistemi tanıttı ve TPU iş kolunda 100'e yakın müşterisi olduğunu söylüyor.
- TorchTPU, TPU Sync ve diğer yazılım güncellemeleri geliştirmeyi kolaylaştırmayı ve boşta kalan işlem süresini azaltmayı amaçlıyor.
- Oracle'ın sağlayacağı erişim ve müşterilerin tesislerine doğrudan kurulumlar Google'ın pazarını genişletiyor. Bellek, üretim ve inşaat kısıtları ise büyümeyi sınırlıyor.






