Googlen Triggerfish TPU v9: Päivitetty tekoälypiiri MediaTekin kanssa, HBM4E-muisti ja AI-agentit keskiössä

Keskeiset tekniset päivitykset

Triggerfish tekee kolme ensisijaista arkkitehtonista muutosta verrattuna nykyiseen Humufish TPU v9:ään:

• Sirun sisäinen SRAM: Kapasiteetti on 2–3 kertaa suurempi. Tämä mahdollistaa sen, että suurempi osa tekoälyagentin tai RL-mallin aktiivisesta työmuistista pysyy sirulla paikallisesti, mikä vähentää tarvetta hakea dataa hitaammasta sirun ulkopuolisesta muistista. Tuloksena on pienemmät tiedonsiirtokustannukset ja parempi tehokkuus erittäin matalan viiveen dekoodauksessa .
• Sirun ulkoinen DRAM: Päivitetty HBM4:stä seuraavan sukupolven HBM4E:hen. Tämä tarjoaa korkeamman muistikaistanleveyden laajamittaiseen päättelyyn .
• Uusi simulaatiosiru: Erillinen analoginen/simulaatiosiru on lisätty erityisesti RL- ja agenttityökuormille. Mahdollisia toimintoja ovat paikallinen TPU-hallinta, koulutus/päättelytilan vaihto ja vahvistusoppiminen tekoälyagenttien yhteistyössä .

Nämä muutokset kohdistuvat suoraan tekoälyn ASIC-piireissä yleisiin "CPU-seinä"- ja "muistiseinä"-pullonkauloihin .

Kohdistaminen tekoälyagentteihin ja vahvistusoppimiseen

Triggerfish on nimenomaan suunniteltu seuraavan aallon tekoälytyökuormille: tekoälyagenteille ja vahvistusoppimiselle .

• Suurempi SRAM tarkoittaa, että suurempi osa agentin aktiivisesta tilasta – monivaiheiseen päättelyyn tarvittavasta työmuistista – pysyy sirulla, mikä leikkaa viivettä dramaattisesti.
• Uusi simulaatiosiru on laitteistokiihdytin, joka on optimoitu vahvistusoppimiselle ja agenttipohjaisille järjestelmille tyypillisiin yritys-erehdys-oppimissilmukoihin.
• HBM4E-muisti varmistaa, että kun dataa täytyy siirtää sirun ulkopuolelle, se voi liikkua mahdollisimman suurella kaistanleveydellä.

Tämä keskittyminen on linjassa Googlen laajemman tekoälystrategian kanssa. Kuten Googlen oma dokumentaatio toteaa: "Agenttitekoälyyn siirtyminen vaatii infrastruktuuria, joka kykenee monivaiheiseen päättelyyn ja jatkuvaan vahvistusoppimiseen." TPU:t on suunniteltu "murtamaan päättelyn 'muistiseinä' isännöimällä massiivisia KV-välimuisteja kokonaan piirillä, hyödyntämällä laajennettua sirun sisäistä SRAM-muistia" .

Tuotannon aikataulu ja määrät

Kuon toimitusketjukyselyn mukaan:

Nämä volyymit ovat suhteellisen vaatimattomia verrattuna perus-TPU v9:ään, mikä kuvastaa Triggerfishin asemaa kohdennettuna päivityksenä tiettyihin, korkean arvon päättelytehtäviin eikä massamarkkinoiden korvaajana.

Miten Triggerfish sopii Googlen strategiaan Nvidiaa vastaan

Triggerfish on osa Googlen pitkäaikaista strategiaa kehittää omia räätälöityjä piirejä (TPU) vähentääkseen riippuvuutta Nvidian grafiikkapiireistä tekoälytyökuormissa .

Päivittämällä TPU v9:ää sen sijaan, että odotettaisiin täyttä v10:ä, Google voi iteroida nopeammin päättelyyn liittyviä parannuksia nouseville työkuormille, kuten tekoälyagenteille ja RL:lle – alueilla, joilla Nvidian yleiskäyttöiset grafiikkapiirit saattavat olla ylimitoitettuja pelkkään päättelyyn .

Piiri on suunniteltu "tehokkaan laskennan maksimointiin" – pitämään aktiivinen data sirulla pienentääkseen kustannuksia ja viivettä, kilpaillen suoraan päättelyn kokonaiskustannuksissa Nvidian H100/B200-luokan laitteistoa vastaan .

Keskeiset varoitukset

Kaikki yksityiskohdat perustuvat yhteen analyytikkokyselyyn (Ming-Chi Kuo, TF International Securities, 22. kesäkuuta 2026). Google ei ole vahvistanut Triggerfish-koodinimeä, teknisiä tietoja tai aikataulua. Hinnoittelu, volyymit ja kumppanieksklusiivisuus ovat yhä vahvistamatta asianomaisilta yrityksiltä. Siihen asti, kun Google tekee virallisen ilmoituksen, näitä tietoja tulisi käsitellä uskottavana mutta vahvistamattomana teollisuusraporttina.