Google TPU 8 Çipleri Nvidia'yı Doğrudan Hedef Alıyor

Performans iddiaları önemli boyutlarda. Google, TPU 8t'nin Kasım 2025'te duyurulan yedinci nesil Ironwood çipine kıyasla birim başına aynı fiyatla 2,8 kat daha yüksek eğitim verimi sunduğunu belirtiyor. TPU 8i ise Ironwood'a göre çıkarım performansını %80 artırıyor. Her iki çip de Ironwood'un 128 MB'ına karşın 384 MB SRAM içeriyor; bu, büyük ölçekli çıkarımdaki birincil gecikme darboğazlarından biri olan harici bellek erişim süresini kısaltan üç katlık bir yonga üstü bellek artışı anlamına geliyor. Google Cloud, konferansta ticari kullanıma sunumun çeyrek belirtmeksizin "2026'nın ilerleyen dönemlerinde" gerçekleşeceğini açıkladı.

“Google, TPU 8t'nin Kasım 2025'te duyurulan yedinci nesil Ironwood çipine kıyasla birim başına aynı fiyatla 2,8 kat daha yüksek eğitim verimi sunduğunu belirtiyor.”

San Francisco merkezli yapay zeka güvenlik şirketi ve Claude model ailesinin geliştiricisi Anthropic, aynı anda "birden fazla gigawatt" olarak nitelendirdiği Google TPU kapasitesi satın almayı taahhüt etti. Gerçekleşmesi halinde bu rakam, Anthropic'i dünyanın en büyük işlem altyapısı alıcıları arasına sokacak. Anthropic'in bu açıklaması, şirketlerin mevcut ortaklığını pekiştirirken sınır düzeyindeki yapay zeka işlem talebinin herhangi bir tek tedarikçinin mevcut arzının çok ilerisinde olmaya devam ettiğine işaret ediyor.

Google açısından TPU 8 nesli, yapay zeka endüstrisinin doyumsuz işlem iştahını Cloud gelirine dönüştürme fırsatı sunuyor. Alphabet'in Nisan 2026 kazanç raporuna göre Google Cloud'un geliri 2026'nın ilk çeyreğinde yıllık bazda %28 artarak 12,4 milyar dolara ulaştı; ancak şirketin bulut altyapısı pazar payı hem Amazon Web Services'in hem de Microsoft Azure'un gerisinde kalmaya devam ediyor. Sınır düzeyindeki laboratuvarları Nvidia hızlandırıcılarından uzaklaştıran güvenilir bir TPU, bir ürün döngüsü değil yapısal bir dönüşüm anlamına gelecek.

Nvidia'nın konumu henüz büyük ölçekte tehdit altında değil. Şirket, kendi raporlamasına göre Ocak 2026'da sona eren mali yılda yaklaşık 40 milyar dolarlık veri merkezi GPU'su sattı; CUDA yazılım ekosistemi ise hiçbir rakibin aşamadığı bir geçiş maliyeti avantajı sağlıyor. Mart 2026'da piyasaya sürülen AMD'nin MI350 çipleri mütevazı bir kurumsal ilgi görmüş olsa da Nvidia'nın sınır düzeyindeki yapay zeka eğitimi payını sarsmadı. Google'ın önceki TPU nesilleri şirket içinde önemli ölçüde benimsendi, ancak üçüncü taraf iş yüklerini büyük ölçekte çekmekte zorlandı; kıyaslama performansı ile gerçek dünya geçişi arasındaki uçurum, Google'ın yol haritalarının ima ettiğinden daha geniş oldu.

Google'ın duyurusuna gömülü uyarı yazılımla ilgili. TPU'larda eğitim yapmak, Nvidia GPU'ları için tasarlanmış iş akışlarının yeniden yazılmasını ya da derlenmesini gerektiriyor; büyük laboratuvarlar bu süreci model mimarisi başına üç ila altı aylık mühendislik çalışması olarak tahmin ediyor. Google, 2024'ten bu yana JAX ve XLA derleyici araçlarını önemli ölçüde geliştirdi; Anthropic'in taahhüdü bu geliştirmelerin karşılık verdiğine işaret ediyor. Ancak geçişi henüz yapmamış laboratuvarlar için geçiş maliyeti gerçekliğini koruyor; "2026'nın ilerleyen dönemlerinde" kullanıma sunumu ise rekabet testinin hâlâ aylarca uzakta olduğu anlamına geliyor. OpenAI'nin TPU alımının bir pilot mu yoksa altyapı stratejisinde yapısal bir dönüşümün habercisi mi olduğu sorusu ise şirket tarafından henüz kamuoyu önünde yanıtlanmadı.

Bir sonraki kritik nokta, Nvidia'nın Blackwell Ultra B300 serisi için fiyatlandırma ve kullanılabilirliği açıklaması beklenen Eylül 2026'da geçici olarak planlanan GTC konferansı olacak. Google bu duyurudan önce ek sınır düzeyindeki laboratuvarları — özellikle xAI veya Meta'nın araştırma birimini — bünyesine katabilirse, Nvidia'nın on yılda inşa ettiği açığı gerçek anlamda daraltmış olacak.