Google memperluas jajaran prosesor kecerdasan buatan (AI) generasi kedelapan dengan memperkenalkan TPU 8tx dan TPU 8i Max pada 9 November 2026. Kedua sistem baru tersebut dirancang untuk menangani kebutuhan komputasi AI yang semakin kompleks, terutama pemrosesan data rahasia dan pekerjaan yang membutuhkan kapasitas memori besar.
Peluncuran ini melengkapi dua sistem sebelumnya, yakni TPU 8t dan TPU 8i yang diperkenalkan pada April 2026. Dengan penambahan tersebut, Google kini memiliki empat sistem TPU generasi kedelapan yang masing-masing ditujukan untuk kebutuhan pelatihan model, inferensi, komputasi rahasia, dan pemrosesan konteks berskala besar.
Kehadiran TPU 8tx dan TPU 8i Max menjadi bagian dari strategi Google dalam membangun infrastruktur AI untuk era agentic AI. Teknologi ini ditujukan untuk mendukung sistem kecerdasan buatan yang tidak hanya menjawab pertanyaan, tetapi juga mampu menjalankan tugas bertahap, menggunakan berbagai alat, dan memproses informasi dalam jumlah besar.
Apa Itu Google TPU 8tx dan TPU 8i Max?
TPU merupakan singkatan dari Tensor Processing Unit, yaitu prosesor khusus yang dikembangkan Google untuk mempercepat komputasi kecerdasan buatan. Berbeda dengan prosesor umum, TPU dirancang untuk menangani operasi matematika yang banyak digunakan dalam pelatihan dan pengoperasian model AI.
Google TPU 8tx dan TPU 8i Max merupakan dua konfigurasi sistem baru dalam keluarga TPU generasi kedelapan. Keduanya dikembangkan untuk menjawab kebutuhan perusahaan yang semakin bergantung pada AI, khususnya ketika sistem harus memproses data sensitif atau menangani konteks informasi yang sangat panjang.
Beberapa hal penting mengenai kedua sistem tersebut meliputi:
- TPU 8tx: Dioptimalkan untuk inferensi yang aman dan rahasia serta mendukung pelatihan skala kecil.
- TPU 8i Max: Dirancang untuk kebutuhan komputasi dengan konteks sangat panjang dan kepadatan komputasi tinggi.
- TPU 8t: Difokuskan pada pelatihan model AI berskala besar.
- TPU 8i: Dioptimalkan untuk penalaran AI dan inferensi berlatensi rendah.
Google menjelaskan bahwa kedua sistem baru tersebut bukan sekadar pengembangan chip baru. Perusahaan menggabungkan komponen komputasi, memori, jaringan, dan keamanan untuk membentuk sistem yang sesuai dengan kebutuhan penggunaan AI modern.
Google TPU 8tx Dirancang untuk Komputasi AI Rahasia
Salah satu perhatian utama dalam pengembangan AI perusahaan adalah keamanan informasi. Model kecerdasan buatan sering kali membutuhkan akses terhadap dokumen internal, data pelanggan, informasi bisnis, hingga berbagai materi yang tidak boleh dibagikan kepada pihak lain.
TPU 8tx dikembangkan untuk mendukung kebutuhan tersebut melalui teknologi confidential computing pada tingkat perangkat keras. Teknologi ini memungkinkan pemrosesan data sensitif dilakukan dengan perlindungan tambahan selama komputasi berlangsung.
Fungsi Utama TPU 8tx
Google menyebut TPU 8tx sebagai sistem yang dioptimalkan untuk inferensi rahasia dan juga dapat digunakan untuk pelatihan skala kecil. Sistem tersebut ditujukan bagi perusahaan dan lembaga pemerintah yang menjalankan model AI dengan kebutuhan keamanan tinggi.
Beberapa fungsi yang menjadi perhatian dalam TPU 8tx antara lain:
- Inferensi rahasia: Mendukung pengoperasian model AI ketika memproses informasi sensitif.
- Fine-tuning privat: Memungkinkan penyesuaian model menggunakan data internal tanpa harus memindahkan data sensitif ke klaster terpisah.
- Distilasi model: Mendukung proses pengembangan model berukuran lebih kecil dari model yang lebih besar.
- Pelatihan agen AI: Mendukung proses pelatihan agen melalui metode reinforcement learning.
- Pemrosesan data perusahaan: Ditujukan bagi organisasi dengan persyaratan keamanan dan kerahasiaan yang ketat.
Kemampuan tersebut relevan bagi sektor keuangan, pemerintahan, layanan kesehatan, dan perusahaan yang mengelola informasi dengan tingkat kerahasiaan tinggi. Namun, penerapan perlindungan data tetap bergantung pada konfigurasi sistem dan kebijakan keamanan yang digunakan organisasi.
Google TPU 8i Max Mengutamakan Kapasitas Memori Besar
Berbeda dari TPU 8tx, TPU 8i Max dikembangkan untuk mengatasi keterbatasan kapasitas memori ketika model AI menangani informasi dalam jumlah besar. Google menyebut persoalan tersebut sebagai memory wall, yaitu kondisi ketika kemampuan pemrosesan meningkat, tetapi akses terhadap data di memori menjadi hambatan.
Masalah ini semakin penting ketika beberapa agen AI bekerja secara bersamaan. Contohnya, sistem yang menganalisis seluruh kode dalam sebuah proyek perangkat lunak atau memproses rekaman video berdurasi panjang membutuhkan akses terhadap banyak informasi dalam waktu bersamaan.
Menggabungkan Dua Chip TPU 8i
Google mengembangkan TPU 8i Max dengan menggabungkan dua chip TPU 8i dalam satu paket. Pendekatan tersebut meningkatkan kemampuan komputasi sekaligus kapasitas memori tanpa harus memperbesar jejak rak pusat data secara proporsional.
Keunggulan utama TPU 8i Max meliputi:
- Komputasi dua kali lipat: Menyediakan kemampuan komputasi dua kali dibandingkan TPU 8i.
- SRAM dua kali lebih besar: Meningkatkan kapasitas memori internal untuk mendukung pemrosesan data.
- Bandwidth HBM dua kali lipat: Mempercepat perpindahan data antara memori berbandwidth tinggi dan unit pemrosesan.
- Kepadatan komputasi lebih tinggi: Memungkinkan lebih banyak kemampuan komputasi ditempatkan dalam ruang rak yang sama.
- Dukungan konteks panjang: Ditujukan untuk beban kerja AI yang membutuhkan pemrosesan informasi dalam jumlah besar.
Kombinasi tersebut dirancang agar prosesor tidak terlalu sering menunggu data dari memori. Dengan demikian, sistem dapat menangani pekerjaan AI yang membutuhkan konteks panjang dan aktivitas beberapa agen secara bersamaan.
Perbedaan TPU 8tx, TPU 8i Max, TPU 8t, dan TPU 8i
Peluncuran dua sistem baru membuat keluarga TPU generasi kedelapan Google memiliki empat konfigurasi dengan sasaran berbeda. Perbedaan utamanya terletak pada jenis pekerjaan AI yang menjadi prioritas masing-masing sistem.
Berikut gambaran fungsi keempat sistem tersebut berdasarkan penjelasan Google:
Keempat sistem tersebut tidak dirancang untuk saling menggantikan sepenuhnya. Google justru menempatkannya sebagai pilihan infrastruktur yang dapat disesuaikan dengan tahapan pengembangan dan pengoperasian kecerdasan buatan.
Pembagian tersebut memberikan pilihan bagi perusahaan yang membutuhkan pelatihan model, layanan AI responsif, pemrosesan data rahasia, maupun pengelolaan agen AI dengan konteks panjang.
Mengapa Google Mengembangkan TPU Generasi Kedelapan?
Perkembangan AI telah mengubah kebutuhan komputasi perusahaan teknologi. Model AI modern tidak hanya digunakan untuk menghasilkan teks atau gambar, tetapi juga menjalankan pekerjaan kompleks melalui agen otonom yang dapat melakukan beberapa tahapan tugas.
Kebutuhan tersebut membuat infrastruktur komputasi harus mampu menyediakan kinerja tinggi, akses memori cepat, keamanan data, dan efisiensi penggunaan sumber daya.
Beberapa alasan pengembangan TPU 8tx dan TPU 8i Max antara lain:
- Meningkatnya penggunaan agen AI: Perusahaan mulai menggunakan agen untuk menjalankan pekerjaan bertahap secara otomatis.
