- Google TPU v7 Ironwood е седмото поколение TPU и е специално проектиран за ерата на инференциалните технологии, с 4.614 TFLOPs FP8 и 192 GB HBM3e на чип.
- Архитектурата се мащабира до 9.216 чипа в суперпод с 1,77 PB споделена памет, 9,6 Tb/s ICI мрежи и течно охлаждане, оптимизирано за близо 10 MW.
- Интегриран в хиперкомпютър с изкуствен интелект, заедно с процесори Axion, Ironwood предлага силен баланс между производителност, енергийна ефективност и цена за масивни натоварвания с изкуствен интелект.
- Мегадоговорът с Anthropic и стратегията за вертикална интеграция засилват ролята на Google като ключов конкурент на Nvidia на пазара на чипове за изкуствен интелект.
Ускорението на изкуствения интелект претърпява трансформация . Вече не е достатъчно да се обучават масивни модели и да се хвалят с техните параметри: сега истинската битка е как да ги накараме да работят ежедневно, за милиони потребители, без разходите за енергия и инфраструктура на ИИ да се покачват рязко. В този контекст се появява Google TPU v7 Ironwood, хардуер, проектиран за ИИ, който не само реагира, но и мисли, разсъждава и действа непрекъснато.
Ironwood е седмото поколение тензорно процесорно устройство (TPU) на Google и, според самата компания, най-мощният, мащабируем и ефективен чип до момента. Той е проектиран за така наречената „ера на изводите“, където важното не е толкова колко време отнема обучението на нов модел, а колко струва обслужването му, поддържането му активен, разсъждаващ и генериращ резултати денонощно. Нека разгледаме по-отблизо какво точно представлява Google TPU v7 Ironwood, какво го прави специален и защо се изправя срещу Nvidia и другите гиганти в индустрията.
Какво е Google TPU v7 Ironwood и защо е толкова важно?
Ironwood е по същество специално разработен ускорител на изкуствен интелект от Google, който да изпълнява авангардни модели на изкуствен интелект. Той принадлежи към семейството на тензорните процесорни единици (TPU) – чипове, специално проектирани за машинно обучение, които захранват вътрешните услуги на Google (търсене, YouTube, реклама, превод и др.) от близо десетилетие, а напоследък и решенията на Google Cloud.
Това седмо поколение е изградено върху целия натрупан опит с предишни TPU и с ясна цел: да се увеличи максимално производителността при задачи, свързани с изводи и сложни разсъждения , без да се жертва възможността за обучение. Модели с големи езици (LLM), смес от експерти, системи за разширено извикване и агенти с изкуствен интелект , които трябва да поддържат много контекст в паметта, са видовете натоварвания, с които Ironwood е проектиран да се справи.
Вместо просто да бъде „по-бърз чип“, Ironwood е интегриран в архитектурата на хиперкомпютъра с изкуствен интелект на Google Cloud – подход, при който изчисленията, мрежите, съхранението и софтуерът са проектирани заедно. Това позволява фина настройка от силиция до оркестратора на контейнера, за да се извлече всеки ват и всеки тактов цикъл.
Друг ключов момент е, че Ironwood е първият TPU, проектиран от нулата за ерата на изводите . Досега повечето системи с изкуствен интелект бяха проектирани предимно за обучение на масивни модели; сега фокусът се измества към ефективното, многократно изпълнение на тези модели с агенти, които не само реагират, но и предвиждат, търсят данни, комбинират ги и връщат заключения.
Основни технически характеристики на TPU v7 Ironwood
На технически фронт, Ironwood може да се похвали с впечатляващи цифри, дори на пазар, толкова конкурентен като този на AI чиповете. Всеки чип осигурява 4.614 терафлопа прецизна изчислителна мощност FP8 , което е повече от 16 пъти по-голям изчислителен капацитет от TPU v4 и огромен скок напред в сравнение с предишните поколения.
За да захранва този огромен процесорен капацитет, всеки чип интегрира 192 GB памет от следващо поколение HBM3e , с приблизителна пропускателна способност от 7,3-7,4 TB/s. Тази комбинация от високоскоростни изчисления и памет е точно това, което прави възможно обработката на гигантски модели и много дълги контексти, без да се наблюдават затруднения.
Ironwood се произвежда с помощта на усъвършенстван 5-нанометров процес и консумира приблизително 600 вата на чип. Това може да звучи високо, но в сравнение с производителността му на ват, резултатът е много конкурентен: в сравнение с предишното поколение Trillium (TPU v6e), Ironwood удвоява производителността на ват.
Тези подобрения са забележими както в обучителните, така и в сервизните натоварвания. За обучение Ironwood може да ускори обработката на модели от следващо поколение (като Gemini или Veo) и такива от други доставчици, а за обслужване позволява извършването на масивни изводи с по-ниски разходи за енергия, нещо критично сега, когато центровете за данни с изкуствен интелект се измерват в гигавати.
От чип до Superpod: как Ironwood се мащабира
Истинската магия на Ironwood не се крие в един-единствен чип, а в това как той се мащабира, за да образува суперкомпютри с изкуствен интелект . Всеки Ironwood SoC е монтиран на печатна платка с четири чипа, а всеки шкаф интегрира 16 от тези платки, за общо 64 чипа на шкаф.
Оттам нататък, стелажите се групират заедно, за да образуват Ironwood Superpod . Един пълен суперпод включва 144 стелажа, което се равнява на 9.216 взаимосвързани чипа. Общо това се превежда на около 42,5 екзафлопа производителност на FP8 и приблизително 1,77 петабайта споделена HBM памет, всички достъпни като огромен логически ресурс за AI модели.
Взаимната връзка между чиповете се постига чрез мрежата Inter-Chip Interconnect (ICI) с 3D Torus (4x4x4) дизайн и скорости до 9,6 Tb/s. Тази топология позволява намалена латентност и поддържа високи скорости на трансфер, дори когато системата се мащабира до хиляди ускорители, което е от съществено значение за разпределено обучение и високо паралелни натоварвания на извод.
Отвъд суперпода, инфраструктурата може да бъде допълнително разширена чрез комбиниране на блокове от 64 свързани чипа и свързването им чрез оптична гръбначна мрежа с до 1,8 PB/s. Тази комбинация от пасивни медни кабели, оптични влакна и оптични комутатори осигурява огромна гъвкавост при конфигуриране на персонализирани клъстери за различни клиенти и модели.
По отношение на мощността, внедряване с такъв размер доближава 10 мегавата електрически капацитет , цифра, която налага да се вземе охлаждането и ефективността много сериозно. Всеки шкаф е проектиран да надвишава 100 kW консумация, така че цялата система е проектирана от самото начало за течно охлаждане и усъвършенствано разпределение на енергията.
Охлаждане, потребление и енергийна ефективност
С такава чудовищна плътност на мощността, очевидният въпрос е: как Google поддържа всичко това под термичен контрол? Отговорът се крие в най-съвременна система за течно охлаждане, проектирана специално за суперподите Ironwood.
Всеки стелаж е оборудван с разпределител на охлаждащата течност (CBU) с детектори за течове и електрическо резервиране 416V AC . Тази конфигурация не само предотвратява прегряване, но и осигурява висока надеждност за критични натоварвания на изкуствен интелект, където продължителното прекъсване може да доведе до загуби за милиони евро или мащабни прекъсвания на обслужването.
Ironwood не се стреми да бъде само най-мощната система, но и една от най-ефективните. В сравнение с Trillium, TPU v7 постига два пъти по-висока производителност на консумиран ват . Това означава, че със същия енергиен бюджет за 2024 г., център за данни, оборудван с Ironwood, би могъл да обработи до два пъти повече енергия до 2026 г.
