Skip to content
गूगल के आयरनवुड TPU की रेटिंग प्रति चिप 4,614 टेराफ्लॉप और 192 GiB मेमोरी है, एक पॉड में 9,216 चिप जुड़ सकती हैं, और यह 31 मार्च 2026 से गूगल क्लाउड पर आम उपलब्धता में है
एआई और प्रौद्योगिकी

गूगल के आयरनवुड TPU की रेटिंग प्रति चिप 4,614 टेराफ्लॉप और 192 GiB मेमोरी है, एक पॉड में 9,216 चिप जुड़ सकती हैं, और यह 31 मार्च 2026 से गूगल क्लाउड पर आम उपलब्धता में है

चित्रण: tuput

हिन्दी

गूगल के दस्तावेज़ हर आयरनवुड चिप को 8-बिट अंकगणित में अधिकतम 4,614 टेराफ्लॉप, 192 GiB मेमोरी और 7,380 GBps मेमोरी बैंडविड्थ वाला बताते हैं। गूगल के रिलीज़ नोट्स में प्रीव्यू 24 नवंबर 2025 को और आम उपलब्धता 31 मार्च 2026 को दर्ज है।

· · 11 मिनट का पठन

गूगल के दस्तावेज़ हर आयरनवुड चिप को 8-बिट अंकगणित में अधिकतम 4,614 टेराफ्लॉप (हर सेकंड खरबों अंकगणितीय क्रियाएँ) की रेटिंग देते हैं। उसके साथ 192 GiB हाई-बैंडविड्थ मेमोरी जुड़ी है, और ऐसी 9,216 चिप तक एक पॉड में जोड़ी जा सकती हैं। आयरनवुड टेंसर प्रोसेसिंग यूनिट, यानी TPU, की सातवीं पीढ़ी है। TPU गूगल की वह चिप है जो उस मैट्रिक्स अंकगणित के लिए बनी है जिस पर AI मॉडल चलते हैं। गूगल के रिलीज़ नोट्स इसे 31 मार्च 2026 से गूगल क्लाउड पर आम उपलब्धता में दर्ज करते हैं।

यहाँ दिया हर आँकड़ा गूगल की अपनी विशिष्टता या अधिकतम रेटिंग है, जिसे उसके पन्नों से 12 नवंबर 2026 की स्थिति में पढ़ा गया है। आयरनवुड का कोई स्वतंत्र बेंचमार्क यहाँ उद्धृत नहीं है, और अंत के पास एक खंड उन तुलनाओं को अलग करता है जो गूगल के चुने हुए परीक्षण पर टिकी हैं।

गूगल के विशिष्टता-पन्ने की संख्याएँ

गूगल का TPU7x पन्ना (TPU7x आयरनवुड की पहली रिलीज़ का क्लाउड नाम है) इस चिप को इससे पहले की दो पीढ़ियों के बगल में रखता है।

जहाँ बताया न हो, प्रति चिपTPU v5pTPU v6e (ट्रिलियम)TPU7x (आयरनवुड)
प्रति पॉड चिप8,9602569,216
अधिकतम कंप्यूट, BF16 (टेराफ्लॉप)4599182,307
अधिकतम कंप्यूट, FP8 (टेराफ्लॉप)4599184,614
मेमोरी (GiB)9532192
मेमोरी बैंडविड्थ (GBps)2,7651,6387,380
चिप से चिप बैंडविड्थ, दोनों दिशाओं में (GBps)1,2008001,200

गूगल की अप्रैल 2025 की घोषणा कहती है कि FP8 के आँकड़े v4 और v5p पर नकल (एमुलेशन) से निकाले जाते हैं और आयरनवुड पर मूल रूप से मिलते हैं। इसीलिए v5p वाले स्तंभ में उसका BF16 वाला आँकड़ा दोहराया गया है, और पन्ना v6e के लिए भी यही करता है। हर आयरनवुड चिप में दो टेंसरकोर होते हैं, जो मैट्रिक्स गुणा करने वाली इकाइयाँ हैं, और चार स्पार्सकोर होते हैं, जिन्हें अप्रैल की पोस्ट रैंकिंग और सिफ़ारिश में इस्तेमाल होने वाली बहुत बड़ी एम्बेडिंग (लुकअप तालिकाओं) के लिए त्वरक बताती है। हर होस्ट कंप्यूटर पर चार चिप बैठती हैं, और पन्ना इस चार-चिप मशीन के लिए 224 वर्चुअल CPU और 960 GB RAM गिनाता है।

