Oracle e Google Cloud hanno annunciato il 27 ottobre 2026 un accordo per rendere disponibili le Tensor Processing Unit di Google attraverso Oracle Cloud Infrastructure (OCI). L’intesa, presentata durante Oracle AI World a Las Vegas, porterà per la prima volta questi acceleratori dedicati all’intelligenza artificiale all’interno dell’infrastruttura di un grande operatore cloud diverso da Google.
La disponibilità commerciale è prevista a partire dal 2027, con un’espansione progressiva della capacità di calcolo negli anni successivi. L’annuncio riguarda quindi un’integrazione programmata, non un servizio già utilizzabile dai clienti Oracle. Le due società non hanno comunicato una data precisa di apertura, un listino dei prezzi o le regioni cloud che ospiteranno inizialmente i nuovi sistemi.
L’arrivo delle Google TPU su Oracle Cloud amplia le alternative hardware a disposizione delle imprese che sviluppano modelli di intelligenza artificiale o utilizzano sistemi generativi su larga scala. Oracle potrà affiancare ai processori grafici già presenti nella propria offerta una tecnologia progettata specificamente per l’apprendimento automatico, mentre Google estenderà la distribuzione dei propri acceleratori oltre la piattaforma cloud che li ha resi disponibili fino a oggi.
Come funzionano le TPU e quali operazioni possono accelerare
Le Tensor Processing Unit, comunemente indicate con la sigla TPU, sono circuiti integrati specializzati sviluppati da Google per eseguire le operazioni matematiche utilizzate nei sistemi di machine learning. A differenza dei processori tradizionali, progettati per gestire applicazioni molto diverse, queste unità concentrano le proprie risorse sulle elaborazioni tipiche delle reti neurali, in particolare sulle moltiplicazioni tra matrici.
Si tratta di calcoli fondamentali sia durante l’addestramento dei modelli, quando gli algoritmi modificano progressivamente i propri parametri, sia nella fase di inferenza, quando un sistema già addestrato produce una risposta a partire dai dati ricevuti.
Le TPU utilizzano unità di elaborazione dedicate, memoria ad alta larghezza di banda e collegamenti progettati per consentire a numerosi chip di lavorare insieme. L’architettura comprende inoltre componenti software che traducono le operazioni dei modelli in istruzioni eseguibili dall’hardware.
Google sviluppa questa tecnologia da oltre dieci anni e la utilizza anche per sostenere i servizi basati sui propri modelli Gemini. L’ottava generazione comprende due architetture distinte: TPU 8t, orientata all’addestramento, e TPU 8i, destinata principalmente all’inferenza.
La distinzione riflette esigenze di calcolo differenti. Addestrare un modello linguistico di grandi dimensioni richiede di coordinare enormi quantità di operazioni per periodi prolungati. Nell’inferenza, invece, assumono particolare rilievo il tempo necessario a generare una risposta, il numero di richieste gestibili contemporaneamente e il consumo di risorse per ciascuna elaborazione.
Le TPU possono essere utilizzate anche con modelli mixture-of-experts, architetture nelle quali vengono attivate componenti differenti a seconda dell’operazione richiesta, e con applicazioni che elaborano contesti molto estesi.
La specializzazione comporta però alcune limitazioni. Secondo la documentazione tecnica di Google Cloud, le TPU risultano particolarmente adatte ai modelli dominati da operazioni matriciali, mentre elaborazioni con numerose istruzioni personalizzate, frequenti diramazioni o particolari requisiti di precisione numerica possono essere più appropriate per CPU o GPU.
Non esiste quindi un vantaggio prestazionale valido indistintamente per qualsiasi applicazione di intelligenza artificiale. La scelta dipende dalla struttura del modello, dal software utilizzato e dalle caratteristiche operative del servizio.
Perché la presenza su Oracle Cloud cambia le possibilità di utilizzo
Il principale elemento di novità dell’accordo riguarda la distribuzione dell’infrastruttura. Finora Google Cloud ha rappresentato il riferimento diretto per l’accesso cloud alle TPU. La disponibilità delle Google TPU su Oracle Cloud permetterà anche ai clienti OCI di utilizzare questa architettura senza dover necessariamente spostare l’intero ambiente applicativo su Google Cloud.
Per le organizzazioni che gestiscono grandi quantità di dati aziendali su infrastrutture Oracle, la collocazione delle risorse di calcolo può avere conseguenze concrete. I sistemi di intelligenza artificiale devono infatti accedere alle informazioni necessarie per eseguire analisi, personalizzare modelli o generare risposte. Quando dati e acceleratori si trovano su piattaforme differenti, possono rendersi necessari trasferimenti tra ambienti cloud, con possibili costi aggiuntivi e problemi di latenza da valutare.
L’integrazione prevista consentirà di collocare le TPU all’interno dell’infrastruttura OCI, avvicinando le elaborazioni alle risorse di archiviazione e ai database già utilizzati dalle imprese.
Questo aspetto può risultare significativo nelle applicazioni che interrogano grandi archivi documentali, elaborano informazioni operative o utilizzano modelli linguistici adattati a specifici processi aziendali.
La vicinanza fisica e infrastrutturale non elimina automaticamente ogni trasferimento di dati né garantisce prestazioni superiori. L’effettivo beneficio dipenderà dall’architettura adottata, dai servizi coinvolti e dalle modalità con cui le applicazioni accederanno alle nuove risorse.
L’accordo si inserisce inoltre in una collaborazione tra Oracle e Google già estesa ai servizi di database multicloud. Con Oracle AI Database@Google Cloud, le aziende possono utilizzare servizi database Oracle nell’ecosistema Google Cloud. Il nuovo progetto procede nella direzione complementare, portando una componente dell’infrastruttura AI di Google all’interno di OCI.
GPU e TPU nella stessa piattaforma: le conseguenze per gli sviluppatori
Con l’introduzione delle Google TPU su Oracle Cloud, OCI potrà offrire differenti tipologie di acceleratori per rispondere alle esigenze dei carichi di lavoro AI.
Le GPU, ampiamente utilizzate nell’addestramento e nell’esecuzione dei modelli generativi, dispongono di ecosistemi software consolidati e supportano numerose operazioni parallele. Le TPU rappresentano invece un’architettura specializzata, il cui impiego richiede di considerare la compatibilità dei modelli e gli strumenti disponibili.
La possibilità di scegliere tra queste tecnologie all’interno dello stesso fornitore cloud può semplificare alcune decisioni infrastrutturali. Un’organizzazione potrebbe valutare acceleratori differenti per addestrare un modello, perfezionarlo e successivamente utilizzarlo in produzione, senza dover necessariamente affidare tutte le fasi alla medesima architettura hardware.
Rimane centrale la questione della compatibilità software. L’esecuzione sulle TPU coinvolge il compilatore XLA, utilizzato per trasformare le operazioni matematiche dei modelli in istruzioni adatte ai processori Google.
Negli ultimi anni l’ecosistema TPU si è ampliato attraverso il supporto di framework come JAX e PyTorch. Google ha inoltre reso disponibile come progetto open source TorchTPU, il proprio stack per l’utilizzo delle TPU con PyTorch, e ha sviluppato integrazioni con strumenti impiegati per l’addestramento e la distribuzione dei modelli.
Questi sviluppi possono ridurre il lavoro necessario per adattare le applicazioni, ma non significano che ogni progetto esistente possa essere trasferito senza verifiche. Operazioni personalizzate, dipendenze software e configurazioni delle risorse possono richiedere modifiche o test specifici.
Per gli sviluppatori interessati alle Google TPU su Oracle Cloud, la valutazione riguarderà pertanto sia le prestazioni dei processori sia l’integrazione con gli strumenti di gestione, monitoraggio e distribuzione delle applicazioni già presenti su OCI.
