Googles hybrider TPU v10: AMD-CPU-Kerne auf dem KI-Chip – ein Signal für das Ende der reinen Matrix-Beschleuniger

Die Einordnung ist wichtig: Broadcom bleibt Googles langjähriger TPU-Co-Design-Partner, mit einem offengelegten Fünfjahres-Kooperationsabkommen vom März 2026, das die Generationen v8 bis v11 abdeckt . MediaTek kümmert sich bei der aktuellen Ironwood-Generation (TPU v7x) um I/O und die Fertigungskoordination . Die AMD-Beteiligung scheint ein Projekt innerhalb der v10-Generation zu sein – nicht zwingend eine vollständige Ablösung von Broadcom, auch wenn Broadcoms CoWoS-Produktion für Ironwood Berichten zufolge um etwa 32.000 Wafer nach unten korrigiert wurde .

Parallel dazu prüft Google eigenen Angaben zufolge, Komponenten des v10 (Codename „Ice Fish") bei Samsung Foundry fertigen zu lassen, um seine Abhängigkeit von TSMC zu verringern . Auch mit Marvell befand man sich bereits in fortgeschrittenen Gesprächen über andere kundenspezifische KI-Chips .

Wichtiger Vorbehalt: Weder Google noch AMD haben etwas bestätigt. Der SemiAnalysis-Bericht ist Marktgerede, kein offizielles Announcement, und das AMD-Projekt könnte ein spezifisches SKU, ein experimenteller Pfad oder eine reine Diversifizierungsstrategie sein .

Warum hybride Chips für agentische KI und Reinforcement Learning sinnvoll sind

Der Wechsel von einem reinen Matrix-ASIC zu einem Hybrid-Chip mit integrierten CPU-Kernen ist eine direkte architektonische Antwort auf die sich ändernde Natur von KI-Workloads – insbesondere Reinforcement Learning (RL) und agentische KI.

Agentische KI ist CPU-, nicht GPU-limitiert

Traditionelle Batch-Inferenz ist fast vollständig GPU-limitiert: Ein Prompt geht rein, die GPU führt einen Forward-Pass aus, Tokens kommen zurück . Agentische KI-Workloads sind grundlegend anders. Orchestrierung, Planung, Tool-Aufrufe, Sandbox-Ausführung und Umgebungsinteraktion laufen alle auf CPUs, nicht auf GPUs .

Eine akademische Studie ergab, dass tool-dominierte agentische KI-Workloads massiv durch die Tool-Verarbeitung auf der CPU ausgebremst werden – mit einem Anteil von bis zu 88 % der gesamten Ende-zu-Ende-Latenz . Eine separate Analyse von Akash Borate bezifferte diesen Anteil sogar auf bis zu 90,6 % .

Das CPU:GPU-Verhältnis verschiebt sich radikal

In KI-Training-Clustern liegt das CPU-zu-GPU-Verhältnis bei etwa 1:7 oder 1:8 . Wenn Workloads in Richtung Inferenz gehen, sinkt es auf 1:3 oder 1:4 . Bei agentischen Einsätzen, so Intel im Q1-2026-Earnings-Call, laufen manche Kunden bereits mit vier CPUs pro GPU – in bestimmten Clustern also ein Verhältnis von 1:1 .

Morgan Stanley prognostiziert ein zusätzliches CPU-Marktwachstum von 32,5 bis 60 Milliarden US-Dollar bis 2030, das vollständig auf diese Verschiebung zurückgeht . AMD selbst argumentiert, dass agentische KI kein einzelner, GPU-zentrierter Inferenz-Workload sei, sondern ein heterogener End-to-End-Workflow, der CPUs mit hoher Kerndichte und Thread-Anzahl für Orchestrierung und Sandbox-Ausführung braucht .

Reinforcement Learning erfordert enge Sandbox-Schleifen

RL-Training – besonders für agentische Modelle – erfordert wiederholte Zyklen aus Sandbox-Ausführung, Umgebungssimulation, Belohnungsberechnung und Policy-Updates. Diese Schleifen beinhalten erhebliche CPU-seitige Orchestrierungsarbeit, die sich nicht effizient auf reine Matrix-Beschleuniger abbilden lässt.

Nvidias Vera (88-Core-Olympus-Design) und Intels Xeon 6+ werden beide genau für dieses „Tight Reinforcement Learning Sandbox Loop"-Muster optimiert . Die Hardware-Branche konvergiert zu einer gemeinsamen Erkenntnis: Zukünftige KI-Beschleuniger werden keine reinen Matrix-Engines mehr sein.

Googles hybrider TPU v10 als führender Indikator

Indem Google AMD-CPU-Kerne direkt auf dem TPU-Package integriert, könnte es PCIe-Engpässe für diese CPU-lastigen agentischen Schleifen eliminieren, die Latenz senken und den „Tool-Call → Umgebungs-Schritt → Policy-Update"-Zyklus auf einem einzigen, eng gekoppelten Die abwickeln. Dies ist die hardwaretechnische Verkörperung der Erkenntnis, dass zukünftige KI-Systeme heterogene System-on-Package-Designs sein werden, die Rechentypen je nach Workload-Phase mischen.

Die breiteren Auswirkungen

Das Fazit

Dass Google Berichten zufolge CPU-Kerne in seinen TPU v10 einbaut, ist kein inkrementeller Feinschliff – es ist die Anerkennung, dass der KI-Beschleuniger des Jahres 2028 ganz anders aussehen wird als der des Jahres 2024. Agentische KI und Reinforcement Learning schreiben die Regeln der Rechnerarchitektur neu, und der Chip, der tausendmal pro Sekunde eine Tool-Calling-Schleife abarbeitet, muss anders gebaut sein als der Chip, der eine einzige große Matrixmultiplikation durchführt.

Wenn das SemiAnalysis-Gerücht richtig ist, bauen Google und AMD genau diesen Chip gerade.