AMD được đồn đoán bắt tay Google phát triển TPU thế hệ mới tích hợp CPU ngay trong package
#AMD #Google #TPU #TPUv10 #AI #ChipAI #GoogleCloud #TensorProcessingUnit #ReinforcementLearning #AgenticAI #CPU #HBM #Chiplet #Broadcom #NVIDIA #Marvell #Gemini #TríTuệNhânTạo #BánDẫn
Nếu Google thực sự đưa CPU của AMD vào cùng package với TPU, liệu đây có phải bước ngoặt khiến NVIDIA và cả Broadcom phải đối mặt với một đối thủ AI hoàn toàn khác trước đây?
Thông tin AMD có thể tham gia phát triển một thế hệ TPU mới của Google đang thu hút sự chú ý trong ngành bán dẫn, nhưng điểm quan trọng nhất cần nhấn mạnh là Google và AMD hiện chưa chính thức xác nhận dự án TPU v10 chung. Theo Data Center Dynamics dẫn thông tin từ SemiAnalysis ngày 17 tháng 8 năm 2026, các tín hiệu trên thị trường cho thấy Google có thể đang làm việc với AMD trong một dự án thuộc thế hệ TPU v10. (Datacenter Dynamics)
1. Điều đặc biệt không chỉ nằm ở việc AMD có thể tham gia
Nếu thông tin này trở thành hiện thực, đây không đơn thuần là câu chuyện Google thuê thêm một đối tác thiết kế chip. Điểm đáng chú ý hơn là khả năng kiến trúc TPU tương lai kết hợp các nhân CPU ngay trong package của bộ tăng tốc AI.
SemiAnalysis cho rằng CPU IP cùng năng lực đóng gói tiên tiến của AMD có thể là những yếu tố khiến công ty trở thành đối tác hấp dẫn. AMD đã có kinh nghiệm xây dựng những kiến trúc tích hợp CPU và GPU trong cùng package, điển hình qua dòng Instinct MI300A. (Tom’s Hardware)
Một thiết kế TPU tương lai về lý thuyết có thể kết hợp các thành phần như TPU chiplet của Google, CPU của AMD, bộ nhớ HBM và hệ thống liên kết tốc độ cao trong cùng một package.
Tuy nhiên, đây mới là kịch bản được giới phân tích đặt ra chứ chưa phải cấu hình TPU v10 được Google công bố.
2. Vì sao TPU lại cần CPU mạnh hơn
TPU vốn được thiết kế để xử lý các phép toán tensor và ma trận cực lớn. Nhưng AI hiện đại đang chuyển từ mô hình chủ yếu huấn luyện rồi suy luận sang reasoning, agentic AI và reinforcement learning.
Các hệ thống này không chỉ cần hàng nghìn tỷ phép nhân ma trận. Chúng còn phải xử lý logic tuần tự, điều phối tác vụ, chuẩn bị dữ liệu, môi trường reinforcement learning và nhiều công việc không phải lúc nào cũng thích hợp với accelerator chuyên dụng.
Google đã thể hiện xu hướng tăng cường vai trò CPU ở TPU thế hệ thứ tám. TPU 8i sử dụng CPU Axion dựa trên Arm và Google cho biết họ đã tăng số CPU host vật lý trên server lên gấp đôi. Google mô tả TPU 8i là kiến trúc hướng tới inference, reasoning và các tác vụ AI agent có tính lặp cao. (blog.google)
Thành phần Vai trò trong hệ thống AI
TPU Matrix multiplication, tensor processing, AI acceleration
CPU Điều phối, logic tuần tự, preprocessing và workload reinforcement learning
HBM Cung cấp băng thông bộ nhớ cực cao
SRAM Giữ dữ liệu hoạt động gần bộ xử lý
Interconnect Kết nối hàng nghìn accelerator thành cụm
Advanced packaging Đưa các chiplet lại gần nhau để giảm độ trễ và điện năng
Điều này giúp giải thích tại sao ý tưởng đặt CPU gần TPU hơn, thậm chí trong cùng package, lại đáng chú ý.
3. TPU 8i cho thấy Google đã bắt đầu giải bài toán này
Google công bố TPU 8t và TPU 8i thuộc thế hệ TPU thứ tám trong năm 2026. TPU 8t tập trung vào huấn luyện quy mô lớn, còn TPU 8i được tối ưu cho inference và post-training.
