गूगल की 8वीं पीढ़ी की टेंसर चिप्स: स्वायत्त AI एजेंट्स के लिए बुनियादी क्रांति

आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया इस समय एक बड़े बदलाव से गुजर रही है। अब तक हम AI का उपयोग केवल सवालों के जवाब पाने या चित्र बनाने के लिए करते थे, लेकिन अब 'AI एजेंट्स' (AI agents) का युग आ रहा है। ये एजेंट्स ऐसे स्वायत्त प्रोग्राम हैं जो केवल जवाब नहीं देते, बल्कि उपयोगकर्ता की ओर से जटिल कार्य भी कर सकते हैं। इन बदलती जरूरतों को पूरा करने के लिए, गूगल ने अपनी आठवीं पीढ़ी के टेंसर प्रोसेसिंग यूनिट (Tensor Processing Unit - TPU) की घोषणा की है। कंपनी की रिपोर्टों के अनुसार, ये नई चिप्स विशेष रूप से एजेंटिक वर्कलोड (agentic workloads) यानी ऐसे कार्यों जिनमें AI को खुद निर्णय लेकर कदम उठाने होते हैं, को ध्यान में रखकर बनाई गई हैं।

गूगल की इस नई घोषणा में दो मुख्य चिप्स शामिल हैं: TPU 8tx और TPU 8i Max। बिजनेस स्टैंडर्ड की रिपोर्ट के अनुसार, 10 नवंबर 2026 को गूगल ने इस श्रृंखला का विस्तार किया था, जो सुरक्षित AI इन्फरेंस (inference) यानी जानकारी से निष्कर्ष निकालने की प्रक्रिया और जटिल एजेंट कार्यों का समर्थन करने के लिए डिजाइन की गई है। यह पहली बार है जब गूगल ने अपने TPU आर्किटेक्चर को प्रशिक्षण और अनुमान के लिए अलग-अलग विशिष्ट डिजाइनों में विभाजित किया है। यह रणनीतिक बदलाव दर्शाता है कि AI मॉडल अब इतने विशाल और जटिल हो गए हैं कि एक ही प्रकार की चिप सभी कार्यों के लिए पर्याप्त नहीं है।

TPU क्या है यह समझना आवश्यक है। विकिपीडिया के अनुसार, टेंसर प्रोसेसिंग यूनिट एक एप्लीकेशन-स्पेसिफिक इंटीग्रेटेड सर्किट (ASIC) है, जिसे विशेष रूप से न्यूरल नेटवर्क मशीन लर्निंग के लिए गूगल द्वारा विकसित किया गया है। सामान्य ग्राफिक्स प्रोसेसिंग यूनिट (GPU) की तुलना में, TPU कम सटीकता वाली गणनाओं को बहुत तेजी से और कम बिजली की खपत में करने के लिए डिजाइन की गई है। गूगल ने 2015 में आंतरिक रूप से इन चिप्स का उपयोग शुरू किया था और 2018 से यह क्लाउड सेवाओं के माध्यम से अन्य कंपनियों के लिए उपलब्ध कराई है। इन चिप्स का विकास ब्रॉडकॉम (Broadcom) कंपनी के सहयोग से किया जाता है और इसका उत्पादन ताइवान सेमीकंडक्टर मैन्युफैक्चरिंग कंपनी (TSMC) द्वारा किया जाता है।

दो अलग रास्ते: प्रशिक्षण और अनुमान

गूगल ने 22 अप्रैल 2026 को आठवीं पीढ़ी के TPU की घोषणा की थी। इस पीढ़ी में दो मुख्य प्रकार हैं: TPU 8t और TPU 8i। यहाँ 't' का अर्थ ट्रेनिंग (Training) यानी मॉडल को सिखाने की प्रक्रिया है, जबकि 'i' का अर्थ इन्फरेंस (Inference) यानी सीखे गए मॉडल का उपयोग करके परिणाम प्राप्त करने की प्रक्रिया है। ये दोनों चिप्स गूगल के अपने आर्म-आधारित (Arm-based) एक्सियन (Axion) CPU पर होस्ट की जाती हैं और इनमें चौथी पीढ़ी की लिक्विड कूलिंग (liquid cooling) यानी तरल द्वारा शीतलन प्रदान करने वाली तकनीक का उपयोग किया जाता है।

TPU 8t को बड़े पैमाने पर फ्रंटियर मॉडल्स की प्री-ट्रेनिंग के लिए बनाया गया है। इसकी क्षमता आश्चर्यजनक है। यह 12.6 FP4 PFLOPs (पेटाफ्लॉप्स) का पीक परफॉरमेंस देती है। FP4 एक फ्लोटिंग पॉइंट 4-बिट फॉर्मेट है जो गणना की गति बढ़ाता है। इसमें 216 GB की HBM3e मेमोरी है, जो 6,528 GB/s की बैंडविड्थ (bandwidth) यानी डेटा ट्रांसफर करने की गति प्रदान करती है। इन चिप्स को 'वर्गो नेटवर्क' (Virgo Network) द्वारा जोड़ा जाता है, जिससे 9,600 चिप्स का एक 'सुपरपॉड' बनाया जा सकता है। यह सुपरपॉड कुल 121 FP4 ExaFLOPs (एक्ज़ाफ्लॉप्स) जितनी प्रचंड गणना शक्ति रखता है।