- Kebutuhan perlindungan data: Organisasi memerlukan sistem yang dapat memproses informasi rahasia dengan perlindungan tambahan.
- Beban kerja semakin kompleks: Model AI membutuhkan kapasitas memori lebih besar untuk memahami konteks panjang.
- Efisiensi pusat data: Kepadatan komputasi yang lebih tinggi membantu memanfaatkan ruang dan energi secara lebih efektif.
- Kebutuhan infrastruktur khusus: Setiap tahapan pengembangan AI membutuhkan karakteristik perangkat keras yang berbeda.
Google juga menyatakan bahwa pengembangan TPU dilakukan bersama Google DeepMind. Kolaborasi tersebut menggabungkan kebutuhan penelitian model AI dengan pengembangan perangkat keras dan sistem pendukungnya.
Google Perluas Dukungan TPU untuk Pengembang AI
Selain memperkenalkan perangkat keras baru, Google juga mengembangkan ekosistem perangkat lunak agar TPU lebih mudah digunakan oleh pengembang. Langkah tersebut penting karena selama ini penggunaan prosesor khusus AI sering membutuhkan penyesuaian kode dan perangkat pengembangan tertentu.
Google menyebut sejumlah pengembangan perangkat lunak yang ditujukan untuk memperluas akses terhadap TPU.
Beberapa pengembangan tersebut meliputi:
1. TorchTPU dan Dukungan PyTorch
TorchTPU merupakan perangkat lunak sumber terbuka yang memungkinkan pengembang menggunakan PyTorch untuk menjalankan model pada infrastruktur TPU.
- Mendukung penggunaan kode PyTorch pada TPU.
- Mempermudah pemanfaatan model dari ekosistem Hugging Face.
- Mengurangi kebutuhan penulisan ulang kode untuk memulai penggunaan TPU.
2. TPU Agent Suite
Google juga memperkenalkan TPU Agent Suite yang ditujukan untuk membantu proses penggunaan dan optimalisasi perangkat keras TPU.
- Membantu proses awal penggunaan TPU.
- Menganalisis hambatan kinerja.
- Mengoptimalkan kernel khusus secara otomatis.
- Terintegrasi dengan sejumlah perangkat pengembangan berbasis AI.
3. XLA Serving Engine
XLA Serving Engine merupakan sistem untuk menjalankan model yang telah dilatih menggunakan lingkungan runtime C++ berlatensi rendah.
- Mendukung proses penyajian model AI.
- Dirancang untuk penggunaan produksi.
- Mendukung infrastruktur TPU, GPU, dan CPU.
Pengembangan tersebut menunjukkan bahwa strategi Google tidak hanya berfokus pada kecepatan perangkat keras. Kemudahan penggunaan perangkat lunak juga menjadi bagian penting agar lebih banyak pengembang dan perusahaan dapat memanfaatkan teknologi TPU.
Kapan TPU 8tx dan TPU 8i Max Tersedia?
Pengumuman TPU 8tx dan TPU 8i Max disampaikan Google pada 9 November 2026 melalui publikasi resmi perusahaan. Meski demikian, pengumuman produk tidak selalu berarti perangkat tersebut langsung tersedia untuk digunakan oleh seluruh pelanggan Google Cloud.
Hingga informasi pengumuman tersebut, Google belum mencantumkan tanggal ketersediaan umum, daftar wilayah layanan, maupun harga resmi untuk kedua sistem baru tersebut. Informasi ini penting bagi perusahaan yang ingin memperhitungkan kebutuhan infrastruktur sebelum mengadopsi teknologi terbaru.
Berikut status informasi yang perlu diperhatikan:
- Tanggal pengumuman: 9 November 2026.
- Ketersediaan umum: Belum diumumkan secara terperinci.
- Harga penggunaan: Belum diumumkan.
- Wilayah layanan: Belum ada daftar wilayah yang dipublikasikan dalam pengumuman tersebut.
- Target pengguna: Perusahaan, pengembang AI, dan organisasi yang membutuhkan komputasi khusus.
Dengan demikian, belum tersedia dasar untuk memastikan kapan TPU 8tx dan TPU 8i Max dapat digunakan secara luas atau berapa biaya penggunaannya. Perkembangan berikutnya perlu mengikuti pengumuman resmi Google Cloud.
