Tensor Processing Unit (TPU)
Definition
TPUs sind spezialisierte Rechenchips von Google für maschinelles Lernen.
Ein von Google entwickelter Beschleuniger für tensorbasierte Machine-Learning-Berechnungen, insbesondere Matrixoperationen.
Einfach erklärt
Ein TPU ist ein Spezialrechner für bestimmte KI-Rechenaufgaben. Wie ein passendes Werkzeug ist er auf diese Aufgaben zugeschnitten.
Warum das im Alltag wichtig ist
Der Begriff trägt zu sicheren, wartbaren und leistungsfähigen Webanwendungen sowie belastbaren technischen Entscheidungen bei.
Beispiel aus dem Mittelstand
Ein Unternehmen vergleicht TPU und GPU für ein großes Training anhand Kosten, Laufzeit und Portabilität.
Grenzen und Fallstricke
- TPU ist ein Produktfamilienname; Leistung hängt von Generation, Datentyp, Compiler und Workload ab.
Entstehung & Geschichte
Google setzte die erste TPU ab 2015 produktiv ein und veröffentlichte 2017 Architektur- und Leistungsergebnisse.
Anwendung im Mittelstand
- Mögliche Anwendung: Ein Unternehmen vergleicht TPU und GPU für ein großes Training anhand Kosten, Laufzeit und Portabilität.
Häufige Fragen
Was bedeutet Tensor Processing Unit (TPU)?
Ein von Google entwickelter Beschleuniger für tensorbasierte Machine-Learning-Berechnungen, insbesondere Matrixoperationen. Worauf sollte man achten? TPU ist ein Produktfamilienname; Leistung hängt von Generation, Datentyp, Compiler und Workload ab.
Quellen
- In-Datacenter Performance Analysis of a TPU · Jouppi et al., In-Datacenter Performance Analysis of a TPU
Quelle geprüft am 10.10.2026. Redaktionelle Anwendungsbeispiele sind hypothetisch; kein Nachweis realer Kundenergebnisse.
Redaktionell geprüft am: