★
메뉴
홈 구축 방식 관심 목록 스택
하드웨어 칩칩 비교 서버 및 시스템네트워킹 메모리파운드리 및 패키징 냉각
시설 데이터 센터전력 프로젝트클라우드 및 GPU 컴퓨팅
인텔리전스 AI 모델소프트웨어 AI 제품벤치마크 연구 논문데이터셋 개념
생태계 기업주식 인물타임라인 트렌드AI의 미래
학습 뉴스 데이터에 질문하기 AI 에이전트
소개 회사 소개 방법론 데이터 및 API 면책 고지
옵션
데이터 및 API

사이트 캐시 데이터에 대한 무료 읽기 전용 JSON 접근.

다크 모드

가이드 보기
칩, 데이터 센터, 모델 용어가 생소하신가요? 브라우징하면서 핵심 용어를 알기 쉽게 설명해 드립니다. 동일한 데이터에 도움말이 내장되어 있습니다.

전문가 보기
스택은 이미 알고 계시죠. 데이터만 제공합니다: 깔끔하고, 빠르고, 간결하게, 불필요한 설명 없이. 이것이 기본 보기입니다.

인터페이스 언어
‹ 뒤로
홈 › 칩 › Google TPU v1–v3

Google TPU v1–v3

칩 AI 가속기 히스토리컬

The originals: the 2015 inference ASIC that started the custom-silicon era.

현재 보고 계신 것은 칩 레코드입니다: 이 프로세서가 무엇인지, 주요 사양, 설계·제조·부품 공급사, 그리고 어디에 활용되는지를 다룹니다.

사진: Zinskauf · CC BY-SA 4.0 · Wikimedia Commons

TPU v1 (deployed 2015, revealed 2016) was a 28 nm inference ASIC built in 15 months after Google calculated that voice search at scale would otherwise require doubling its data centers. v2 (2017) added training, HBM and the first pods; v3 (2018) went liquid-cooled at 1,024-chip scale and trained early BERT-era models. Together they proved a hyperscaler could out-build the merchant market for its own workloads — the argument every custom AI chip since has followed. AlphaGo ran on TPUs when it beat Lee Sedol in 2016.

사양 및 주요 정보

각 수치에는 근거 유형이 표시됩니다: 벤더 사양, 벤더 주장, 보고된 값, 추정치, 또는 공식 발표. "공개되지 않음"은 그대로의 의미이며, 값을 임의로 만들어내는 일은 없습니다.

Overview

Designer Google
Deployed v1 2015 · v2 2017 · v3 2018
Legacy Introduced BF16 to hardware and the pod-scale systems model

컴퓨트

TPU v1 92 TOPS INT8, inference onlyPublished paper
TPU v2 45 TFLOPS BF16 per chip; first 256-chip podsVendor spec
TPU v3 123 TFLOPS BF16 per chip; liquid-cooled 1,024-chip podsVendor spec

전체 스택에서의 연결 구조

이 레코드의 링크를 한눈에 확인하세요 — 그룹을 클릭하면 해당 위치로 이동합니다.

설계사

학습에 사용됨

후속 제품

출처

TPU v1 paper (ISCA 2017) ↗

검토 기준일 2026-01-15 — 보기 방법론.