Ao vivo 18/11 · Turma 318 nov às 19:00 MSK — aula prática gratuita de agentes de IA · Turma 3 ao vivo começa 23/11Aula 18/11 →Turma 3 (23/11)
HardwareGlossário

TPU (Tensor Processing Unit)

Uma TPU é um ASIC personalizado projetado pelo Google especificamente para acelerar operações de tensor — as multiplicações de matriz no núcleo do treinamento e inferência de redes neurais — oferecendo melhor throughput por watt do que GPUs de propósito geral para essas cargas de trabalho.

TPU (Tensor Processing Unit)
TPU (Tensor Processing Unit) · Hardware · Hamidun News

Uma Tensor Processing Unit (TPU) é um circuito integrado de propósito específico desenvolvido pelo Google para acelerar cargas de trabalho de aprendizado de máquina, particularmente as operações de multiplicação-acumulação de matrizes que dominam a computação de redes neurais. Diferentemente das GPUs, que são projetadas para computação paralela geral, as TPUs são otimizadas exclusivamente para álgebra linear densa — a operação matemática central tanto no treinamento quanto na execução de modelos grandes.

As TPUs são construídas em torno de uma arquitetura de matriz sistólica: uma grade de unidades de multiplicação-acumulação que passam dados entre vizinhos sem armazenar resultados intermediários na memória principal, reduzindo dramaticamente a pressão da largura de banda de memória. A TPU v1 do Google, implantada internamente em 2015 e divulgada na ISCA 2017, entregou 92 tera-operações por segundo (TOPS) em inteiros de 8 bits. As gerações sucessivas adicionaram memória de alta largura de banda (HBM), suporte a bfloat16 e interconexões multi-chip. TPU v5e e v5p, disponíveis através do Google Cloud a partir de 2024–2025, suportam pods de milhares de chips vinculados por interconexões personalizadas para treinamento distribuído em larga escala.

As TPUs importam porque reduzem o custo e o tempo de treinamento e implantação de grandes modelos de IA. O Google as credita por tornar economicamente viável o treinamento do AlphaGo, BERT e as famílias de modelos PaLM e Gemini em escala. Para inferência em volume de produção — bilhões de consultas por dia no Google Search, Translate e Gemini — os clusters TPU fornecem vantagens de latência e custo sobre frotas de GPU, particularmente para cargas de trabalho de transformer com padrões de acesso à memória previsíveis.

A partir de 2026, o Google oferece TPU v5p e v5e através do Google Cloud, enquanto a sexta geração (Ironwood TPU, anunciada no Google Cloud Next 2025) visa treinamento de IA em escala exaflop. Outros grandes provedores de nuvem e laboratórios de IA introduziram aceleradores personalizados concorrentes, mas as TPUs do Google permanecem como os ASICs de IA de primeira parte mais amplamente implantados em produção, tendo processado a maioria das cargas de trabalho de ML internas do Google desde 2017.

Exemplo

“Uma equipe de pesquisa fazendo fine-tuning de um modelo de linguagem com 70 bilhões de parâmetros no Google Cloud provisiona um pod TPU v5e de 256 chips, completando o treinamento em horas em vez dos dias que um cluster GPU equivalente exigiria.

Últimas notícias sobre o tema

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent