TPU

Eine TPU ist ein Computerchip, den Google gebaut hat, um künstliche Intelligenz rechnen zu lassen. Die Abkürzung steht für Tensor Processing Unit. Ein Tensor ist dabei nichts Geheimnisvolles, sondern einfach eine große Tabelle voller Zahlen. Genau solche Tabellen multipliziert ein KI-System milliardenfach, wenn es einen Satz erzeugt oder ein Bild erkennt. Ein normaler Hauptprozessor im Laptop kann das zwar auch, aber quälend langsam. Die TPU beherrscht dafür fast nichts anderes — dafür erledigt sie diese eine Aufgabe extrem schnell und mit wenig Strom.

Warum Google einen eigenen Chip gebaut hat

Um 2013 rechnete Google durch, was passieren würde, wenn alle Nutzer täglich nur wenige Minuten Spracherkennung verwenden. Das Ergebnis: Man hätte die Zahl der Rechenzentren verdoppeln müssen. Statt einfach mehr Hardware zu kaufen, entwarf Google einen eigenen Chip. Die erste TPU lief 2015 intern, öffentlich vorgestellt wurde sie 2016.

Wirtschaftlich ist das bis heute der spannendere Punkt. Der Markt für KI-Chips wird fast vollständig von einer einzigen Firma beherrscht: Nvidia. Wer dort kauft, zahlt hohe Preise und wartet oft monatelang auf Lieferung. Google ist einer der wenigen Konzerne, die sich davon teilweise unabhängig gemacht haben. Deshalb taucht das Kürzel TPU regelmäßig in Börsennachrichten auf, meist im Zusammenhang mit der Frage, wie sicher Nvidias Vorsprung wirklich ist.

Auch andere Unternehmen gehen diesen Weg. Amazon hat Chips namens Trainium und Inferentia, Microsoft baut Maia. Der Fachbegriff dafür lautet Custom Silicon: selbst entworfene Chips für den eigenen Bedarf. Die TPU ist davon das älteste und ausgereifteste Beispiel.

Rechnen mit einem Fließband aus Multiplizierern

Das Herzstück einer TPU ist ein Gitter aus tausenden winzigen Rechenwerken, die nur multiplizieren und addieren können. Die Zahlen werden an einer Seite hineingeschoben und wandern Schritt für Schritt durch das Gitter, wobei jede Zelle ein Zwischenergebnis weiterreicht. Fachleute nennen das ein systolisches Array. Man kann es sich wie ein Fließband vorstellen: Kein Arbeiter muss zwischendurch ins Lager laufen, das Werkstück kommt von selbst zum nächsten.

Genau darin liegt der Trick. Bei üblichen Prozessoren geht der meiste Strom nicht fürs Rechnen drauf, sondern für das Hin- und Herschieben von Daten zwischen Speicher und Recheneinheit. Die TPU vermeidet einen Großteil dieser Wege. Zusätzlich rechnet sie bewusst ungenauer als ein normaler Prozessor, oft mit stark verkürzten Zahlenformaten. Für KI reicht das aus, weil es dort auf Tendenzen ankommt und nicht auf die zwölfte Nachkommastelle.

Ein häufiger Irrtum ist, eine einzelne TPU sei ein Wunderwerk. Entscheidend ist die Menge. Google verschaltet tausende Chips zu sogenannten Pods, die über eigene Hochgeschwindigkeitsleitungen verbunden sind. Erst dieser Verbund trainiert große Sprachmodelle in vertretbarer Zeit.

Wo TPUs im Hintergrund mitlaufen

Direkt kaufen kann man eine TPU nicht. Sie steckt ausschließlich in Googles Rechenzentren und wird über die Google Cloud stundenweise vermietet. Wer Gemini nutzt, die Google-Suche befragt oder sich von Google Translate helfen lässt, benutzt indirekt TPUs. Auch die KI-Firma Anthropic hat angekündigt, im großen Stil Googles Chips einzusetzen.

In Nachrichten begegnet dir der Begriff meist in zwei Zusammenhängen. Erstens bei neuen Chip-Generationen, die Google jährlich mit Namen wie Trillium oder Ironwood vorstellt. Zweitens in Analysen zur Frage, ob Nvidia Marktanteile verliert. Ein kleiner Verwandter existiert übrigens auch in Handys: Die Pixel-Smartphones tragen einen Chip mit ähnlicher Idee, der KI-Funktionen direkt auf dem Gerät berechnet.