Эффективность инфраструктуры ИИ: термопластичные полиуретаны Ironwood обеспечивают 3,7-кратное увеличение выбросов углекислого газа

В Google мы стремимся к прозрачности в отношении воздействия нашей инфраструктуры ИИ на окружающую среду, публикуя показатели выбросов за весь срок службы наших чипов — от производства до питания этих чипов в центрах обработки данных. Сегодня мы обновляем эти показатели для нашего TPU седьмого поколения, Ironwood, который демонстрирует примерно 3,7-кратное улучшение показателя интенсивности выбросов углерода при вычислениях (CCI) по сравнению с TPU v5p, предыдущим поколением оптимизированных по производительности TPU. 1
Иными словами, несмотря на то, что ИИ стимулирует спрос на дополнительные вычислительные ресурсы, наша текущая работа по оптимизации аппаратного обеспечения ИИ помогает улучшить энергопотребление и снизить выбросы вредных веществ при выполнении рабочих нагрузок ИИ.
Измерение эффективности ускорителей ИИ: вычислительная углеродная интенсивность (CCI)
Для управления воздействием рабочих нагрузок ИИ на окружающую среду мы отслеживаем углеродную интенсивность вычислений (CCI) нашего оборудования для ускорения ИИ. CCI определяется в документе «Введение в выбросы жизненного цикла оборудования для искусственного интеллекта» (An Introduction to Life-Cycle Emissions of Artificial Intelligence Hardware 2) как оценочное количество эквивалента CO2, выбрасываемого на каждую использованную операцию с плавающей запятой (CO2e/FLOP). Этот показатель обеспечивает целостное представление на уровне микросхемы, включая как выбросы, связанные с производством, транспортировкой и строительством центров обработки данных (Scope 3), так и эксплуатационные выбросы, связанные с работой этих микросхем в центрах обработки данных (Scope 1 и 2).
Преимущества Ironwood: высокая производительность, компактные размеры
Показатель CCI процессоров TPU от Google продолжает улучшаться с каждым поколением чипов. На основе эмпирических данных, измеренных в январе 2026 года, Ironwood демонстрирует замечательное 3,7-кратное улучшение CCI по сравнению с TPU v5p. Это ускоряет повышение эффективности по сравнению с 1,2-кратным улучшением CCI TPU v5p по сравнению с TPU v4 и демонстрирует продолжающуюся оптимизацию углеродной эффективности оптимизированной для производительности архитектуры TPU от Google.
Эти повышения эффективности обусловлены значительным увеличением вычислительной производительности между поколениями TPU по сравнению с ростом энергопотребления машин и выбросов при производстве. Фактически, измерения в масштабах всего парка устройств демонстрируют пятикратное увеличение используемых FLOPs (числовых операций с плавающей запятой) между поколениями, от TPU v5p до Ironwood. 3 Поскольку знаменатель производительности в нашем уравнении CCI (CO2e/FLOP) масштабируется быстрее, чем выбросы, чистая стоимость выбросов углерода на операцию значительно снижается с каждым новым чипом.

Повышение эффективности эксплуатации парка TPU компании Google
Обновленные метрики TPU CCI также позволяют напрямую сравнить результаты с измерениями, опубликованными нами в 2025 году. В частности, с октября 2024 года по январь 2026 года универсальная группа пользователей TPU компании Google работала эффективнее, чем мы сообщали ранее:
- В результате применения TPU v5e удалось добиться снижения общего уровня выбросов CO2 на 43% за 15 месяцев, до 228 г CO2-э/EFLOP. Это было обусловлено увеличением среднего уровня использования на 72%.
- Trillium, термоэлектрический преобразователь шестого поколения, продемонстрировал снижение общего уровня выбросов CO2 на 20% за тот же период, доведя интенсивность выбросов до 125 г CO2-э/EFLOP.

Универсальная группа TPU от Google демонстрирует повышение эффективности развертывания для одних и тех же поколений TPU в период с октября 2024 года по январь 2026 года.
Эти результаты демонстрируют, что Google продолжает повышать углеродную эффективность своей инфраструктуры искусственного интеллекта. Хотя огромный масштаб спроса на ИИ требует значительного и постоянно растущего количества энергии, наши инновации позволяют нам обеспечивать существенно большую вычислительную производительность на каждую единицу потребляемой энергии.
Разделение энергопотребления и выбросов от производительности
Чем можно объяснить эти улучшения? Помимо возможностей самого оборудования Ironwood, эти достижения в области CCI обеспечиваются также благодаря глубокой оптимизации программного обеспечения и системного уровня во всей нашей инфраструктуре:
- Эффективность программного обеспечения (MoE): Широкое распространение разреженных архитектур, таких как Mixture of Experts (MoE), направляет вычисления только на необходимые параметры. Это значительно снижает количество активных операций с плавающей запятой, необходимых на каждом этапе вывода или обучения, без ущерба для производительности или качества модели.
- Математика с более низкой точностью (FP8): Благодаря активному использованию 8-битных форматов с плавающей запятой (FP8) мы фактически удваиваем вычислительную мощность и вдвое сокращаем требования к пропускной способности памяти по сравнению с 16-битными форматами. Это показывает, что мы можем поддерживать качество выходных данных, экспоненциально снижая при этом энергозатраты на каждую математическую операцию.
- Разнообразие рабочих нагрузок и интеллектуальное планирование: усовершенствованная система управления парком оборудования постоянно балансирует соотношение рабочих нагрузок в нашей инфраструктуре. Благодаря интеллектуальному планированию задач мы обеспечиваем высокий уровень непрерывной загрузки, оптимизируем рабочие циклы и минимизируем выбросы углекислого газа, связанные с потреблением электроэнергии в режиме ожидания.
Обеспечьте устойчивое масштабирование с помощью Google Cloud
Для развития ИИ необходима инфраструктура, способная экспоненциально масштабироваться без соответствующего увеличения выбросов углекислого газа. Повышение эффективности использования углерода в 3,7 раза при переходе от TPU v5p к Ironwood демонстрирует, что мы можем достичь большей плотности вычислительных ресурсов, минимизируя при этом рост энергопотребления и воздействия на окружающую среду за счет продуманного совместного проектирования оборудования и программного обеспечения. Чтобы узнать больше и начать работу с Ironwood, зарегистрируйте свою заинтересованность, заполнив эту форму cloud.google.com/resources/ironwood-tpu-interest?e=48754805
























