Il rapporto, trattato il 16 agosto da Tom's Hardware e Firstpost, arriva nel mezzo di una corsa sempre più intensa per riprogettare l'infrastruttura dell'intelligenza artificiale per modelli di ragionamento e agenti autonomi: un cambiamento che abbiamo monitorato nella nostra copertura sulle [ultime notizie sull'intelligenza artificiale] (https://aibuzzwire.news). Secondo SemiAnalysis, Google e i suoi clienti stanno spingendo per TPU con core CPU integrati per l'apprendimento per rinforzo (RL) e potenzialmente altri carichi di lavoro pesanti per la CPU, e AMD è un forte candidato per fornire i pezzi mancanti.
Perché Google non avrebbe bisogno di AMD per progettare un TPU
Gli analisti versano acqua fredda sulla lettura più semplice della storia. Google ha già una notevole esperienza interna nell’architettura dell’acceleratore, affinata in otto generazioni di TPU, e non avrebbe necessariamente bisogno di AMD per progettare un’altra TPU convenzionale. Le possibilità che AMD implementi il prossimo chip di inferenza (TPU V10i) o chip di training (TPU V10t) di Google sono considerate basse.
Invece, gli analisti ritengono che Google potrebbe aver bisogno di cose che un produttore di CPU come AMD può fornire: proprietà intellettuale della CPU, logica programmabile, interconnessioni o esperienza di packaging avanzato. In altre parole, la storia riguarda meno la creazione da parte di AMD dell'acceleratore AI di Google e più ciò che un chip ibrido (il calcolo tensore di Google abbinato ai core generici di AMD) potrebbe sbloccare.
L'apprendimento per rinforzo sta rivoluzionando il silicio dell'intelligenza artificiale
Il driver è un vero e proprio cambiamento nel modo in cui i sistemi di intelligenza artificiale utilizzano l’elaborazione. L'addestramento convenzionale su modelli linguistici di grandi dimensioni rimane estremamente pesante in termini di acceleratori: matematica a matrice, tutto il giorno, su GPU e TPU. Ma l’apprendimento per rinforzo per il ragionamento e i modelli agentici è diverso. Le pipeline RL intercalano le operazioni dell'acceleratore con grandi quantità di calcoli scalari, ramificati e generici (simulazione dell'ambiente, calcolo delle ricompense, orchestrazione di molte implementazioni parallele) che funzionano molto meglio sulle CPU.
I progetti di sistema di Google riflettono già questo cambiamento. Secondo il rapporto, i sistemi TPU 8i di Google focalizzati sull'inferenza, creati per carichi di lavoro di inferenza, ragionamento e RL, forniscono una CPU Google Axion ogni due TPU. In confronto, i server basati sulla TPU di settima generazione utilizzavano un processore Intel Xeon "Emerald Rapids" per ogni quattro TPU. Raddoppiare il rapporto CPU-acceleratore è un segnale forte della direzione che Google prevede per i carichi di lavoro, e assemblare i core della CPU direttamente accanto all'acceleratore è il logico passo successivo: percorsi dati più brevi, meno spostamenti di dati e migliore efficienza energetica esattamente per i carichi di lavoro richiesti dall'intelligenza artificiale.
Il precedente dell'MI300A
AMD apporta un'esperienza direttamente rilevante a tale progetto. Il suo Instinct MI300A, utilizzato nei supercomputer di fascia alta, è stato il primo vero APU su scala data center, combinando chiplet CPU Zen x86 e chiplet di elaborazione GPU con memoria condivisa in un unico pacchetto. Un futuro progetto di Google potrebbe assumere una forma simile: chiplet di elaborazione TPU di Google abbinati alla tecnologia CPU AMD e memoria a larghezza di banda elevata, con AMD che potenzialmente gestisce parti del packaging e dell'integrazione.
Entrambe le società hanno motivo di parlare. Per Google, la mossa estenderebbe una strategia sul silicio che abbraccia già più partner: la sua linea di TPU di ottava generazione, annunciata nell’aprile 2026, suddivisa in chip dedicati per la formazione (8t) e l’inferenza (8i), e un rapporto all’inizio di quest’anno descriveva Google che stava assemblando una catena di fornitura di silicio personalizzata multi-partner che abbraccia Broadcom, MediaTek e Marvell per sfidare Nvidia nell’inferenza. Per AMD, una vittoria nel design di Google rappresenterebbe un sostegno fondamentale alla sua tecnologia di chiplet e packaging e un punto d'appoggio nel silicio AI personalizzato, un mercato in cui il dominio di Nvidia rimane in gran parte incontrastato.
Avvertenze importanti
La stessa SemiAnalysis sottolinea che permane una significativa incertezza. L'esatta natura del coinvolgimento segnalato di AMD non è chiara, la partnership non è stata confermata da nessuna delle due società e gli analisti inquadrano il loro ragionamento come una speculazione informata sul perché una tale collaborazione avrebbe senso piuttosto che come una roadmap di prodotto confermata.
Ma il segnale più profondo conta più dell’accordo stesso. Se i rapporti sono accurati, lo sviluppo più significativo non è la collaborazione tra Google e AMD, ma l’esplorazione da parte di Google di varianti TPU ad alto utilizzo di CPU progettate specificamente per l’apprendimento per rinforzo, il ragionamento e l’intelligenza artificiale. L'industria ha trascorso un decennio a ottimizzare i chip per un'enorme moltiplicazione di matrici. La prossima generazione di hardware AI è modellata da carichi di lavoro che assomigliano molto meno a una singola mente che pensa e molto più a migliaia di agenti che esplorano, falliscono e apprendono contemporaneamente.
Cosa guardare
Per il settore in generale, tre cose trasformerebbero questo rapporto da speculazione a tendenza. In primo luogo, qualsiasi segno di accordi di silicio personalizzato che accoppiano i fornitori di acceleratori e CPU anziché metterli uno contro l'altro: la stessa logica che ha spinto AMD nell'MI300A e Nvidia verso i sistemi integrati in stile Grace-Hopper sembra ora modellare le roadmap degli ASIC hyperscaler. In secondo luogo, se i rapporti di implementazione del TPU 8i di Google continuino a spostarsi verso più CPU per acceleratore, il che confermerebbe in modo indipendente la tesi del carico di lavoro RL. In terzo luogo, il commento sugli utili di AMD: una vittoria nel design personalizzato su scala di Google sarebbe abbastanza materiale da emergere alla fine nelle informazioni finanziarie.
Né Google né AMD hanno commentato il rapporto e SemiAnalysis sottolinea che la sua analisi si basa sulla logica strategica dell'accoppiamento piuttosto che sui contratti confermati. Ma in un anno in cui Google ha già suddiviso la sua linea TPU in prodotti di training e inferenza, ha firmato accordi di fornitura di silicio con più partner e ha accumulato capacità CPU attorno ai suoi nuovi acceleratori, una variante TPU ad alto contenuto di CPU è meno una sorpresa che la prossima mossa logica.
Stai al passo con l'intelligenza artificiale
Copertura chip per chip della corsa al silicio dell'IA, presentata così come avviene. Aggiungi ai segnalibri il nostro hub per gli ultimi sviluppi dell'intelligenza artificiale e non perdere mai una vittoria di progettazione.
Leggi altre notizie sull'AI →