TPU 8i có 288 GB HBM, 384 MB SRAM trên chip và interconnect ICI đạt 19,2 Tb/s. Google cho biết hệ thống đạt hiệu năng trên chi phí cao hơn 80 phần trăm so với thế hệ trước trong các workload inference độ trễ thấp. (blog.google)
Nền tảng Định hướng chính Điểm nổi bật
Google TPU 8t Huấn luyện AI quy mô lớn Tối ưu compute và scale-up
Google TPU 8i Inference, post-training, reinforcement learning 288 GB HBM, 384 MB SRAM
TPU v10 được đồn đoán Chưa được Google công bố Có khả năng nghiên cứu CPU trong package
AMD Instinct MI300A HPC và AI CPU và GPU tích hợp trong cùng package
NVIDIA Vera Rubin NVL72 AI quy mô lớn Nền tảng CPU và GPU tích hợp ở cấp hệ thống
Google cũng đang triển khai NVIDIA Vera Rubin NVL72 thông qua các A5X bare-metal instance, đồng thời cung cấp CPU Axion và TPU riêng. Điều này cho thấy chiến lược của Google Cloud không nhất thiết phải lựa chọn duy nhất TPU hay GPU mà có thể phát triển nhiều kiến trúc song song. (Google Cloud)
4. Vì sao AMD lại là cái tên đáng chú ý
AMD sở hữu ba mảnh ghép đặc biệt phù hợp với một thiết kế kiểu này.
Thứ nhất là CPU IP. Kiến trúc CPU của AMD đã có vị trí lớn trong máy chủ và trung tâm dữ liệu.
Thứ hai là chiplet. AMD là một trong những doanh nghiệp thương mại hóa kiến trúc chiplet ở quy mô lớn rất sớm.
Thứ ba là kinh nghiệm tích hợp heterogeneous computing. Instinct MI300A kết hợp CPU và GPU trong một package, cho thấy AMD đã có kinh nghiệm thực tế với bài toán đưa những loại compute engine khác nhau đến gần nhau.
Đây cũng là lý do thông tin AMD tham gia TPU gây chú ý hơn nhiều so với việc Google đơn thuần đặt mua CPU EPYC.
5. Broadcom mới là cái tên cần đặc biệt theo dõi
Trong nhiều thế hệ TPU, Broadcom đóng vai trò quan trọng trong hệ sinh thái custom silicon của Google. Nếu AMD thực sự tham gia sâu vào TPU v10, điều đó có thể làm thay đổi cơ cấu đối tác của Google.
Nhưng chưa có cơ sở để kết luận AMD sẽ thay thế Broadcom.
Thực tế Google đang mở rộng mạng lưới đối tác custom silicon. Tháng 8 năm 2026, Google công bố thỏa thuận lớn với Marvell liên quan đến việc đồng phát triển chip AI tùy chỉnh và nhiều thành phần hạ tầng AI khác. (Financial Times)
Điều đáng chú ý vì vậy có thể không phải câu hỏi Google chọn AMD hay Broadcom, mà là Google đang muốn giảm sự phụ thuộc vào bất kỳ một nhà cung cấp thiết kế silicon nào.
6. Cuộc chiến thực sự vẫn hướng tới NVIDIA
NVIDIA hiện xây dựng hệ sinh thái AI quanh GPU, CPU, networking và phần mềm CUDA. Google lại đi theo hướng khác khi tự phát triển TPU, CPU Axion, interconnect và AI Hypercomputer.
Nếu một TPU tương lai có thể kết hợp CPU, accelerator và HBM chặt chẽ hơn trong cùng package, khoảng cách kiến trúc giữa TPU và những nền tảng AI tích hợp của AMD hay NVIDIA sẽ ngày càng thu hẹp.
Nhưng cạnh tranh không thể chỉ đo bằng FLOPS.
Yếu tố Google TPU NVIDIA AMD
Accelerator AI TPU GPU GPU Instinct
CPU riêng Axion Arm Grace và Vera EPYC
CPU và accelerator tích hợp Đang tăng mức tích hợp hệ thống, TPU v10 chưa xác nhận Có nền tảng CPU và GPU kết hợp MI300A đã tích hợp CPU và GPU
Phần mềm chủ lực JAX, XLA, PyTorch và hệ sinh thái Google Cloud CUDA và PyTorch ROCm và PyTorch
Lợi thế nổi bật Đồng thiết kế từ Gemini tới hạ tầng Hệ sinh thái AI rất rộng CPU, GPU và chiplet
Google cho biết TPU hiện hỗ trợ native PyTorch cùng JAX, MaxText, SGLang và vLLM. Đây là thay đổi quan trọng vì khả năng tiếp cận phần mềm từng là một trong những lợi thế lớn nhất của NVIDIA. (blog.google)
7. Reinforcement learning có thể là nguyên nhân sâu xa
Một chi tiết đáng chú ý trong tin đồn TPU v10 chính là reinforcement learning.
