Google同甲骨文（Oracle）宣佈合作，從2027年起喺甲骨文雲端基礎架構（OCI）提供Google自家設計嘅AI加速晶片TPU（Tensor Processing Unit，張量處理器）。合作完成後，OCI成為Google以外首家提供TPU嘅超大規模雲端業者（Hyperscaler），企業喺同一朵雲入面揀GPU或者TPU，執行模型訓練、微調同推論。
點部署、邊個負責乜
TPU過去主要透過Google Cloud提供運算服務，呢次首次進駐第三方雲。具體分工：甲骨文喺自家OCI資料中心負責電力、液冷散熱同網路設備嘅部署，用户唔使將運算轉往Google Cloud，喺OCI就用得到TPU。
OCI本身已有GPU運算。加入TPU之後，企業可以按模型訓練、微調同正式上線後推論嘅唔同需求，揀適合嘅晶片。TPU除咗支援大模型訓練，亦能處理需要多步驟推理嘅AI代理（agent，可以自主拆解步驟執行任務嘅AI）應用。
最大賣點：唔使搬資料
Google指出，已經喺OCI存放資料嘅企業，可以喺同一朵雲入面用既有資料做微調同推論，減少跨雲傳輸資料嘅需求。佢哋舉例，業務資料原本儲存在Oracle資料庫，調整AI模型或者做推論時，唔使將資料搬到Google Cloud。
資料圖片：Pixabay
背後嘅技術支撐
TPU透過晶片間高速互連同光學交換技術傳輸資料；當硬體或者網路連線出異常，系統會自動調整傳輸路徑，避免大型模型訓練因此重新啟動。
甲骨文方面用自家Acceleron網路技術連接TPU、資料庫同儲存服務，用智慧網路卡隔離不同客户嘅網路流量，同時減少資料傳輸對伺服器運算資源嘅占用。
Google近期開源咗TorchTPU，原本用PyTorch開發AI模型嘅團隊，可以透過熟悉嘅工具喺TPU上訓練同部署模型，減少更換運算晶片時要修改嘅程式碼。
模姐驗嚇貨
Google過去將TPU主要鎖喺自家雲，係一種很自然嘅封閉生態。今次打開，表面係產品選擇更多，實際上係Google將自家晶片標準推向第三方雲，同時為自家雲分流壓力；對甲骨文而言，多一個晶片選項係對Azure、AWS嘅差異化。
真正要留意嘅係：呢度冇獨立跑分、冇第三方效能數據、冇定價。2027年係「宣佈」嘅年份，唔係「上線」嘅年份。到時到底幾好用、幾便宜、同Nvidia H100／B200比點，係另一篇文章嘅事。
模姐｜深度調教
