Парк TPU Google достиг миллиона чипов, узким местом стала нехватка электроэнергии

1) Главный смысл: Google объявила, что её архитектура межсоединений TPU способна объединять в единый вычислительный кластер до миллиона чипов, и главным ограничителем роста ИИ-инфраструктуры теперь становится не производство процессоров, а электроснабжение.

2) Конкретика:
- Заявление на SEMICON Taiwan 2026: по данным IT Home, технический директор Google Амин Вахдат сообщил, что межсоединение TPU (топология сети, протоколы, ПО) поддерживает кластеры до 1 млн чипов и распределённое обучение моделей между несколькими дата-центрами. По его словам, потолок вычислений смещается с «не можем произвести чип» на «не можем найти электричество».
- Сделка с Anthropic: соглашение охватывает до 1 млн TPU суммарной мощностью свыше 1 ГВт; с 2027 года Google должна обеспечить Anthropic 3,5–5 ГВт вычислительной ёмкости. Сообщается об оценке сделки до $40 млрд.
- Характеристики чипов: Ironwood (TPU v7) — 4 614 TFLOPS в FP8, 192 ГБ HBM с пропускной способностью 7,37 ТБ/с, под из 9 216 чипов даёт до 42,5 экзафлопс; энергоэффективность вдвое выше предшественника Trillium. Восьмое поколение (анонс на Cloud Next в апреле) разделено на TPU 8t для обучения (под до 9 600 чипов, 2 ПБ HBM, 121 экзафлопс в FP4) и TPU 8i для инференса.
- Отраслевой контекст: по данным издания, Amazon закупает дополнительно 2 млн чипов Nvidia, и дефицит электроэнергии называется общей проблемой всех гиперскейлеров.

3) Что дальше: следить стоит за тем, как обещания о гигаваттных мощностях будут подкрепляться реальными договорами на энергоснабжение и строительством генерации — заявленные 3,5–5 ГВт к 2027 году сопоставимы с несколькими АЭС, и подтверждённых планов по их обеспечению в публикации нет. Не подтверждено также, что сделка с Anthropic действительно достигнет $40 млрд — это оценка, а не факт. Слова Вахдата об «экспоненциальном росте» спроса и эпохе агентного ИИ — позиция заинтересованной стороны, а не рыночный факт; реальный тест — выйдет ли связка из миллиона TPU за пределы внутренних подов Google в продакшен-обучение моделей.