टेराफ्लॉप क्या है, और संख्या-प्रारूप क्यों मायने रखता है

FLOP एक फ्लोटिंग-पॉइंट क्रिया है: ऐसी संख्या पर एक जोड़ या गुणा जिसमें दशमलव का हिस्सा हो सकता है। टेराफ्लॉप का मतलब प्रति सेकंड एक खरब ऐसी क्रियाएँ है, और एक्साफ्लॉप का मतलब एक अरब गुणा एक अरब। 4,614 एक अधिकतम आँकड़ा है, यानी वह रफ़्तार जो तब मिले जब हर अंकगणितीय इकाई हर पल व्यस्त हो, और दस्तावेज़ इसे इसी रूप में नाम देता है।

यह नाम एक संख्या-प्रारूप भी बताता है। FP8 हर संख्या को 8 बिट में रखता है और BF16 (bfloat16) 16 बिट में। दस्तावेज़ BF16 के लिए 2,307 टेराफ्लॉप और FP8 के लिए ठीक उसका दोगुना गिनाता है, और नीचे उद्धृत गूगल डीपमाइंड की पाठ्यपुस्तक कहती है कि चिप FP8 मैट्रिक्स गुणा BF16 से दोगुनी दर पर करती है। कम बिट का मतलब मोटे-खुरदरे अंक और प्रति सेकंड ज़्यादा क्रियाएँ है।

पॉड के आँकड़े को गुणा करके देखें: 9,216 चिप गुणा 4,614 टेराफ्लॉप 42.5 एक्साफ्लॉप होता है। यही संख्या गूगल की अप्रैल 2025 की पोस्ट में और गूगल की Hot Chips 2025 की स्लाइड पर है, जहाँ इसे FP8 लिखा गया है। BF16 रेटिंग पर वही गुणा लगभग 21 एक्साफ्लॉप देता है, जो पाठ्यपुस्तक एक पॉड के लिए बताती है।

अंकगणित जितनी ही मेमोरी क्यों मायने रखती है

गूगल डीपमाइंड के इंजीनियरों की लिखी पाठ्यपुस्तक TPU को ऐसे कोर की तरह बताती है जो मैट्रिक्स गुणा में माहिर है और जिससे तेज़ मेमोरी की एक परत जुड़ी है, जिसे HBM यानी हाई-बैंडविड्थ मेमोरी कहते हैं। बैंडविड्थ यह है कि उस मेमोरी से अंकगणितीय इकाइयों तक हर सेकंड कितने बाइट पहुँच सकते हैं। दोनों के बीच चिप पर एक छोटी स्क्रैचपैड मेमोरी होती है, जिसे पाठ्यपुस्तक TPU7x पर 128 MiB बताती है। यह HBM से कहीं तेज़ है, पर उसके 192 GiB से कहीं छोटी।

चैटबॉट अपना जवाब एक-एक टोकन (एक शब्द या शब्द का टुकड़ा) करके लिखता है, जैसा tuput का चैटबॉट अगला शब्द कैसे अनुमान लगाता है वाला लेख बताता है। पाठ्यपुस्तक के अनुसार हर क़दम पर मॉडल के सारे पैरामीटर HBM से लोड करने पड़ते हैं। इसलिए उन्हें लोड करने में लगने वाला समय हर क़दम के समय का एक न्यूनतम तल बन जाता है। उसका उदाहरण BF16 में 200 अरब पैरामीटर का मॉडल लेता है, जो 400 GB है, और 32 v6e चिप में बँटा है: प्रति चिप 12.5 GB, लगभग 1.6 TB प्रति सेकंड पर पढ़ा गया, यानी हर क़दम में ज़्यादा से ज़्यादा अच्छी स्थिति में लगभग 7.8 मिलीसेकंड।