Този подход е насочен към една неудобна реалност в сектора: енергията, а не силицийът, се превръща в ограничаващ фактор за разширяването на изкуствения интелект. Електрическите мрежи на много страни започват да достигат капацитета си в ключови области на центровете за данни, така че извличането на повече полезна работа от всеки ват вече не е предимство, а необходимост.
Освен това, архитектурата на Ironwood е оптимизирана, за да се сведе до минимум ненужното преместване на данни, което е основен консуматор на енергия в разпределените системи. Комбинацията от масивна HBM памет и високоскоростни мрежи цели именно това: повече обработка по-близо до данните и по-малко скъпи пътувания през центъра за данни.
Айръндър в рамките на AI хиперкомпютъра и софтуерния слой
Ironwood не съществува изолирано; той е дълбоко интегриран в архитектурата на хиперкомпютъра с изкуствен интелект на Google Cloud . Тази концепция обединява хардуер (процесори и TPU на Axion), високоскоростна мрежа, съхранение и софтуер за оркестрация и планиране в рамките на единна дизайнерска рамка.
На софтуерното ниво, Google разчита на своя Pathways стек, който позволява координирането на десетки хиляди Ironwood TPU, сякаш са един логически ресурс. Наред с Pathways, инструменти като MaxText (за мащабно LLM обучение ) и интеграция с Kubernetes Engine чрез Cluster Director са подобрени , оптимизирайки планирането и устойчивостта на клъстера.
За компонента за инференциални изводи, Google разшири поддръжката на vLLM, за да работи както с графични процесори (GPU), така и с TPU , което улеснява мигрирането на модели и натоварвания между различни видове ускорители с минимални промени в кода. Освен това, GKE Inference Gateway може да намали латентността на първоначалните заявки с до 96% и да понижи цената на услугата с около 30%, според данни, споделени от компанията.
Всичко това означава, че клиентите получават не само бърз чип, но и цялостна, оптимизирана от край до край платформа . IDC всъщност посочва възвръщаемост на инвестициите от 353% за три години за клиентите на хиперкомпютри с изкуствен интелект, с намаление на ИТ разходите от близо 28%.
Крайната цел е ясна: да се даде възможност на бизнеса да използва мощта на Ironwood, без да се налага да управлява сложни инфраструктури. Идеалният потребител просто дефинира своите модели и нужди, а контролната равнина на Google Cloud безпроблемно оркестрира TPU, Axion, мрежи, съхранение и софтуер.
„Епохата на изводите“ и ролята на Айрънууд
В продължение на години голяма част от дискурса за изкуствения интелект се въртеше около обучението на все по-големи модели . Пазарът обаче се сблъска с суровата реалност: независимо колко впечатляващо е обучението, устойчивите приходи идват от предоставянето на изводи в голям мащаб, ден след ден.
Google нарича тази нова ера „ера на изводите “. Вместо просто реактивни модели, които чакат потребителят да задава въпроси, ние се насочваме към AI агенти, които извличат данни, анализират контексти, координират подпроцеси и поемат инициативата да предлагат препоръки и обработена информация.
Ironwood е проектиран именно за тези видове натоварвания: модели със сложни разсъждения, обширни контексти и постоянни състояния . Голямото количество споделена памет и мрежова честотна лента са предназначени да позволят на множество компоненти на една и съща система с изкуствен интелект да работят координирано, без да бъдат претоварени от трафик.
В този сценарий Google възприема различна стратегия от Nvidia. Докато чиповете Blackwell продължават да доминират в най-съвременното обучение и обещават много високи скорости на извод в специфични конфигурации, Google се фокусира върху оптимизирането на непрекъснатото и масово изпълнение на модели в производствения процес , интегрирайки хардуер и облак в единен, съгласуван пакет.
Компанията не възнамерява да замени Nvidia във всички области, а по-скоро да завладее нарастващ дял от общия пазар на инференционни решения . Някои вътрешни оценки показват, че до 2027 г. TPU-тата на Google биха могли да представляват до 30% от този пазар, особено сред големите клиенти, които вече използват Google Cloud.
Споразумението с Anthropic и търговският тласък
Основният търговски тласък на Ironwood дойде от Anthropic, разработчика на моделите Claude . На 23 октомври 2025 г. компанията подписа мащабно споразумение с Google, с което се ангажира да използва до един милион TPU и да инвестира десетки милиарди долари в инфраструктура в Google Cloud.
Този договор предвижда потребление на енергия да надхвърли 1 гигават до 2026 г. - огромна цифра, която дава представа за мащаба, в който работят основните играчи в областта на изкуствения интелект. За една нощ Ironwood се превърна от амбициозен проект в пътната карта в реална инвестиция, подкрепена от силно търсене.
За Google споразумението решава един от най-големите им проблеми: изграждането на капацитет на центрове за данни без гарантирано използване . С Anthropic като основен клиент, компанията може да планира нови съоръжения, договори за захранване и разполагане на суперподи Ironwood с много по-голяма видимост върху възвръщаемостта на инвестициите.
Изборът на Anthropic на Ironwood, вместо да чака следващото поколение на Nvidia или да прибягва до собствен хардуер от други хиперскалери, е ясен знак за доверие в ефективността и времето за пускане на пазара на TPU на Google . „Повече инференция, по-малко енергия“ е на практика имплицитното мото на този ход.
Тези видове дългосрочни споразумения също помагат на Google да договаря по-добре собствените си разходи (от производството на чипове до енергийните доставки) и да укрепи позицията си на пазар, където търсенето на изчисления с изкуствен интелект далеч надвишава наличното предлагане.
Въздействие върху пазара на AI чипове и конкуренция с Nvidia
Стартирането на Ironwood е революционен процес на пазара на хардуер за изкуствен интелект , който досега беше очевидно доминиран от графичните процесори на Nvidia. Google не е единственият, който прави ходове: AWS прокарва своята линия Trainium2, а Microsoft напредва с програмата си Maia, макар и със закъснения.
Nvidia продължава да е лидер в областта на авангардното обучение със своите архитектури Hopper, Blackwell и предстоящите Rubin, които са насочени към конфигурации от няколко екзафлопа на шкаф. Google обаче насочва пазара към модел на множество вертикално интегрирани екосистеми , където всеки хиперскалер проектира свои собствени чипове, мрежа, софтуер и облачни услуги.
В този нов пейзаж, Ironwood се позиционира като солидна алтернатива за компании, търсещи мащабна инфраструктура за извод, без да разчитат изцяло на екосистемата CUDA. Комбинацията от персонализирани TPU и Axion CPU, плюс платформата Google Cloud, създава изключително атрактивно предложение за компании, които изискват предвидими разходи, производителност и наличност.
Този ход също така добавя натиск върху Nvidia, която трябва да оправдае високите цени в среда, където тя вече не е единствената жизнеспособна опция . Тъй като Amazon, Microsoft и Google укрепват собствените си позиции, пазарът се измества от модела на доставчик на един чип към смесица от затворени, но силно оптимизирани решения в рамките на всеки доставчик на облачни услуги.
Въпреки това, успехът на Ironwood и TPU като цяло ще зависи до голяма степен от това дали софтуерният стек на Google ще продължи да се развива със същото темпо като екосистемата CUDA . Ако степента на използване на клъстерите спадне (например от 90% на 70%), общата ефективност ще пострада и ценовата конкурентоспособност може да бъде засегната.
Axion: добавката за процесор за AI инфраструктура
Наред с пускането на Ironwood, Google засили семейството си персонализирани процесори Axion , базирани на архитектурата Arm Neoverse. Докато TPU се справят с най-тежките аспекти на машинното обучение, Axion се грижи за общите натоварвания, свързани с изкуствения интелект.