Trong quá trình reinforcement learning, accelerator thực hiện lượng lớn phép toán AI, nhưng CPU vẫn phải xử lý nhiều công việc điều phối và logic. Nếu CPU nằm xa TPU, dữ liệu phải liên tục di chuyển giữa các thành phần.
Đưa CPU đến gần TPU hơn có thể giảm độ trễ, tăng bandwidth và giảm lượng dữ liệu phải đi qua các kết nối bên ngoài package.
Google thực ra đã nói về triết lý này từ nhiều năm trước. Công ty cho rằng việc đưa nhiều chức năng vào SoC hoặc nhiều chip trong cùng package có thể cải thiện đáng kể latency, bandwidth, điện năng và chi phí so với việc đặt các thành phần cách xa nhau trên bo mạch. (Google Cloud)
Vì vậy, tin đồn TPU tích hợp CPU không phải một ý tưởng hoàn toàn tách biệt khỏi hướng phát triển phần cứng lâu dài của Google.
8. TPU của Google đang trở thành một nền tảng kinh doanh lớn hơn
TPU từng chủ yếu được nhìn nhận như vũ khí nội bộ phục vụ Search, Gemini và các dịch vụ Google. Điều đó đang thay đổi.
Google cho biết TPU hiện phục vụ toàn bộ vòng đời AI từ frontier training, inference tới agentic AI. Ironwood thế hệ thứ bảy đạt quy mô 9.216 chip trong một pod và công suất tính toán 42,5 ExaFLOPS. TPU 8t có thể mở rộng tới 9.600 chip trong một superpod. (Google Cloud)
Tháng 5 năm 2026, Google và Blackstone còn công bố liên doanh xây dựng một TPU cloud mới. Blackstone cam kết vốn chủ sở hữu ban đầu 5 tỷ USD, hướng tới khoảng 500 MW công suất trong năm 2027, trong khi Google cung cấp TPU, phần mềm và dịch vụ. (blog.google)
Đây là tín hiệu cho thấy TPU không còn chỉ là con chip phục vụ nội bộ Google.
9. Điều gì đã được xác nhận và điều gì vẫn chỉ là tin đồn
Thông tin Trạng thái
Google có TPU thế hệ thứ tám 8t và 8i Đã được Google công bố
TPU 8i dùng CPU Axion làm host Đã được Google công bố
TPU ngày càng hướng tới reasoning và agentic AI Đã được Google công bố
Google và AMD đang phát triển TPU v10 Chưa được hai công ty xác nhận
TPU v10 sẽ tích hợp CPU AMD trong package Chưa được xác nhận
AMD sẽ thay thế Broadcom Chưa có cơ sở xác nhận
Google muốn tối ưu TPU cho reinforcement learning Xu hướng đã thể hiện ở TPU 8i, nhưng cấu hình TPU v10 chưa được xác nhận
Đây chính là ranh giới quan trọng khi đọc thông tin đang lan truyền.
Tin đáng chú ý không phải là Google đã chính thức chọn AMD làm đối tác TPU v10, bởi điều đó chưa được xác nhận. Tin đáng chú ý nằm ở khả năng kiến trúc AI đang tiến tới một giai đoạn mà CPU, accelerator, HBM và interconnect phải được đồng thiết kế chặt chẽ hơn bao giờ hết.
Nếu AMD thực sự bước vào dự án TPU tương lai của Google, đây có thể trở thành một trong những hợp tác đáng chú ý nhất của ngành bán dẫn AI. AMD khi đó không chỉ cạnh tranh bằng GPU Instinct hay CPU EPYC mà còn có thể tham gia sâu hơn vào thị trường custom AI silicon.
Và nếu CPU cuối cùng được đưa vào cùng package với TPU, cuộc đua AI sẽ không còn đơn giản là TPU đấu GPU. Nó sẽ trở thành cuộc chiến giữa những hệ thống tính toán AI hoàn chỉnh, nơi Google, NVIDIA và AMD đều tìm cách kiểm soát ngày càng nhiều thành phần từ silicon, bộ nhớ, networking cho tới software stack.
