TPU rời khỏi đám mây của Google
Google TPU là bộ tăng tốc chuyên dụng do Google thiết kế để xử lý các tác vụ học máy, từ huấn luyện mô hình đến suy luận AI, thay vì phục vụ nhiều loại tính toán như GPU đa dụng. Ngày 27 tháng 10 năm 2026, tại sự kiện Oracle AI World ở Las Vegas, Oracle và Google công bố TPU sẽ được cung cấp trên Oracle Cloud Infrastructure (OCI) từ năm 2027. Đây là lần đầu TPU xuất hiện trên một nền tảng đám mây lớn bên ngoài hệ sinh thái Google, đánh dấu bước mở rộng đáng kể cho chip AI này.
Thỏa thuận có ý nghĩa vì nó tách quyền tiếp cận phần cứng khỏi lựa chọn nhà cung cấp đám mây. Khách hàng OCI không cần chuyển toàn bộ môi trường sang Google Cloud mới có thể cân nhắc TPU. Google vẫn cung cấp công nghệ chip, còn Oracle đảm nhiệm điện năng, làm mát và mạng trung tâm dữ liệu để triển khai chúng trong hạ tầng AI của mình. Tuy vậy, công bố hợp tác chưa đồng nghĩa TPU sẽ phù hợp với mọi doanh nghiệp: lợi ích thực tế sẽ tùy thuộc vào mô hình, phần mềm và cách tổ chức vận hành.
Lựa chọn GPU hay TPU phải bắt đầu từ tác vụ
TPU bổ sung lựa chọn cho cả huấn luyện mô hình lớn lẫn suy luận trong môi trường sản xuất, bao gồm các ứng dụng AI tác tử và xử lý ngữ cảnh dài. Điều này đáng chú ý vì chi phí tính toán và nhu cầu hạ tầng tăng khi doanh nghiệp huấn luyện mô hình lớn hoặc vận hành AI ở quy mô cao; TPU có thể đem lại lợi thế hiệu năng và hiệu quả khác nhau tùy kiến trúc mô hình, khối lượng công việc và phần mềm, trong khi GPU được thiết kế để xử lý phạm vi tác vụ rộng hơn.
Suy luận là điểm doanh nghiệp nên đánh giá kỹ, chứ không chỉ tập trung vào huấn luyện. Mỗi lần nhân viên gọi trợ lý AI hay một tác tử truy vấn mô hình đều tiêu thụ năng lực tính toán, nên một cải thiện nhỏ ở quy mô lớn có thể tác động tới vận hành hằng ngày. Tuy nhiên, không thể kết luận TPU luôn rẻ hơn hoặc nhanh hơn GPU nếu chưa thử trên chính mô hình và phần mềm của tổ chức. Lựa chọn hợp lý là so sánh hiệu năng, độ trễ và mức sử dụng tài nguyên trên từng tác vụ, thay vì mua theo xu hướng.
Thế hệ TPU mới nhắm hai bài toán khác nhau
Oracle và Google cho biết danh mục TPU thế hệ thứ tám gồm TPU 8t dành cho huấn luyện và TPU 8i tối ưu cho suy luận. Theo Google, TPU 8t đạt hiệu năng tính toán trên mỗi pod gần gấp ba thế hệ trước; cấu hình được công bố có 216 GB bộ nhớ băng thông cao (HBM), 128 MB SRAM trên chip và hiệu năng FP4 đỉnh 12,6 petaflop.
TPU 8i có 288 GB HBM, 384 MB SRAM, hiệu năng FP4 đỉnh 10,1 petaflop và băng thông bộ nhớ 8.601 GB/s. Những con số này cho thấy Google đang phân chia phần cứng theo nhu cầu thay vì quảng bá một chip dùng cho mọi việc. Nhưng thông số đỉnh không tự trả lời câu hỏi quan trọng nhất với doanh nghiệp: mô hình cụ thể chạy nhanh, ổn định và hiệu quả đến đâu trên hệ thống hoàn chỉnh. Vì thế, khi TPU xuất hiện trên OCI, thử nghiệm thực tế và khả năng tích hợp phần mềm sẽ quan trọng không kém cấu hình chip.
Giá trị thật nằm ở quyền lựa chọn
TPU dự kiến có mặt trên OCI trong năm dương lịch 2027; hai công ty cho biết quy mô triển khai sẽ tăng dần trong nhiều năm theo nhu cầu khách hàng. Khoảng thời gian này cho doanh nghiệp cơ hội rà soát kiến trúc ứng dụng, xác định tác vụ phù hợp để thử nghiệm và chuẩn bị tiêu chí đánh giá trước khi đưa thêm phần cứng vào môi trường sản xuất.
Với Oracle, TPU giúp mở rộng danh mục tính toán AI; với Google, đây là cách đưa công nghệ của mình tới khách hàng ngoài đám mây nội bộ. Nhưng không bên nào xóa bỏ vai trò của GPU chỉ bằng một thỏa thuận. Doanh nghiệp có lợi nhất khi được quyền chọn chip theo từng khối lượng công việc và giữ khả năng so sánh giữa các kiến trúc. Kết luận thực dụng là: TPU trên Oracle Cloud mở thêm một con đường đáng cân nhắc, còn quyết định sử dụng phải dựa trên thử nghiệm, khả năng tương thích và hiệu quả vận hành của từng tổ chức.
