★
Menu
Home Hoe het wordt gebouwd Watchlist De stack
Hardware ChipsChips vergelijken Servers & systemenNetwerken GeheugenFabrieken & packaging Koeling
Faciliteiten DatacentersVermogen ProjectenCloud & GPU-rekenkracht
Intelligentie AI-modellenSoftware AI-productenBenchmarks OnderzoeksartikelenDatasets Concepten
Ecosysteem BedrijvenAandelen MensenTijdlijn TrendsToekomst van AI
Leren Nieuws Stel de data een vraag AI-agenten
Over Over ons Methodologie Data & API Disclaimer
Opties
DATA & API

Gratis alleen-lezen JSON-toegang tot de gecachte gegevens van de site.

Donkere modus

Begeleid overzicht
Nieuw met chips, datacenters en modeljargon? We leggen belangrijke termen uit terwijl u bladert, in begrijpelijke taal. Dezelfde data, met ingebouwde uitleg.

Expertoverzicht
Je kent de stack al. Gewoon de data: schoon, snel en compact, zonder extra uitleg. Dit is de standaardweergave.

Interfacetaal
‹ Terug
Home › Chips › Google TPU v1–v3

Google TPU v1–v3

Chip AI-accelerator Historisch

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

U bekijkt een chip-record: wat deze processor is, de belangrijkste specificaties, wie hem ontwerpt, produceert en van onderdelen voorziet, en waar hij wordt ingezet.

Foto: 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.

Specificaties & kernfeiten

Elk cijfer is voorzien van een bronvermelding: vendor spec, vendor claim, reported, estimate of official. "Not publicly disclosed" betekent precies dat — wij verzinnen nooit waarden.

Overview

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

Rekenkracht

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

Hoe dit aansluit op de rest van de stack

De koppelingen van dit record in één oogopslag — klik op een groep om er naartoe te springen.

Ontworpen door

Gebruikt om te trainen

Opgevolgd door

Bronnen

TPU v1 paper (ISCA 2017) ↗

Record beoordeeld per 2026-01-15 — bekijk Methodologie.