यही गणित आयरनवुड के दस्तावेज़ में दर्ज 7,380 GBps के साथ करें तो 12.5 GB में लगभग 1.7 मिलीसेकंड लगते हैं। यह एक दर्ज आँकड़े पर tuput का अपना गणित है, 32 चिप पर एक मॉडल-आकार के लिए, और यह एक न्यूनतम सीमा है, किसी सेवा के जवाब देने की रफ़्तार का अनुमान नहीं। गूगल का दस्तावेज़ खुद कहता है कि अपने आकार के बावजूद HBM कुछ क्रियाओं के लिए अब भी अड़चन बन सकती है। गूगल के पन्ने बैंडविड्थ को तीन तरह से पूर्णांकित करते हैं: अप्रैल की पोस्ट में 7.37 TB/s, दस्तावेज़ में 7,380 GBps और Hot Chips की स्लाइड पर 7.3 TB/s।

पॉड, और उसकी चिप टोरस में क्यों जुड़ी हैं

गूगल की नवंबर 2025 की पोस्ट पॉड को ऐसी चिप का समूह बताती है जो एक-दूसरे से इस तरह जुड़ी हैं कि एक इकाई की तरह काम करें। आयरनवुड के लिए पोस्ट 9,216 चिप तक बताती है, जो उस नेटवर्किंग से जुड़ी हैं जिसे वह 9.6 टेराबिट प्रति सेकंड की रेटिंग देती है, और जो 1.77 पेटाबाइट HBM साझा करती हैं। दस्तावेज़ इसे 4x4x4 चिप के 144 क्यूब से बनाता है, यानी हर क्यूब में 64 चिप, और चार चिप का एक स्लाइस सबसे छोटा विन्यास है जो वह गिनाता है। 2,048 चिप से बड़े स्लाइस के लिए पन्ना गूगल की अकाउंट टीम से संपर्क करने को कहता है।

क्यूब के भीतर हर चिप के तीन दिशाओं में अपने निकटतम पड़ोसियों से सीधे लिंक हैं। पन्ना प्रति चिप छह लिंक बताता है, हर लिंक 200 GBps दो-तरफ़ा बैंडविड्थ का, यानी हर अक्ष पर 400 GBps और कुल 1,200 GBps। 64 या उससे ज़्यादा चिप के स्लाइस के लिए क्यूब एक 3D टोरस में जोड़े जाते हैं, यानी ऐसी ग्रिड जिसके किनारे घूमकर सामने वाले किनारे से मिल जाते हैं। चिप की एक पंक्ति सोचिए: आख़िरी चिप को पहली से जोड़ दें तो वह छल्ला बन जाती है, और पाठ्यपुस्तक कहती है कि यह घुमाव दो चिप के बीच की सबसे बड़ी दूरी को N से घटाकर N/2 कर देता है। पाठ्यपुस्तक यह भी जोड़ती है कि पूरे क्यूब से छोटे स्लाइस में यह घुमाव नहीं मिलता, जिससे उसके अनुसार अधिकतर संचार का समय आम तौर पर दोगुना हो जाता है। वह इस डिज़ाइन की तुलना GPU क्लस्टरों से करती है, जो चिप को स्विचों की एक श्रेणीबद्ध व्यवस्था से जोड़ते हैं।

ऑप्टिकल सर्किट स्विच क्यूबों को जोड़ते हैं और उन्हें दोबारा विन्यस्त किया जा सकता है, इसलिए क्यूबों के एक ही पूल को अलग-अलग आकार के स्लाइसों में काटा जा सकता है। ServeTheHome की Hot Chips वार्ता की रिपोर्ट के अनुसार किसी ख़राब नोड को हटाकर सहेजे हुए चेकपॉइंट से स्लाइस को दूसरे रैकों पर दोबारा बनाया जा सकता है, और 9,216 की संख्या दो के किसी घात से थोड़ी ऊपर इसलिए है कि अतिरिक्त रैक बचे रहें (8,192 पर कोई न बचता)। अप्रैल की पोस्ट पूरे पॉड की बिजली खपत लगभग 10 मेगावाट बताती है और कहती है कि चिप तरल से ठंडी की जाती हैं। AI डेटा सेंटर कुल कितनी बिजली खींचते हैं, इसकी चर्चा tuput के IEA और बर्कले लैब के पूर्वानुमान वाले लेख में है।