दूसरी ओर, TPU 8i को हाई-स्पीड सर्विंग और AI एजेंट्स के लिए तैयार किया गया है। AI एजेंट्स को लंबे समय तक तर्क (reasoning) करने की आवश्यकता होती है, इसलिए इस चिप में 288 GB की HBM3e मेमोरी दी गई है, जिसकी बैंडविड्थ 8,601 GB/s है। सबसे महत्वपूर्ण बात यह है कि इसमें 384 MB की ऑन-चिप SRAM (स्टैटिक रैंडम एक्सेस मेमोरी) है, जो पिछली पीढ़ी से तीन गुना अधिक है। यह मेमोरी डेटा को प्रोसेसर के बहुत करीब रखती है, जिससे प्रोसेसिंग की गति बढ़ती है। इसमें 'बोर्डफ्लाई' (Boardfly) नेटवर्क टोपोलॉजी और कलेक्टिव्स एक्सीलरेशन इंजन (CAE) का उपयोग किया गया है, जो सिंक्रोनाइज़ेशन लेटेंसी (latency) यानी दो कार्यों के बीच के विलंब को पांच गुना कम करता है।

तकनीक के पीछे का विज्ञान: सिस्टोलिक एरे

TPU कैसे काम करता है, यह समझने के लिए 'सिस्टोलिक एरे' (systolic array) की कल्पना करनी पड़ती है। जैसे मानव शरीर में हृदय रक्त को पंप करता है, वैसे ही इस आर्किटेक्चर में डेटा प्रोसेसरों के नेटवर्क के माध्यम से निरंतर बहता रहता है। सामान्य प्रोसेसर में प्रत्येक गणना के बाद डेटा को मेमोरी में वापस भेजना पड़ता है, लेकिन TPU में एक गणना का परिणाम सीधे ही दूसरे प्रोसेसर को मिलता है। इससे मेमोरी एक्सेस करने की आवश्यकता घटती है और बिजली की खपत भी कम होती है। नॉर्मन जोप्पी (Norman Jouppi) नामक इंजीनियर ने इस डिज़ाइन का नेतृत्व किया था, जिन्होंने साबित किया था कि TPU अन्य प्रोसेसरों की तुलना में 30 से 80 गुना अधिक कार्यक्षमता दे सकते हैं।

गूगल के इतिहास पर नजर डालें तो, इस कंपनी की स्थापना १९९८ में लैरी पेज और सर्गेई ब्रिन द्वारा की गई थी। २०१५ में सुंदर पिचाई गूगल के CEO बने और उनके नेतृत्व में गूगल ने 'AI फर्स्ट' कंपनी बनने की दिशा पकड़ी। TPU का विकास इस रणनीति का एक मुख्य भाग है। २०१६ में गूगल I/O कॉन्फ्रेंस में पहली पीढ़ी के TPU की घोषणा की गई थी। तब से लेकर अब तक हर पीढ़ी ने प्रदर्शन में बड़ा उछाल देखा है। उदाहरण के लिए, चौथी पीढ़ी के TPU v४ के Nvidia A१०० से ५% से ८७% अधिक तेज होने का दावा किया गया था। अब आठवीं पीढ़ी के साथ, गूगल सीधे तौर पर Nvidia की अत्याधुनिक H१०० और उसके बाद की चिप्स के साथ प्रतिस्पर्धा कर रहा है।

आम लोगों और भारत के लिए महत्व

आपको प्रश्न होगा कि इन चिप्स से आम आदमी को क्या फायदा? जब आप गूगल सर्च करते हैं, गूगल फोटोज में तस्वीरें खोजते हैं या गूगल ट्रांसलेट का उपयोग करते हैं, तब पर्दे के पीछे ये TPU चिप्स ही काम कर रही होती हैं। गूगल फोटोज में एक ही TPU दिन में १० करोड़ से अधिक फोटो प्रोसेस कर सकता है। नई ८वीं पीढ़ी की चिप्स आने से, AI एजेंट्स अधिक सटीक और तेज बनेंगे। भविष्य में, आपके फोन पर का AI एजेंट आपकी फ्लाइट बुक करने से लेकर आपके पूरे ऑफिस का काम संभालने तक के कार्य पल भर में कर सकेगा, क्योंकि उसे क्लाउड में इतनी शक्तिशाली चिप्स का समर्थन मिलेगा।

भारत जैसे देश के लिए, जहाँ डिजिटल सेवाओं का दायरा बढ़ रहा है, गूगल क्लाउड द्वारा इन TPU चिप्स का उपयोग भारतीय स्टार्टअप्स और शोधकर्ताओं के लिए वरदान साबित हो सकता है। भारतीय भाषाओं के बड़े मॉडल्स (LLMs) को प्रशिक्षित करने के लिए जो प्रचंड कंप्यूटिंग शक्ति चाहिए, वह यह TPU 8t पूरी कर सकती है। साथ ही, गूगल अब मेटा (Meta) जैसी कंपनियों के साथ भी उनके डेटा सेंटर में TPU का उपयोग करने के लिए बातचीत कर रहा है, जिसका अर्थ है कि भविष्य में फेसबुक या इंस्टाग्राम की AI सुविधाएँ भी गूगल की इन चिप्स पर चल सकती हैं।

निष्कर्ष में, गूगल की आठवीं पीढ़ी की TPU सिर्फ हार्डवेयर का अपग्रेड नहीं है, बल्कि AI के नए युग की तैयारी है। प्रशिक्षण और अनुमान के लिए अलग-अलग चिप्स बनाकर गूगल ने साबित कर दिया है कि वह AI क्षेत्र में अपना वर्चस्व बनाए रखना चाहता है। जैसे-जैसे AI एजेंट्स हमारे जीवन का अभिन्न हिस्सा बनेंगे, वैसे-वैसे इन चिप्स की भूमिका और अधिक निर्णायक होती जाएगी। हालाँकि, यह तकनीक कितनी सुरक्षित रहेगी और इसकी लागत कितनी होगी यह देखना बाकी है, लेकिन अभी तो गूगल ने सेमीकंडक्टर की दुनिया में एक नया मानदंड स्थापित कर दिया है।