HyperAccel Tech Blog · 2026. 01. 03.

[지피지기 - Part 02] TPU의 등장과 부상

AI 엔지니어링 브리핑

이 글은 구글이 왜 GPU 대신 TPU를 개발했는지부터 최신 Ironwood의 구조와 소프트웨어 생태계, 그리고 AI 반도체 시장에 도전하는 전략까지 쉽게 설명합니다.

문제 & 배경

문제 & 배경: 2010년대 인공지능이 구글 서비스에 본격적으로 사용되면서 음성 검색 같은 작업을 CPU만으로 처리하려면 데이터센터를 크게 늘려야 했고, 이를 해결할 전용 칩이 필요해졌습니다.

기술 & 해결책

기술 & 해결책: 구글은 행렬 곱셈을 빠르게 처리하는 Systolic array와 전용 코어를 갖춘 TPU를 만들고, 여러 칩을 연결하는 네트워크와 TensorFlow·JAX·XLA·Pallas 같은 소프트웨어로 대규모 AI 연산을 효율적으로 실행하도록 했습니다.

교훈 & 주의점

교훈 & 주의점: Ironwood는 chiplet 구조와 PyTorch·vLLM 지원으로 성능과 활용 범위를 넓혔지만, TPU의 성능을 제대로 끌어내려면 컴파일러 최적화와 직접 커널을 조정하는 작업을 이해해야 하며 구글은 이를 바탕으로 엔비디아와 경쟁하려 하고 있습니다.

내용이 비슷해요

내용이 비슷한 글을 먼저 보여드려요. 같은 문제나 해결책을 다룬다는 뜻은 아니에요.