Het rapport, dat op 16 augustus werd gepubliceerd door Tom's Hardware en Firstpost, komt terecht in een toenemende race om de AI-infrastructuur te herontwerpen voor redeneermodellen en autonome agenten – een verschuiving die we hebben gevolgd in ons breaking AI news berichtgeving. Volgens SemiAnalysis dringen Google en zijn klanten aan op TPU's met on-package CPU-kernen voor versterkend leren (RL) en mogelijk andere CPU-zware werklasten, en AMD is een sterke kandidaat om de ontbrekende onderdelen te leveren.
Waarom Google AMD niet nodig heeft om een TPU te ontwerpen
De analisten gieten koud water over de eenvoudigste lezing van het verhaal. Google heeft al aanzienlijke interne expertise op het gebied van acceleratorarchitectuur, aangescherpt gedurende acht TPU-generaties, en zou AMD niet noodzakelijkerwijs nodig hebben om nog een conventionele TPU te ontwerpen. De kans dat AMD de volgende inferentiechip (TPU V10i) of trainingschip (TPU V10t) van Google implementeert, wordt als laag beschouwd.
In plaats daarvan denken de analisten dat Google misschien dingen nodig heeft die een CPU-maker als AMD kan bieden: intellectueel eigendom van de CPU, programmeerbare logica, interconnects of geavanceerde verpakkingsexpertise. Met andere woorden, het verhaal gaat minder over AMD die de AI-accelerator van Google bouwt, maar meer over wat een hybride chip – de tensorcomputer van Google, gecombineerd met AMD’s algemene kernen – zou kunnen ontsluiten.
Versterkend leren keert AI-silicium binnenstebuiten
De drijvende kracht is een echte verandering in de manier waarop AI-systemen rekenkracht verbruiken. Conventionele training in grote taalmodellen blijft overweldigend accelerator-zwaar: matrixwiskunde, de hele dag, op GPU's en TPU's. Maar versterkend leren voor redeneren en agentische modellen is anders. RL-pijplijnen verweven accelerator-operaties met grote hoeveelheden scalaire, vertakte, algemene berekeningen - omgevingssimulatie, beloningsberekeningen, orkestratie van veel parallelle implementaties - die veel beter werken op CPU's.
De eigen systeemontwerpen van Google weerspiegelen die verschuiving al. Volgens het rapport voorzien de op inferentie gerichte TPU 8i-systemen van Google – gebouwd voor inferentie, redenering en RL-workloads – één Google Axion CPU voor elke twee TPU’s. Ter vergelijking: servers gebaseerd op de zevende generatie TPU gebruikten één Intel Xeon "Emerald Rapids" -processor voor elke vier TPU's. Het verdubbelen van de CPU-naar-accelerator-ratio is een sterk signaal van waar Google de workloads naartoe ziet gaan, en het verpakken van CPU-kernen direct naast de accelerator is de logische volgende stap: kortere datapaden, minder databewegingen en een betere energie-efficiëntie voor precies de workloads die agentische AI vereist.
Het MI300A-precedent
AMD brengt direct relevante ervaring mee voor een dergelijk project. De Instinct MI300A – ingezet in supercomputers van topklasse – was de eerste echte APU's op datacenterschaal, waarbij x86 Zen CPU-chiplets en GPU-computerchiplets werden gecombineerd met gedeeld geheugen in één pakket. Een toekomstig Google-ontwerp zou een vergelijkbare vorm kunnen aannemen: Google's TPU-computerchiplets gecombineerd met AMD CPU-technologie en geheugen met hoge bandbreedte, waarbij AMD mogelijk delen van de verpakking en integratie voor zijn rekening neemt.
Beide bedrijven hebben reden om te praten. Voor Google zou deze stap een siliciumstrategie uitbreiden die al meerdere partners omvat - de achtste generatie TPU-line-up, aangekondigd in april 2026, opgesplitst in speciale training- (8t) en inferentiechips (8i), en eerder dit jaar werd beschreven dat Google een toeleveringsketen van op maat gemaakte silicium met meerdere partners samenbracht, verspreid over Broadcom, MediaTek en Marvell om Nvidia uit te dagen op het gebied van gevolgtrekking. Voor AMD zou een overwinning op het Google-ontwerp een grote steun zijn voor zijn chiplet- en verpakkingstechnologie – en een voet aan de grond in op maat gemaakt AI-silicium, een markt waar de dominantie van Nvidia grotendeels onbetwist blijft.
Belangrijke kanttekeningen
SemiAnalysis zelf benadrukt dat er nog steeds aanzienlijke onzekerheid bestaat. De exacte aard van de gerapporteerde betrokkenheid van AMD is onduidelijk, het partnerschap is door geen van beide bedrijven bevestigd en de analisten omschrijven hun redenering als geïnformeerde speculatie over waarom een dergelijke samenwerking zinvol zou zijn in plaats van een bevestigde productroadmap.
Maar het diepere signaal is belangrijker dan de deal zelf. Als de rapporten kloppen, is de belangrijkste ontwikkeling niet de samenwerking tussen Google en AMD; het is Google die CPU-zware TPU-varianten onderzoekt die speciaal zijn ontworpen voor versterkend leren, redeneren en agentische AI. De industrie heeft tien jaar besteed aan het optimaliseren van chips voor één gigantische matrixvermenigvuldiging. De volgende generatie AI-hardware wordt gevormd door werklasten die veel minder lijken op een enkele geest die denkt, maar veel meer op duizenden agenten die tegelijk ontdekken, falen en leren.
Wat te bekijken
Voor de bredere sector zouden drie dingen dit rapport van speculatie in een trend kunnen veranderen. Ten eerste lijkt elk teken van op maat gemaakte siliciumdeals waarbij accelerator- en CPU-leveranciers worden gekoppeld in plaats van ze tegen elkaar op te zetten - dezelfde logica die AMD in de MI300A en Nvidia naar geïntegreerde systemen in Grace-Hopper-stijl heeft geduwd nu vorm te geven aan hyperscaler ASIC-roadmaps. Ten tweede, of de TPU 8i-implementatieratio's van Google blijven afdrijven in de richting van meer CPU per accelerator, wat onafhankelijk de RL-werklastthese zou bevestigen. Ten derde, AMD's eigen winstcommentaar: een overwinning op het gebied van maatwerk op de schaal van Google zou materieel genoeg zijn om uiteindelijk in financiële onthullingen naar boven te komen.
Noch Google, noch AMD hebben commentaar gegeven op het rapport, en SemiAnalysis merkt op dat de analyse gebaseerd is op de strategische logica van de combinatie in plaats van op bevestigde contracten. Maar in een jaar waarin Google zijn TPU-lijn al heeft opgesplitst in trainings- en gevolgtrekkingsproducten, overeenkomsten voor de levering van silicium met meerdere partners heeft ondertekend en CPU-capaciteit heeft verzameld rond zijn nieuwste versnellers, is een CPU-zware TPU-variant minder een verrassing dan de volgende logische zet.
Blijf AI een stap voor
Chip-voor-chip verslaggeving van de AI-siliciumrace, geleverd zoals het gebeurt. Voeg een bladwijzer toe aan onze hub voor de laatste AI-ontwikkelingen en mis nooit meer een ontwerpoverwinning.
Lees meer AI-nieuws →
