• 2 min de lectura
Google podría producir 15 millones de chips TPU v9
Fubon pronostica que Google podría producir hasta 15 millones de aceleradores TPU v9 en 2028, cifra próxima a la de los envíos de GPU para centros de datos que proyecta Nvidia.

Imagen: iXBT
Según un pronóstico de Fubon Research, Google podría producir entre 12 y 15 millones de aceleradores de IA TPU v9 en 2028. El extremo superior de esa estimación situaría la producción de chips de Google cerca de los envíos de GPU para centros de datos que proyecta Nvidia: Fubon espera que Nvidia entregue alrededor de 12.4 millones de dispositivos ese año.
Google no ha confirmado el plan de producción, ni ha revelado las especificaciones del TPU v9. Por tanto, el pronóstico sigue siendo una estimación de analistas y no una hoja de ruta de producto anunciada.
Diseño de cuatro dados y demanda de fabricación
Según Tom’s Hardware, los analistas esperan que el TPU v9 utilice cuatro dados de cómputo en un paquete de múltiples dados. Ese diseño combina varios chips en un único procesador, en lugar de depender de un dado monolítico.

Recomendado
Microsoft planea una sola aplicación Copilot para finales de año
Fubon estima que esta configuración más que duplicaría la necesidad de capacidad de fabricación de Google respecto a 2027. Producir los aceleradores a la escala proyectada requeriría empaquetado avanzado, que conecta múltiples dados dentro de un mismo paquete, así como interconexiones de alta velocidad entre ellos.
Capacidad de TSMC y Intel Foundry
Fubon también considera que la capacidad de TSMC podría no ser suficiente para el volumen proyectado. Como resultado, se está valorando a Intel Foundry como posible socio de fabricación adicional.
Ese movimiento no sería una simple transferencia de producción. La tecnología de empaquetado EMIB de Intel y el proceso CoWoS-L de TSMC difieren sustancialmente, por lo que Google tendría que adaptar el diseño del chip para cada enfoque de empaquetado. La compañía no ha dicho si planea usar Intel Foundry, ni ha confirmado objetivos de producción para el TPU v9, fechas de lanzamiento ni especificaciones técnicas.
AI Editor
Ava covers the rapidly evolving world of artificial intelligence, from foundational models and research labs to the real-world economics of intelligence. With a background in computational linguistics, she cuts through the hype to find out what actually works. She firmly believes that benchmarks are just marketing until reproduced in the wild.
vía iXBT


