Google rüstet TPU V9 auf, um auf die Ära der KI-Agenten zu setzen. MediaTek sichert sich erstmals Exklusivaufträge, wird dies Nvidias Chip-Dominanz beenden?

TradingKey - Am Montag, dem 22. Juni, postete der bekannte Apple-Lieferkettenanalyst Ming-Chi Kuo, dass Google (GOOGL) (GOOG) eine verbesserte Version des v9-Chips entwickeln wird, möglicherweise unter dem Codenamen „Triggerfish“, basierend auf dem TPU v9 (Codename „Humufish“), wobei sich MediaTek den exklusiven Auftrag gesichert hat. Die Zielanwendungen für diesen Chip sind Szenarien für KI-Agenten und bestärkendes Lernen (RL), und die Serienproduktion soll voraussichtlich 2028 anlaufen.

Obwohl dies nicht ihre erste Zusammenarbeit ist, sichert sich MediaTek damit zum ersten Mal exklusiv einen Auftrag für Googles Kern-TPU. Zuvor hatte sich MediaTek in den TPU-Generationen v7/v7e in das Ökosystem von Google integriert und war dort hauptsächlich für einige I/O-Lösungen (Input/Output) zuständig. Diese Partnerschaft wird die Beziehung zwischen den beiden Unternehmen weiter vertiefen.

Kuo wies darauf hin, dass dieser überarbeitete TPU-v9-Chip im Vergleich zum Humufish-Chip der v9-Generation mehrere wesentliche Unterschiede aufweist. Der überarbeitete v9-Chip erhöht die SRAM-Kapazität (statischer Schreib-Lese-Speicher) deutlich auf das Zwei- bis Dreifache des v9-Chips und fügt ein Simulations-Die hinzu. Zudem bietet der überarbeitete v9-Chip ein Upgrade beim High Bandwidth Memory (HBM): Während der v9 HBM4 nutzt, verwendet der überarbeitete v9-Chip das fortschrittlichere HBM4E.

Diese Reihe von Upgrades soll die Inferenzfähigkeiten dieser Chip-Version verbessern und gleichzeitig die Probleme mit dem CPU-Wall und dem Memory-Wall entschärfen. Der CPU-Wall bezieht sich darauf, dass die Geschwindigkeit, mit der die zentrale Verarbeitungseinheit (CPU) die Aufgabenplanung bewältigt, nicht mit der Ausführungsgeschwindigkeit von KI-Beschleunigerchips (GPUs und TPUs) Schritt halten kann, was auch die Gesamtrechengeschwindigkeit beeinträchtigt.

Der Grund für den Bedarf an einer größeren SRAM-Kapazität liegt darin, dass der SRAM der schnellste Cache mit der geringsten Latenz innerhalb des Chips ist. Eine Erweiterung seiner Kapazität ermöglicht es, einen größeren Teil des aktiven Arbeitsbestands, der für bestärkendes Lernen und KI-Agenten erforderlich ist, lokal auf der TPU zu halten. Dies reduziert die Kosten für den Datentransfer, verbessert die Betriebseffizienz in der Decodierungsphase mit extrem niedriger Latenz und treibt die Echtzeit-Entscheidungsfindung sowie die Reaktionsgeschwindigkeit an die Grenzen.

Die Hauptfunktion des neu hinzugefügten Simulations-Die konzentriert sich höchstwahrscheinlich auf die Koordination zwischen bestärkendem Lernen und KI-Agenten, da bestärkendes Lernen in der Regel auf der Simulation virtueller Umgebungen basiert.

Das Upgrade von HBM4 auf das schnellere HBM4E zielt darauf ab, die Speicherbandbreite zu erhöhen und das Problem des Memory-Wall grundlegend zu lösen.

Was die Auslieferungen betrifft, behält Kuo seine Prognose von 4 bis 5 Millionen Einheiten für den gesamten Lebenszyklus von Humufish bei. Triggerfish wird als zusätzliches Projekt betrachtet, das voraussichtlich weitere 1 bis 2 Millionen ausgelieferte Einheiten beisteuern wird. Was die Preisgestaltung anbelangt, so liegt der Stückpreis von Triggerfish rund 30 % über dem von Humufish. Selbst bei relativ begrenzten Absatzmengen wird diese Zusammenarbeit daher einen höheren Beitrag zum Umsatz von MediaTek leisten.

Kann Googles TPU v9 das Monopol von Nvidia brechen?

Der Hauptkonkurrent für die von Google selbst entwickelten TPUs sind derzeit die GPUs von Nvidia. Im Vergleich zu letzteren soll das aktuelle Upgrade der v9-Chiparchitektur von Google es dem Unternehmen ermöglichen, gegenüber Nvidia (NVDA) , einen differenzierten Wettbewerb und sogar einen relativen Vorsprung zu erzielen. Derzeit sind die GPUs von Nvidia (wie Blackwell) noch nach der Logik allgemeiner Rechenleistung konzipiert und weisen keinen zusätzlichen Vorteil bei der Verarbeitung sequenzieller Entscheidungen für KI-Agenten und der Simulation von Umgebungen für bestärkendes Lernen auf, da sie weiterhin unter CPU-Wall- und Memory-Wall-Problemen leiden. Durch dieses Upgrade hat Google das Potenzial, einen Generationsvorsprung bei dedizierten KI-Agenten-Chips aufzubauen.

Was das Ökosystem betrifft, ist die TPU von Google an die eigene Google Cloud gebunden, wodurch das Unternehmen in der Lage ist, die kosteneffizientesten Cloud-Dienste mit der geringsten Latenz für Agenten-Anwendungen anzubieten.

Die Partnerschaft mit MediaTek ist im Wesentlichen ein Versuch von Google, seine TPU-Lieferkette umzustrukturieren, was dem Unternehmen helfen soll, künftige Preiskämpfe bei der Rechenleistung zu bewältigen und durch niedrigere Herstellungskosten sowie höhere Produktionsvolumina einen Burggraben aufzubauen.