एक ढक्कन के नीचे दो चिपलेट

गूगल की Hot Chips स्लाइडें आयरनवुड को पहला दोहरे कंप्यूट डाई वाला TPU कहती हैं, और ServeTheHome के अनुसार इस डिज़ाइन से गूगल एक डाई से आगे बढ़कर बना सकता है। दस्तावेज़ के मुताबिक हर चिपलेट में एक टेंसरकोर, दो स्पार्सकोर और 96 GiB HBM है, और उन्हें जोड़ने वाला डाई-से-डाई लिंक एक चिप-से-चिप लिंक से छह गुना तेज़ है। सॉफ़्टवेयर को हर चिप दो डिवाइस की तरह दिखती है: चार-चिप की मशीन पर JAX लाइब्रेरी आठ गिनाती है।

पन्ना कहता है कि TPU7x पर JAX और PyTorch फ़्रेमवर्क चलते हैं और TensorFlow समर्थित नहीं है। मॉडल परोसने के लिए वह vLLM और SGLang इन्फ़रेंस इंजन गिनाता है। गूगल की 9 नवंबर 2026 की पोस्ट कहती है कि उसने पिछले महीने TorchTPU को ओपन-सोर्स किया, ताकि PyTorch कोड और Hugging Face के मॉडल TPU पर बिना दोबारा लिखे चलें।

तारीख़ें, ज़ोन और ग्राहक

गूगल ने आयरनवुड की घोषणा 9 अप्रैल 2025 को Cloud Next 25 में की और इसे “पहला, जो ख़ास तौर पर इन्फ़रेंस के लिए बना है” कहा। उसका दस्तावेज़ और नवंबर 2025 की पोस्ट इसे प्रशिक्षण और इन्फ़रेंस दोनों के लिए बना बताते हैं। 26 अगस्त 2025 के Hot Chips सम्मेलन के लिए गूगल की स्लाइडें प्रस्तुतकर्ता के रूप में नॉर्मन जूपी और श्रीधर लक्ष्मणमूर्ति के नाम देती हैं और कहती हैं कि हाइपरस्केल पर तैनाती चल रही थी।

23 अक्टूबर 2025 को Anthropic ने “दस लाख तक TPU” इस्तेमाल करने की योजना घोषित की, जिसे उसने दसियों अरब डॉलर का विस्तार कहा और जिससे 2026 में एक गीगावाट से काफ़ी ज़्यादा क्षमता चालू होने की उम्मीद जताई। उस पोस्ट में किसी TPU पीढ़ी का नाम नहीं है। गूगल की 6 नवंबर 2025 की पोस्ट इसी योजना को अपने आयरनवुड वाले खंड में रखती है और आयरनवुड के इन्फ़रेंस और प्रशिक्षण लाभों पर Anthropic के कंप्यूट प्रमुख जेम्स ब्रैडबरी को उद्धृत करती है। वह शुरुआती उपयोगकर्ताओं के रूप में Lightricks और Essential AI को भी उद्धृत करती है।

नवंबर की पोस्ट के पाठ में कहा गया था कि आयरनवुड “आने वाले हफ़्तों में” आम उपलब्धता में होगा। गूगल के रिलीज़ नोट्स में तारीख़ें दर्ज हैं: प्रीव्यू 24 नवंबर 2025 को और आम उपलब्धता 31 मार्च 2026 को। TPU7x का पन्ना स्थान नहीं गिनाता। अलग से मौजूद रीजन और ज़ोन का पन्ना 12 नवंबर 2026 की स्थिति में TPU7x के लिए दो ज़ोन गिनाता है, us-central1-ai1a और us-central1-c, दोनों गूगल के us-central1 रीजन में।

भारत के लिए, 10 फ़रवरी 2026 का PIB बैकग्राउंडर कहता है कि इंडियाएआई मिशन ने 65 रुपये प्रति घंटे पर 38,000 से ज़्यादा GPU और साथ में 1,050 TPU जोड़े थे, जिन्हें वह ख़ास तौर पर AI कामों के लिए बनी चिप के रूप में परिभाषित करता है। वह किसी TPU पीढ़ी का नाम नहीं लेता, इसलिए उसमें ऐसा कुछ नहीं है जो बताए कि इनमें कोई आयरनवुड है या नहीं। मिशन की चर्चा tuput के इंडियाएआई मिशन वाले लेख में है, और राष्ट्रीय पेटाफ्लॉप मशीनों की चर्चा परम सुपरकंप्यूटर वाले लेख में।

कौन-सी तुलनाएँ गूगल की अपनी हैं

गूगल की नवंबर 2025 की पोस्ट कहती है कि आयरनवुड TPU v5p से अधिकतम प्रदर्शन में 10 गुना सुधार देता है और प्रशिक्षण तथा इन्फ़रेंस के लिए v6e से प्रति चिप 4 गुना से ज़्यादा बेहतर प्रदर्शन देता है। Hot Chips की स्लाइड भी v5p से 10 गुना से ज़्यादा कंप्यूट कहती है। तालिका दिखाती है कि संख्या-प्रारूप पर कितना कुछ टिका है। FP8 में v5p के 459 के सामने 4,614 दस गुना है, पर v5p के स्तंभ में FP8 नकल से निकला है, और BF16 पर अनुपात 5 गुना है (459 के सामने 2,307)। v6e के मुक़ाबले, पन्ने के आँकड़ों पर, यह FP8 पर 5 गुना और BF16 पर 2.5 गुना है। पोस्ट यह नहीं बताती कि उसके “4 गुना से ज़्यादा” के पीछे कौन-से काम या कौन-सा संख्या-प्रारूप है।

अप्रैल की पोस्ट के मेमोरी अनुपात तालिका से निकलते हैं और वे विशिष्टताएँ हैं, परीक्षण के नतीजे नहीं: 192 GiB के सामने 32 छह गुना है, और 7,380 के सामने 1,638 GBps 4.5 गुना। उसी पोस्ट का दावा है कि प्रति वाट प्रदर्शन ट्रिलियम का दोगुना है और 2018 के गूगल के पहले क्लाउड TPU की दक्षता का लगभग 30 गुना, और चार्ट की टिप्पणी कहती है कि मापदंड थर्मल डिज़ाइन पावर के प्रति वाट अधिकतम FP8 फ्लॉप है। ServeTheHome ने Hot Chips पर इसी 2 गुना वाले दावे के बारे में लिखा कि साफ़ नहीं था कि यह उसी संख्या-प्रारूप पर नापा गया था या नहीं।

अप्रैल की पोस्ट 42.5 एक्साफ्लॉप वाले पॉड को El Capitan के सामने भी रखती है, जिसे वह 1.7 एक्साफ्लॉप बताती है। लॉरेंस लिवरमोर नेशनल लैबोरेटरी जून 2025 की TOP500 सूची में उस मशीन को हाई-परफ़ॉर्मेंस लिनपैक परीक्षण पर 1.742 एक्साफ्लॉप और एक अलग मिश्रित-परिशुद्धता परीक्षण पर 16.7 एक्साफ्लॉप बताती है। एक आँकड़ा FP8 पर सैद्धांतिक अधिकतम है और दूसरा नापा हुआ बेंचमार्क, इसलिए वे अलग-अलग सवालों के जवाब हैं।

आयरनवुड के बाद

गूगल की 9 नवंबर 2026 की पोस्ट, जो चीफ़ टेक्नोलॉजिस्ट अमीन वहदत की है, कहती है कि अब TPU की आठ पीढ़ियाँ हैं और अप्रैल 2026 में Cloud Next में आठवीं पीढ़ी की दो चिप, प्रशिक्षण के लिए 8t और रीज़निंग के लिए 8i, पेश की गईं। वह पिछली पीढ़ी के मुक़ाबले प्रशिक्षण प्रदर्शन में 2.7 गुना तक और इन्फ़रेंस की कीमत-प्रदर्शन में 80 प्रतिशत बेहतरी बताती है, दोनों गूगल के अपने आँकड़े। उसी पोस्ट में गोपनीय इन्फ़रेंस के लिए TPU 8tx जुड़ता है, और TPU 8i Max, जो एक पैकेज पर दो 8i चिप रखता है और जिसमें 8i से दोगुना कंप्यूट, SRAM और मेमोरी बैंडविड्थ है। पोस्ट कहती है कि कंपनी ने एक साल में चार TPU प्रणालियाँ पेश की हैं, और TPU के कारोबार को लगभग 100 ग्राहकों वाला बताती है। वह चारों में से किसी का चिप-स्तर का विनिर्देश नहीं देती, इसलिए यहाँ किसी की तुलना आयरनवुड से नहीं की गई है।

Share
Copied!