Data center, raffreddamento e reti: cosa prevede l’integrazione
L’accordo tra Oracle e Google non si limita alla disponibilità dei singoli processori. I sistemi TPU destinati ai carichi di lavoro più impegnativi richiedono infrastrutture progettate per sostenere elevati consumi energetici, gestire il calore prodotto e collegare numerosi acceleratori con una comunicazione rapida.
Oracle metterà a disposizione alimentazione elettrica, raffreddamento e infrastruttura di rete nei propri data center. I sistemi TPU di Google utilizzano soluzioni di raffreddamento a liquido e interconnessioni dedicate per coordinare il lavoro dei chip.
Sul piano della comunicazione interna, l’architettura Google impiega tecnologie come Inter-Chip Interconnect e Optical Circuit Switching, progettate per lo scambio di informazioni tra acceleratori. L’infrastruttura Oracle Acceleron fornirà invece i componenti di rete necessari a collegare le risorse TPU agli altri servizi OCI.
L’integrazione dovrà quindi coordinare due livelli distinti: le comunicazioni tra i processori durante l’esecuzione dei modelli e i collegamenti con le risorse cloud utilizzate dalle applicazioni.
La capacità di mantenere efficienti questi scambi diventa particolarmente rilevante quando un modello viene distribuito su centinaia o migliaia di acceleratori. In questi ambienti, il tempo impiegato per trasferire i dati può incidere sull’efficienza complessiva delle elaborazioni.
Google e Oracle presentano il progetto come una soluzione destinata a sostenere carichi di lavoro AI di grandi dimensioni. Non sono stati però pubblicati risultati di test indipendenti relativi all’esecuzione delle TPU all’interno di OCI.
Le caratteristiche tecniche comunicate per l’ottava generazione dei processori Google descrivono le capacità della tecnologia, ma non costituiscono benchmark della futura integrazione Oracle. Analogamente, le indicazioni sull’efficienza energetica e sui costi operativi non permettono ancora di quantificare eventuali risparmi per i clienti.
Disponibilità dal 2027, ancora da definire prezzi e accesso ai servizi
La commercializzazione delle Google TPU su Oracle Cloud inizierà, secondo il calendario annunciato il 27 ottobre, nel corso dell’anno solare 2027. Le società prevedono un incremento della capacità distribuita nell’arco di più anni.
Oracle ha indicato anche un obiettivo di espansione su scala gigawatt nel lungo periodo, senza specificare una scadenza per il suo raggiungimento. Si tratta di una prospettiva infrastrutturale e non della capacità che sarà necessariamente accessibile al lancio.
Allo stato attuale non risultano confermati il trimestre di disponibilità, le aree geografiche inizialmente interessate, le configurazioni acquistabili e le condizioni economiche del servizio. Non è stato inoltre precisato se l’accesso iniziale avverrà attraverso disponibilità generale, programmi riservati o altre modalità commerciali.
Questi elementi saranno determinanti per le aziende che intendono programmare nuovi investimenti. La semplice presenza di un acceleratore nel catalogo di un operatore cloud, infatti, non garantisce che la capacità richiesta sia immediatamente disponibile nella regione scelta o nelle quantità necessarie per sostenere un progetto.
La disponibilità delle TPU su OCI dovrà essere valutata anche rispetto ai servizi di gestione dei carichi di lavoro, alle quote assegnate ai clienti e alle eventuali condizioni contrattuali.
Il progetto arriva mentre Oracle sta ampliando il proprio portafoglio di tecnologie per l’intelligenza artificiale attraverso accordi con diversi produttori di processori e acceleratori. L’integrazione delle TPU Google si aggiunge quindi a una strategia che prevede architetture hardware differenti per l’addestramento e l’inferenza.
La prima verifica concreta dell’accordo arriverà con l’apertura delle risorse nel 2027. Solo allora sarà possibile confrontare, su applicazioni effettivamente eseguite all’interno di OCI, disponibilità, prestazioni, latenza e costi delle TPU rispetto alle altre configurazioni offerte dalla piattaforma.