Новите N4A инстанции предлагат до 64 vCPU, 512 GB DDR5 памет и 50 Gbps мрежова честотна лента , с до 100% подобрения в съотношението цена-производителност в сравнение с еквивалентни x86 машини. Междувременно, C4A Metal е първата версия на Google Cloud без архитектури, базирана на Arm, насочена към сценарии като разработка за Android, автомобилни приложения и разширени симулации.
Компании като Vimeo отчитат 30% подобрение в транскодирането на видео , докато ZoomInfo отчита 60% увеличение на ефективността в процесите на анализ на данни. Други компании, като Rise, твърдят, че са намалили консумацията на изчислителна мощност с около 20%, като същевременно са запазили стабилна латентност.
Основната идея е Axion да действа като базов слой за изчисления с общо предназначение : подготовка на данни, микросървиси, уеб услуги, бизнес логика и др. На тази основа, Ironwood TPU се фокусират върху това, което правят най-добре: ускоряване на обучението, изводите и разсъжденията на моделите на ИИ.
Тази комбинация подсилва визията, че изчисленията от следващо поколение ще бъдат хибридни : ефективни процесори за управление на работните процеси и TPU (или други ускорители) за интензивни изчисления. Всичко това е обединено от платформата за хиперкомпютър с изкуствен интелект и инструментите на Google Cloud.
Инвестиционни перспективи и защита на маржа за Alphabet
От финансова гледна точка, Ironwood е много повече от мощен чип: той е стратегически компонент за защита на маржовете на Alphabet в бизнеса с облачен изкуствен интелект. Хиперскалерите са на път да достигнат двуцифрени гигаватови мощности до 2027 г. и всички индикации сочат, че инвестициите в инфраструктура ще останат огромни.
Чрез проектирането на собствени чипове, Google може да улови стойност по цялата верига на създаване на стойност : от проектирането на силиций до внедряването в облака. Вместо да препродава хардуер на трети страни с малки маржове, компанията трансформира капиталовите разходи (CAPEX) в конкурентно предимство и инструмент за диференциране на услугите си.
Подобрената производителност на Ironwood на ват означава, че всеки мегават капацитет на центъра за данни осигурява значително повече по отношение на обслужваните инференции . В комбинация със софтуерни оптимизации (vLLM, Pathways, GKE Inference Gateway и др.), това позволява на Google да предлага агресивно ценообразуване, без да прави компромис с рентабилността.
Договорът с Anthropic добавя допълнително ниво на стабилност към плана за капиталови разходи на Google . Вместо да изгражда инфраструктура „на сляпо“, чакайки клиентите да дойдат, компанията вече може да оразмери голяма част от разширяването си въз основа на дългосрочни споразумения, намалявайки несигурността и риска от свръхкапацитет.
Въпреки това, остават открити въпроси: дали Google ще привлече повече големи клиенти, дали енергийните проекти и новите подстанции ще се изпълнят по график и дали софтуерният пакет ще поддържа високи нива на използване. Потенциалът е налице, но изпълнението ще бъде ключово за Ironwood, за да бъде едновременно технически успех и двигател на устойчиви печалби . ТОВА НЕ Е ИНВЕСТИЦИОНЕН СЪВЕТ.
Взети заедно, Google TPU v7 Ironwood представлява генерационен скок, който далеч надхвърля терафлопсите в спецификацията: той съчетава сурова мощност, масивна споделена памет, усъвършенствани оптични мрежи, течно охлаждане и дълбоко интегриран облак, за да поддържа новата вълна от AI агенти и модели, работещи денонощно. В свят, където енергията е оскъдна, моделите непрекъснато нарастват, а конкуренцията за контрол върху AI стека е ожесточена, Ironwood се очертава като сърцевината на инфраструктура, предназначена да въведе „ерата на изводите“ и да предефинира как, къде и на каква цена се управлява изкуственият интелект в глобален мащаб.