Dampak TPU 8tx dan TPU 8i Max bagi Industri AI
Kehadiran TPU 8tx dan TPU 8i Max berpotensi memperluas pilihan infrastruktur bagi perusahaan yang mengembangkan layanan berbasis kecerdasan buatan. Kebutuhan setiap organisasi berbeda, sehingga ketersediaan sistem dengan fungsi khusus dapat membantu menentukan perangkat keras yang lebih sesuai.
Beberapa sektor yang berpotensi memanfaatkan teknologi tersebut antara lain:
- Perbankan dan keuangan: TPU 8tx dapat mendukung pemrosesan AI dengan kebutuhan perlindungan informasi sensitif.
- Kesehatan: Infrastruktur komputasi rahasia dapat menjadi salah satu pilihan untuk beban kerja yang melibatkan informasi kesehatan.
- Pendidikan dan penelitian: TPU 8i Max dapat mendukung analisis data dan penelitian yang membutuhkan pemrosesan konteks panjang.
- Pengembangan perangkat lunak: Kapasitas memori lebih besar dapat membantu agen AI menganalisis proyek kode yang kompleks.
- Perusahaan teknologi: Kedua sistem dapat mendukung pengembangan dan pengoperasian model AI sesuai karakteristik beban kerja.
Meski demikian, manfaat nyata bagi setiap sektor akan bergantung pada kebutuhan aplikasi, biaya operasional, ketersediaan layanan, dan integrasi dengan sistem yang sudah digunakan.
Perbedaan TPU dan GPU dalam Infrastruktur Kecerdasan Buatan
TPU dan GPU sama-sama digunakan untuk mempercepat pekerjaan komputasi AI. Namun, keduanya memiliki pendekatan desain dan ekosistem yang berbeda.
TPU dikembangkan Google sebagai prosesor khusus untuk kebutuhan komputasi pembelajaran mesin. Sementara itu, GPU memiliki penggunaan lebih luas, mulai dari grafis komputer hingga pelatihan dan inferensi model AI.
Berikut beberapa perbedaan secara umum:
- Tujuan desain: TPU dirancang khusus untuk beban kerja AI, sedangkan GPU mendukung berbagai jenis komputasi paralel.
- Ekosistem: TPU memiliki dukungan perangkat lunak Google, termasuk JAX dan PyTorch melalui pengembangan dukungan khusus.
- Fleksibilitas: GPU memiliki ekosistem yang luas untuk berbagai kebutuhan komputasi.
- Penggunaan: Keduanya dapat digunakan untuk pelatihan model maupun inferensi, bergantung pada jenis perangkat dan konfigurasi.
- Pertimbangan biaya: Pemilihan perangkat harus memperhitungkan harga, performa, konsumsi energi, serta biaya operasional keseluruhan.
Karena karakteristiknya berbeda, TPU tidak otomatis menggantikan GPU dalam seluruh kebutuhan AI. Perusahaan perlu mempertimbangkan kompatibilitas perangkat lunak, jenis model, kapasitas infrastruktur, dan kebutuhan komputasi sebelum menentukan pilihan.
Penutup
Peluncuran Google TPU 8tx dan TPU 8i Max menandai perluasan infrastruktur kecerdasan buatan generasi kedelapan. Kedua sistem tersebut memiliki fokus berbeda, yakni TPU 8tx untuk komputasi AI rahasia dan TPU 8i Max untuk menangani pekerjaan yang membutuhkan kapasitas memori serta konteks informasi besar.
Beberapa poin utama dari pengembangan ini meliputi:
- TPU 8tx mengutamakan keamanan pemrosesan data sensitif.
- TPU 8i Max menawarkan dua kali kemampuan komputasi, SRAM, dan bandwidth HBM dibandingkan TPU 8i.
- Google memperluas dukungan perangkat lunak untuk mempermudah penggunaan TPU oleh pengembang.
Meski sudah diperkenalkan secara resmi, harga dan jadwal ketersediaan kedua sistem tersebut belum diumumkan secara terperinci. Perkembangan teknologi ini masih perlu dipantau melalui informasi resmi Google dan Google Cloud untuk mengetahui penerapan serta akses layanannya bagi perusahaan dan pengembang AI.