Google trabalha com MediaTek em nova variante do TPU v9 chamada Triggerfish

# Google trabalha com MediaTek em nova variante do TPU v9 chamada Triggerfish

O Google está desenvolvendo uma nova versão do TPU v9 em parceria com a MediaTek. O chip, batizado de Triggerfish, promete melhorias substanciais em eficiência de inferência e aprendizado por reforço, sinalizando uma mudança estratégica na cadeia de suprimentos de silício para inteligência artificial.

Google e MediaTek unem forças no desenvolvimento do TPU v9 Triggerfish

A Alphabet Inc. ($GOOGL) está colaborando com a MediaTek no desenvolvimento de uma nova variante do TPU v9, chamada internamente de Triggerfish. A parceria marca a primeira vez que o Google recorre à fabricante taiwanesa de semicondutores para co-desenvolver um acelerador de IA da linha TPU — uma decisão que reflete a busca por diversificação na cadeia de fornecedores de silício customizado, até então centrada quase exclusivamente na Broadcom.

A escolha da MediaTek não é casual. A empresa sediada em Hsinchu, Taiwan, acumula décadas de experiência em design de chips de baixo consumo para dispositivos móveis e, nos últimos anos, expandiu sua atuação para o segmento de computação de alto desempenho. Essa expertise em eficiência energética por watt é exatamente o que cargas de trabalho de inferência em larga escala exigem nos data centers do Google Cloud.

O Triggerfish representa a evolução direta da arquitetura TPU v9, que já havia sido projetada para superar as limitações de largura de banda de memória e latência encontradas nas gerações anteriores. Com essa nova variante, o Google sinaliza que pretende acelerar o ciclo de inovação de seus aceleradores proprietários, competindo diretamente com as GPUs da NVIDIA e os chips Trainium da Amazon.

Melhorias técnicas do Triggerfish: mais memória, mais eficiência

O diferencial técnico do Triggerfish está concentrado em três pilares de hardware que atacam gargalos conhecidos em workloads de IA:

• Maior capacidade de SRAM on-chip: o aumento da memória estática integrada ao die reduz a necessidade de acessos frequentes à memória externa, diminuindo latência e consumo energético durante operações de inferência. Mais SRAM significa que modelos maiores — ou porções maiores de modelos — podem residir diretamente no chip durante a execução.

• Memória HBM4E (High Bandwidth Memory de quarta geração, variante estendida): a adoção de HBM4E eleva significativamente a largura de banda de memória disponível em comparação com a HBM3E utilizada em aceleradores atuais. Essa especificação é crítica para alimentar os tensores de modelos de linguagem de grande porte (LLMs) com bilhões de parâmetros sem criar bottlenecks de dados.

• Novo die de simulação dedicado: a inclusão de um die específico para simulação sugere que o Triggerfish foi arquitetado com foco em aprendizado por reforço (RL), onde agentes de IA precisam executar milhões de simulações de ambientes para otimizar políticas de decisão. Esse componente pode acelerar drasticamente o treinamento de agentes autônomos, robótica e sistemas de planejamento.

Essas escolhas de design indicam que o Google não está apenas buscando mais FLOPS brutos, mas sim otimizando a arquitetura para os tipos específicos de carga de trabalho que dominam sua infraestrutura — inferência em tempo real para produtos como Gemini e treinamento de agentes de IA baseados em reforço.

Impacto no setor de inteligência artificial e no mercado de chips

A colaboração entre Google e MediaTek no TPU v9 Triggerfish tem implicações que vão além de um único chip. Ela reconfigura dinâmicas competitivas em pelo menos três frentes:

Para o ecossistema de semicondutores, a parceria valida a MediaTek como player relevante no mercado de aceleradores de data center, um segmento historicamente dominado por NVIDIA, AMD e Broadcom. Até agora, a MediaTek era conhecida principalmente por seus SoCs para smartphones e smart TVs. Participar do design de um TPU do Google eleva substancialmente seu perfil no segmento de computação de alto desempenho.

Para desenvolvedores e empresas que utilizam o Google Cloud, o Triggerfish pode se traduzir em menor custo por inferência e maior throughput em APIs de modelos de linguagem. Se as melhorias em SRAM e HBM4E se confirmarem na prática, workloads que hoje exigem múltiplos aceleradores poderão rodar em menos unidades, reduzindo o custo total de propriedade (TCO).

Para a estratégia do Google, o movimento reforça a tendência de verticalização do hardware de IA. Assim como a Apple projeta seus próprios chips para iPhones e Macs, o Google aprofunda o controle sobre o silício que alimenta seus serviços de inteligência artificial — do treinamento de modelos fundacionais à inferência em produção para bilhões de usuários.

O Triggerfish ainda não tem data pública de lançamento confirmada, mas sua existência demonstra que a corrida por aceleradores de IA customizados está se intensificando. Em um mercado onde cada milissegundo de latência e cada watt de consumo energético impactam diretamente a viabilidade econômica de serviços de IA em escala, parcerias como esta entre Google e MediaTek podem definir quem lidera a próxima geração de infraestrutura de inteligência artificial.