Laporan tersebut, yang dibahas pada tanggal 16 Agustus oleh Tom's Hardware dan Firstpost, muncul di tengah persaingan yang semakin intensif untuk mendesain ulang infrastruktur AI untuk model penalaran dan agen otonom — sebuah perubahan yang telah kami lacak dalam berita terkini tentang AI. Menurut SemiAnalysis, Google dan pelanggannya mendorong TPU dengan inti CPU dalam paket untuk pembelajaran penguatan (RL) dan kemungkinan beban kerja berat CPU lainnya, dan AMD adalah kandidat kuat untuk memasok bagian yang hilang tersebut.
Mengapa Google Tidak Memerlukan AMD untuk Mendesain TPU
Para analis memberikan air dingin pada pembacaan cerita yang paling sederhana. Google telah memiliki keahlian internal yang besar dalam arsitektur akselerator, yang dikembangkan selama delapan generasi TPU, dan tidak memerlukan AMD untuk merancang TPU konvensional lainnya. Kemungkinan AMD mengimplementasikan chip inferensi Google berikutnya (TPU V10i) atau chip pelatihan (TPU V10t) dianggap rendah.
Sebaliknya, para analis percaya Google mungkin memerlukan hal-hal yang dapat disediakan oleh pembuat CPU seperti AMD: kekayaan intelektual CPU, logika yang dapat diprogram, interkoneksi, atau keahlian pengemasan tingkat lanjut. Dengan kata lain, ceritanya bukan tentang AMD yang membangun akselerator AI Google, melainkan lebih banyak tentang apa yang dapat dihasilkan oleh chip hybrid – komputasi tensor Google yang digabungkan dengan inti tujuan umum AMD.
Pembelajaran Penguatan Mengubah AI Silikon Menjadi Luar Biasa
Faktor pendorongnya adalah perubahan nyata dalam cara sistem AI menggunakan komputasi. Pelatihan model bahasa besar konvensional masih sangat bergantung pada akselerator: matematika matriks, sepanjang hari, pada GPU dan TPU. Namun pembelajaran penguatan untuk model penalaran dan agenik berbeda. Pipeline RL menyisipkan operasi akselerator dengan komputasi skalar, bercabang, dan tujuan umum dalam jumlah besar — simulasi lingkungan, komputasi reward, orkestrasi banyak peluncuran paralel — yang berjalan jauh lebih baik pada CPU.
Desain sistem Google sendiri sudah mencerminkan perubahan tersebut. Menurut laporan tersebut, sistem TPU 8i Google yang berfokus pada inferensi — dibuat untuk beban kerja inferensi, penalaran, dan RL — menyediakan satu CPU Google Axion untuk setiap dua TPU. Sebagai perbandingan, server berbasis TPU generasi ketujuh menggunakan satu prosesor Intel Xeon "Emerald Rapids" untuk setiap empat TPU. Menggandakan rasio CPU-ke-akselerator merupakan sinyal kuat mengenai arah beban kerja yang dilihat Google, dan mengemas inti CPU langsung di samping akselerator adalah langkah logis berikutnya: jalur data yang lebih pendek, pergerakan data yang lebih sedikit, dan efisiensi daya yang lebih baik untuk beban kerja yang dibutuhkan oleh AI agen.
Preseden MI300A
AMD menghadirkan pengalaman yang relevan secara langsung pada proyek semacam itu. Instinct MI300A — yang diterapkan pada superkomputer kelas elit — merupakan APU sejati pertama pada skala pusat data, yang menggabungkan chiplet CPU x86 Zen dan chiplet komputasi GPU dengan memori bersama dalam satu paket. Desain Google di masa depan dapat mengambil bentuk serupa: chiplet komputasi TPU Google yang dipasangkan dengan teknologi CPU AMD dan memori bandwidth tinggi, dengan AMD berpotensi menangani bagian pengemasan dan integrasi.
Kedua perusahaan punya alasan untuk berbicara. Bagi Google, langkah ini akan memperluas strategi silikon yang telah mencakup banyak mitra – jajaran produk TPU generasi kedelapan, yang diumumkan pada bulan April 2026, dibagi menjadi chip pelatihan khusus (8t) dan inferensi (8i), dan pelaporan awal tahun ini menggambarkan Google merakit rantai pasokan silikon khusus multi-mitra yang mencakup Broadcom, MediaTek, dan Marvell untuk menantang Nvidia dalam inferensi. Bagi AMD, kemenangan desain Google akan menjadi dukungan besar terhadap chiplet dan teknologi pengemasannya – dan pijakan dalam silikon AI khusus, sebuah pasar di mana dominasi Nvidia sebagian besar tetap tidak tertandingi.
Peringatan Penting
SemiAnalysis sendiri menekankan bahwa ketidakpastian yang signifikan masih ada. Sifat sebenarnya dari keterlibatan AMD yang dilaporkan masih belum jelas, kemitraan ini belum dikonfirmasi oleh kedua perusahaan, dan para analis membingkai alasan mereka sebagai spekulasi tentang mengapa kolaborasi semacam itu akan lebih masuk akal daripada peta jalan produk yang telah dikonfirmasi.
Namun sinyal yang lebih dalam lebih penting daripada kesepakatan itu sendiri. Jika laporannya akurat, perkembangan yang paling signifikan bukanlah kerja sama Google dan AMD — melainkan Google yang mengeksplorasi varian TPU dengan banyak CPU yang dirancang khusus untuk pembelajaran penguatan, penalaran, dan AI agen. Industri ini menghabiskan satu dekade untuk mengoptimalkan chip untuk satu perkalian matriks raksasa. Perangkat keras AI generasi berikutnya dibentuk oleh beban kerja yang tidak lagi terlihat seperti pemikiran tunggal, melainkan lebih seperti ribuan agen yang melakukan eksplorasi, kegagalan, dan pembelajaran sekaligus.
Yang Perlu Ditonton
Untuk industri yang lebih luas, ada tiga hal yang akan mengubah laporan dari spekulasi ini menjadi tren. Pertama, adanya tanda-tanda kesepakatan silikon khusus yang memasangkan akselerator dan vendor CPU alih-alih mengadu domba mereka satu sama lain — logika yang sama yang mendorong AMD ke dalam MI300A dan Nvidia menuju sistem terintegrasi gaya Grace-Hopper kini tampaknya membentuk peta jalan ASIC yang lebih besar skalanya. Kedua, apakah rasio penerapan TPU 8i Google terus mengarah ke lebih banyak CPU per akselerator, yang secara independen akan mengkonfirmasi tesis beban kerja RL. Ketiga, komentar pendapatan AMD sendiri: kemenangan desain khusus pada skala Google akan cukup material untuk muncul dalam pengungkapan keuangan pada akhirnya.
Baik Google maupun AMD belum mengomentari laporan tersebut, dan SemiAnalysis mencatat bahwa analisisnya didasarkan pada logika strategis dari pasangan tersebut dan bukan pada kontrak yang dikonfirmasi. Namun pada tahun ketika Google telah membagi lini TPU-nya menjadi produk pelatihan dan inferensi, menandatangani kesepakatan pasokan silikon multi-mitra, dan menimbun kapasitas CPU di sekitar akselerator terbarunya, varian TPU yang banyak menggunakan CPU tidak terlalu mengejutkan dibandingkan langkah logis berikutnya.
Tetap Terdepan dalam AI
Cakupan chip demi chip dari perlombaan silikon AI, disampaikan secara nyata. Tandai hub kami untuk perkembangan AI terbaru dan jangan pernah melewatkan kemenangan desain.
Baca berita AI selengkapnya →
