Rubin выдаёт 50 PFLOPS на чип, TPU 8t — 12,6, но Google берёт масштабом
Nvidia и Google делают чипы для ИИ, и по паспортным данным один Nvidia Rubin выдаёт до 50 PFLOPS (50 квадриллионов операций в секунду), а Google TPU 8t — 12,6, то есть примерно в 4 раза меньше. Но Google берёт числом: в одном суперподе (огромном кластере) 9 600 чипов TPU 8t, а в стойке Nvidia — 72 GPU. Лаборатории покупают не чипы, а дешёвый токен, так что сравнивайте цену за миллион токенов на своей нагрузке, а не пик из даташита.
AI-обработка оригинала X: @ZeeshhDecodes; редакция Hamidun News
Когда выходит новый ускоритель для ИИ, интернет сравнивает таблицы: у кого больше PFLOPS (квадриллионов операций в секунду). Автор канала AI Decoded (@ZeeshhDecodes) сравнил Nvidia Rubin и Google TPU 8t. По заявленному пику один Rubin выдаёт 50 PFLOPS, а один TPU 8t — 12,6, то есть Nvidia быстрее примерно в 4 раза. Но Google отвечает масштабом: в одном суперподе (связанном кластере) TPU 8t — 9 600 чипов, а в стойке Nvidia помещаются 72 GPU. Для вас это значит, что выбирать облако по цифре одного чипа бессмысленно: считать нужно цену токена, то есть цену каждого кусочка текста, который модель отдаёт пользователю.
Что показывают цифры на один чип
Автор ссылается на страницы спецификаций. Nvidia Rubin заявлен с пиком 50 PFLOPS на чип. Google TPU 8t в списке значится с 12,6 PFLOPS. Если бы лаборатория покупала один ускоритель и ставила его на стол, выбор был бы очевиден: в схватке «чип на чип» Nvidia по-прежнему выигрывает, и автор это честно признаёт.
Но на столе такие чипы не стоят. Большие модели обучают и обслуживают на сотнях и тысячах ускорителей, соединённых между собой, и именно там расклад меняется.
Где Google отыгрывается
По данным поста, один суперпод TPU 8t объединяет 9 600 чипов, а стойка Nvidia вмещает 72 GPU. Если грубо перемножить пиковые числа, получится около 121 000 PFLOPS (примерно 121 EFLOPS) на суперпод против 3 600 PFLOPS (3,6 EFLOPS) на стойку. Это сравнение не совсем честное: суперпод — целая инфраструктурная единица, а стойка — лишь её часть. Зато оно показывает логику Google: не выиграть у Nvidia на одном чипе, а собрать очень большую связную систему и взять ценой.
Автор формулирует это так: Google играет на масштабе и цене. Чип слабее, зато их много, и они собственные, без наценки стороннего поставщика. Сильная сторона Nvidia — плотность вычислений: 72 мощных GPU в одной стойке.
Почему важна стоимость токена
Главный тезис поста: лаборатории не покупают чипы, они покупают стоимость токена. В этих единицах считают деньги те, кто продаёт доступ к модели или запускает её в продакшне. Грубо она складывается так: цена железа и его аренды за час, плюс электричество и охлаждение, плюс сеть, делённые на число токенов, которые система реально выдала за этот час.
Пиковые PFLOPS при этом многого не отражают:
- Реальная загрузка. Пик на бумаге почти никогда не достигается: многое решают память, сеть между чипами и качество программного стека.
- Формат вычислений. Пиковые числа зависят от точности (например, FP8 или FP4). В посте это не раскрыто, поэтому 50 и 12,6 нельзя считать полностью сопоставимыми без сверки с документацией.
- Цена закупки и энергия. Чип в четыре раза слабее, но заметно дешевле и экономнее по питанию, может выдать токен дешевле.
- Софт. Привычные инструменты часто весят больше, чем лишние PFLOPS.
Что делать на практике
Если вы выбираете облако или провайдера инференса, не сравнивайте теоретический пик. Запустите свою модель с вашей длиной контекста и реальным трафиком, затем посчитайте цену за миллион токенов и задержку ответа. На Nvidia, возможно, будет быстрее, на TPU — дешевле. Решит только измерение на вашей нагрузке.
Если экономика вашего продукта держится на дешёвом токене, привязка к одному лагерю — риск, и стоит протестировать обе платформы.
Ограничения
Это короткое авторское мнение в соцсети, а не независимый бенчмарк. Цифры взяты со страниц спецификаций, то есть это заявленный пик, а не измеренная скорость обучения или инференса. Реальной стоимости токена для Rubin и TPU 8t в посте нет, а именно она решает исход спора.
- 19 нояб. 2026 г.Слово «видеоигра» подняло готовность GPT-6 Astra выбирать цели с 6% до 92%
- 19 нояб. 2026 г.AWS добавила в SageMaker рейтинг из 70+ моделей: качество, скорость и цена в одной таблице
- 18 нояб. 2026 г.Хуанг ушёл с поста CEO NVIDIA, компания потеряла более $1 трлн капитализации
- 18 нояб. 2026 г.Google выпустила Gemini 4 Neon для Chat и Tasks: 1M токенов и $3 за млн входа
Вопросы и ответы по материалу
Что известно по теме: что показывают цифры на один чип?
Автор ссылается на страницы спецификаций. Nvidia Rubin заявлен с пиком 50 PFLOPS на чип. Google TPU 8t в списке значится с 12,6 PFLOPS. Если бы лаборатория покупала один ускоритель и ставила его на стол, выбор был бы очевиден: в схватке «чип на чип» Nvidia по-прежнему выигрывает, и автор это честно признаёт. Но на столе такие чипы не стоят. Большие модели обучают и обслуживают на сотнях и тысячах ускорителей, соединённых между собой, и именно там расклад меняется.
Что известно по теме: где Google отыгрывается?
По данным поста, один суперпод TPU 8t объединяет 9 600 чипов, а стойка Nvidia вмещает 72 GPU. Если грубо перемножить пиковые числа, получится около 121 000 PFLOPS (примерно 121 EFLOPS) на суперпод против 3 600 PFLOPS (3,6 EFLOPS) на стойку. Это сравнение не совсем честное: суперпод — целая инфраструктурная единица, а стойка — лишь её часть. Зато оно показывает логику Google: не выиграть у Nvidia на одном чипе, а собрать очень большую связную систему и взять ценой.
Что известно по теме: почему важна стоимость токена?
Главный тезис поста: лаборатории не покупают чипы, они покупают стоимость токена. В этих единицах считают деньги те, кто продаёт доступ к модели или запускает её в продакшне. Грубо она складывается так: цена железа и его аренды за час, плюс электричество и охлаждение, плюс сеть, делённые на число токенов, которые система реально выдала за этот час. Пиковые PFLOPS при этом многого не отражают: Реальная загрузка.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.