Google tuo huhujen mukaan CPU-ytimiä seuraavaan TPU-piiriinsä – ja se muuttaa kaiken agentti-AI:n kannalta

Konteksti on tärkeä. Broadcom on edelleen Googlen pitkäaikainen TPU-yhteensuunnittelukumppani, ja maaliskuussa 2026 allekirjoitettiin viisivuotinen yhteistyösopimus, joka kattaa sukupolvet v8–v11 . MediaTek hoitaa I/O- ja valmistuskoordinoinnin nykyisessä Ironwood (TPU v7x) -sukupolvessa . AMD:n osallistuminen vaikuttaa olevan projekti v10-sukupolvessa – ei välttämättä Broadcomin täydellinen korvaaminen, vaikka Broadcomin Ironwood CoWoS -tuotantoa onkin laskettu noin 32 000 kiekolla .

Google harkitsee erikseen Samsung Foundryn käyttöä v10-sukupolven komponenttien tuotannossa (koodinimi "Ice Fish") hajauttaakseen tuotantoa TSMC:n lisäksi , ja se on ollut pitkälle edenneissä neuvotteluissa Marvellin kanssa muista räätälöidyistä tekoälypiireistä .

Tärkeä varaus: Google tai AMD eivät ole vahvistaneet mitään. SemiAnalysisin raportti on markkinahuhu, ei virallinen ilmoitus, ja AMD-projekti voi olla tietty SKU, kokeellinen polku tai hajautushedge .

Miksi hybridipiirit ovat järkeviä agentti-AI:lle ja vahvistusoppimiselle

Siirtymä puhtaasta matriisi-ASICista kohti hybridipiiriä, jossa on integroidut CPU-ytimet, on suora arkkitehtoninen vastaus tekoälytyökuormien muuttuvaan luonteeseen – erityisesti vahvistusoppimiseen (RL) ja agentti-AI:hin.

Agentti-AI on CPU-sitoutunutta, ei GPU-sitoutunutta

Perinteinen eräpäätelmä on lähes täysin GPU-sitoutunutta: kehote menee sisään, GPU suorittaa eteenpäinlaskun, tokenit tulevat takaisin . Agentti-AI-työkuormat ovat perustavanlaatuisesti erilaisia. Orkestraatio, suunnittelu, työkalujen kutsuminen, hiekkalaatikon suoritus ja ympäristövuorovaikutus toimivat kaikki CPU:lla, eivät GPU:lla .

Akateeminen tutkimus osoitti, että työkaluvaltaiset agentti-AI-työkuormat ovat merkittävästi CPU:n työkalujen käsittelyn pullonkaulassa, ja se vie jopa 88 % kokonaisviiveestä . Akash Boraten erillinen analyysi nosti luvun jopa 90,6 prosenttiin .

CPU:n ja GPU:n suhde muuttuu radikaalisti

AI-koulutusklustereissa CPU:n ja GPU:n suhde on noin 1:7 tai 1:8 . Kun työkuormat siirtyvät päätelmään, suhde laskee arvoon 1:3 tai 1:4 . Agenttipohjaisissa käyttöönotoissa Intel paljasti Q1 2026 -tulossoitossaan, että jotkut asiakkaat käyttävät jo neljää CPU:ta GPU:ta kohti – tietyissä klustereissa jopa suhde 1:1 .

Morgan Stanley ennustaa CPU-markkinoiden kasvavan 32,5–60 miljardilla dollarilla vuoteen 2030 mennessä, ja tämä kasvu johtuu juuri tästä muutoksesta . AMD itse on väittänyt, että agentti-AI ei ole yksittäinen GPU-keskeinen päätelmätyökuorma, vaan heterogeeninen päästä päähän -työnkulku, joka vaatii korkean ydintiheyden ja korkean säie määrän CPU:ita orkestraatioon ja hiekkalaatikon suoritukseen .

Vahvistusoppiminen vaatii tiiviitä hiekkalaatikkosilmukoita

RL-koulutus – erityisesti agenttimallien osalta – vaatii toistuvia jaksoja, jotka koostuvat hiekkalaatikon suorituksesta, ympäristös simulaatiosta, palkkion laskennasta ja politiikkapäivityksistä. Nämä silmukat sisältävät huomattavaa CPU-puolen orkestraatiota, joka ei sovi tehokkaasti puhtaisiin matriisikiihdyttimiin.

Nvidian Vera (88-ytiminen Olympus-suunnittelu) ja Intel Xeon 6+ on molemmat optimoitu tälle "tiiviille vahvistusoppimisen hiekkalaatikkosilmukka" -mallille . Laitteistoteollisuus on yhtenäistymässä yhteisen oivalluksen ympärille: tulevat tekoälykiihdyttimet eivät ole puhtaita matriisimoottoreita.

Googlen hybridi-TPU v10 johtavana indikaattorina

Integroimalla AMD:n CPU-ytimet suoraan TPU-pakettiin Google voisi eliminoida PCIe-pullonkaulat näille CPU-raskaille agenttisilmukoille, vähentää viivettä ja käsitellä "työkalu kutsup → ympäristön askel → päivitä politiikka" -syklitä yhdellä tiukasti kytketyllä piillä. Tämä on sen oivalluksen laitteistototeutus, että tulevat tekoälyjärjestelmät ovat heterogeenisiä järjestelmä-paketti-suunnitelmia, jotka sekoittavat laskentatyyppejä työkuormavaiheen mukaan.

Laajemmat vaikutukset

Yhteenveto

Huhut siitä, että Google laittaa CPU-ytimiä TPU v10 -piiriinsä, eivät ole pieni hienosäätö – se on tunnustus siitä, että vuoden 2028 tekoälykiihdytin näyttää hyvin erilaiselta kuin vuoden 2024 malli. Agentti-AI ja vahvistusoppiminen kirjoittavat laskenta-arkkitehtuurin sääntöjä uusiksi, ja piiri, joka käsittelee työkalujen kutsusilmukkaa tuhat kertaa sekunnissa, on rakennettava eri tavalla kuin piiri, joka tekee yhden jättiläismäisen matriisikertolaskun.

Jos SemiAnalysisin huhu on oikea, Google ja AMD rakentavat sitä piiriä juuri nyt.