स्रोत और आगे पढ़ने के लिए

  1. Google Cloud documentation: TPU7x (Ironwood), last updated 11 November 2026
  2. Google Cloud documentation: TPU regions and zones
  3. Google Cloud documentation: Cloud TPU release notes
  4. Google: Ironwood, the first Google TPU for the age of inference (9 April 2025)
  5. Google Cloud blog: Ironwood TPUs and new Axion-based VMs for your AI workloads (6 November 2025)
  6. Google Cloud blog: Our newest TPUs, 8tx and 8i Max, built for the agentic era (9 November 2026)
  7. Hot Chips 2025: Ironwood, Delivering Best in Class perf, perf/TCO and perf/Watt for Reasoning Model Training and Serving (Google slides, 26 August 2025)
  8. Anthropic: Expanding our use of Google Cloud TPUs and Services (23 October 2025)
  9. Google DeepMind authors: How to Scale Your Model, Part 2, How to Think About TPUs
  10. ServeTheHome: Google Ironwood TPU Swings for Reasoning Model Leadership at Hot Chips 2025 (26 August 2025)
  11. Lawrence Livermore National Laboratory: El Capitan reigns supreme across three major supercomputing benchmarks (16 June 2025)
  12. PIB Backgrounder: Democratising AI in India (10 February 2026)

यह लेख AI उपकरणों की सहायता से शोधित और लिखा गया है, और सटीकता के लिए संपादित किया गया है। यह केवल सामान्य जानकारी और चर्चा के लिए है, पेशेवर सलाह नहीं। हमारे संपादकीय मानक और अस्वीकरण देखें। कोई त्रुटि मिली? हमें बताएँ।

#google ironwood#tpu#ai accelerator#tpu7x#high bandwidth memory#ai inference#ai hardware#google cloud

अच्छा लगा? अगला लेख पाएँ।

एक बार में एक अच्छा लेख, सीधे आपके इनबॉक्स में। कोई स्पैम नहीं, जब चाहें अनसब्सक्राइब करें।

इसी श्रेणी में और: एआई और प्रौद्योगिकी
गूगल के आठ लेखकों ने 12 जून 2017 को ट्रांसफ़ॉर्मर पर शोधपत्र पोस्ट किया, और उसके बड़े मॉडल ने आठ GPU पर 3.5 दिन के प्रशिक्षण के बाद अंग्रेज़ी से जर्मन में 28.4 BLEU हासिल किए
आज के चैटबॉट के पीछे के डिज़ाइन की सैर, शोधपत्र की अपनी तालिकाओं और गूगल के अपने उदाहरण के साथ, जिसमें एक शब्द को नदी की ओर देखना पड़ता है। इसमें 2017 के डिज़ाइन के वे हिस्से भी हैं जिन्हें बाद के मॉडलों ने रखा, बदला या छोड़ा।
17 फरवरी 2026 को जयपुर में शुरू हुआ भारत-विस्तार किसान को 155261 पर फ़ोन करके AI सलाहकार से सवाल पूछने देता है, और आईसीएआर, मौसम विभाग, एगमार्कनेट और एग्रीस्टैक के आँकड़ों से जुड़ा है
155261 पर एक कॉल से किसान उस AI सलाहकार तक पहुँचता है, जिसे आईसीएआर की कृषि मार्गदर्शिकाओं, मौसम और मंडी के आँकड़ों से जानकारी मिलती है। शुरुआत की सरकारी विज्ञप्तियाँ, भाषाओं की योजना और अब तक प्रकाशित उपयोग के आँकड़े, तारीख़ों और स्रोतों के साथ।
रामायण भाग 1 6 नवंबर 2026 को अंग्रेज़ी बोलने वाले सिनेमाघरों में पहुंची, निर्माताओं के अनुसार इंसानी आवाज़ की परफ़ॉर्मेंस के साथ और अभिनेताओं के होंठ मिलाने वाले Brahma AI के साथ
दो चरणों की प्रक्रिया, पहले इंसानी परफ़ॉर्मेंस और फिर सॉफ़्टवेयर, इसी तरह निर्माता फ़िल्म की अंग्रेज़ी रिलीज़ का वर्णन करते हैं। बाकी तस्वीर टेलीविज़न अकादमी, Brahma AI के अपने पन्ने और कई समीक्षक पूरी करते हैं।
← सभी लेख