I/O26: Mega-Investitionen – ultra-designte Super-Chips (4)

Google investiert aktuell massive Summen in seine weltweite KI-Infrastruktur, um den enormen Hunger nach künstlicher Intelligenz zu stillen. Allein für dieses Jahr sind Rekordausgaben von bis zu 190 Milliarden Dollar geplant. Das Herzstück dieser Strategie ist sogenanntes „Custom Silicon“ – maßgeschneiderte Computerchips, die Google komplett selbst entwickelt, um unabhängig von klassischen Chipherstellern zu werden.

Die Mega-Fabrik der KI: Über 1 Million TPU-Chips
Inzwischen betreibt Google ein gigantisches Netzwerk aus über einer Million eigenen TPU-Chips (Tensor Processing Units). Das sind hochspezialisierte Rechenkerne, die ausschließlich für die extremen mathematischen Anforderungen von künstlicher Intelligenz gebaut wurden.

Erstmals ein dualer Ansatz: TPU 8t vs. TPU 8i
Mit der neuesten, 8. Chip-Generation teilt Google die Arbeit zum ersten Mal auf zwei unterschiedliche Spezialisten auf:

• TPU 8t (Training): Die absolute Urgewalt. Dieser Chip ist ausschließlich dafür da, neue, riesige KI-Modelle wie Gemini über Wochen hinweg mit Daten zu füttern und zu trainieren.
• TPU 8i (Inferenz): Der Alltagsprofi. Dieser Chip ist darauf optimiert, deine fertigen Suchanfragen und Befehle in Sekundenschnelle zu beantworten – und das mit minimalem Stromverbrauch.

Der neue Manager aus eigener Hand: Google Axion
Damit diese TPUs perfekt laufen, braucht es hocheffiziente Hauptprozessoren (CPUs). Hier kommt Google Axion ins Spiel: Googles erster eigener Prozessor, der auf der extrem stromsparenden ARM-Architektur basiert (ähnlich wie die Chips in unseren Smartphones). Axion übernimmt das Management im Rechenzentrum und spart bei Standardaufgaben bis zu 60 Prozent Strom.

Das Ergebnis für uns: Durch diese perfekte Verschmelzung von maßgeschneiderter Hard- und Soft-ware werden KI-Antworten im Alltag blitzschnell und fühlen sich fast ohne Verzögerung wie ein echtes Gespräch an.

P.S. HzK: 1. Dieser Beitrag (weiter oben) ist Google-KI-Modus-generiert. Ich habe mir den diesbezüglichen Teil der I/O26 (SP ab ca. 11.37) zuvor genau angesehen und die Stichworte vorgegeben, die die KI in den Beitrag einarbeiten soll, auch die Länge, und habe um ein einfaches Verständnislevel gebeten. Das Ergebnis ist m.E. hervorragend (in 2 bis 3 Sekunden generiert). 2. Ich musste nur die Überschrift stärker verändern, da sie in (Default-)H1 formatiert unheimlich viel Platz eingenommen hätte; beim nächsten diesbezüglichen Problem werde ich die KI mit der Lösung, also der Verkürzung beauftragen.

(26.5.26)