پاسخ کوتاه: TPU تراشه اختصاصی گوگل برای هوش مصنوعی است که بهجای انعطاف GPU، فقط برای یک کار طراحی شده: ضرب ماتریسهای عظیم در یادگیری عمیق. این تمرکز، بهرهوری انرژی و هزینه بر واحد محاسبه را در مقیاس دیتاسنتر بالا میبرد. گوگل مدلهای Gemini را روی TPU آموزش میدهد و آن را از طریق سرویس ابری خود عرضه میکند؛ TPU مهمترین نماد راهبرد «ادغام عمودی» — طراحی تراشه تا مدل زیر یک سقف — است.
معادل انگلیسی: TPU
پرسشهای پرتکرار درباره واحد پردازش تنسور
تفاوت TPU و GPU چیست؟
GPU همهمنظورهتر است و اکوسیستم نرمافزاری غنی دارد؛ TPU فقط برای یادگیری عمیق طراحی شده و در همان محدوده، بهرهوری انرژی و مقیاسپذیری بهتری در دیتاسنتر ارائه میدهد.
آیا میتوان TPU خرید؟
بهصورت تراشه مستقل معمولاً نه؛ دسترسی عمدتاً اجارهای و از طریق Google Cloud است. نسخههای کوچک لبهای نیز برای دستگاهها وجود داشته اما تمرکز اصلی، ابر است.
چرا گوگل تراشه اختصاصی ساخت؟
برای کاهش وابستگی به انویدیا، کنترل هزینه آموزش مدلهای عظیم و بهینهسازی همزمان سختافزار و مدل؛ راهبردی که آمازون (Trainium) و مایکروسافت هم دنبال میکنند.