وحدة معالجة الموترات

الموسوعة الحرة

وحدة معالجة الموترات ( TPU ) هي وحدة معالجة عصبية (NPU) عبارة عن دارة متكاملة خاصة بالتطبيقات (ASIC) طورتها جوجل لتعلم الآلة باستخدام الشبكات العصبية . [ 2 ] تدعم وحدات معالجة الموترات أطر عمل Tensorflow و Jax و PyTorch . [ 3 ] بدأت جوجل باستخدام وحدات معالجة الموترات داخليًا في عام 2015، وفي عام 2018 أتاحت استخدامها لأطراف ثالثة ، سواء كجزء من بنيتها التحتية السحابية أو من خلال طرح نسخة أصغر من الشريحة للبيع.

مقارنة بين وحدات معالجة الموتر (TPUs) ووحدات معالجة الرسومات (GPUs)

بالمقارنة مع وحدة معالجة الرسومات ، صُممت وحدات معالجة الموتر (TPUs) لإجراء عمليات حسابية عالية الدقة ومنخفضة الحجم (مثل دقة 8 بت ) [ 4 ] مع عدد أكبر من عمليات الإدخال/الإخراج لكل جول ، دون الحاجة إلى أجهزة خاصة بالتحويل النقطي أو رسم الخرائط النسيجية . [ 5 ] تُركّب دوائر ASIC الخاصة بوحدات معالجة الموتر في وحدة تبريد، والتي يمكن وضعها في فتحة محرك الأقراص الصلبة داخل رف مركز البيانات ، وفقًا لنورمان جوبي . [ 6 ]

تُناسب أنواع مختلفة من المعالجات أنواعًا مختلفة من نماذج التعلم الآلي. تُعدّ وحدات معالجة الموتر (TPUs) مناسبة تمامًا للشبكات العصبية الالتفافية ( CNNs )، بينما تتميز وحدات معالجة الرسومات ( GPUs ) بمزاياها في بعض الشبكات العصبية كاملة الاتصال، وقد تتمتع وحدات المعالجة المركزية ( CPUs) بمزايا في الشبكات العصبية المتكررة ( RNNs ). [ 7 ]

تاريخ

في عام ٢٠١٣، استقطبت جوجل أمير سالك لتأسيس قدرات تطوير رقائق السيليكون المخصصة لمراكز بيانات الشركة. [ ٨ ] وبصفته مؤسسًا ورئيسًا لقسم رقائق السيليكون المخصصة للبنية التحتية التقنية لجوجل وجوجل كلاود، قاد سالك تطوير وحدة معالجة الموتر الأصلية (TPU) (أول شريحة إنتاجية من جوجل)، وTPUv2 (أول شريحة تدريب للتعلم العميق في الصناعة)، وTPUv3، وTPUv4، وEdge-TPU، بالإضافة إلى منتجات سيليكون أخرى تشمل VCU وIPU وOpenTitan. [ ٩ ] [ ١٠ ] ووفقًا لجوناثان روس، أحد مهندسي TPU الأصليين، [ ١ ] والذي أصبح لاحقًا مؤسس Groq ، كانت ثلاث مجموعات منفصلة في جوجل تعمل على تطوير مسرعات الذكاء الاصطناعي، وكان تصميم TPU، وهو عبارة عن مصفوفة انقباضية ، [ ١١ ] هو التصميم الذي تم اختياره في النهاية.

شغل نورمان بي. جوبي منصب قائد الفريق التقني والمهندس المعماري الرئيسي لتطوير وحدة معالجة الموترات (TPU) في جوجل، حيث قاد عملية التصميم السريع والتحقق من صحة ونشر أول وحدة معالجة موترات في بيئة الإنتاج خلال 15 شهرًا فقط. [ 12 ] وبصفته المؤلف الرئيسي للورقة البحثية الرائدة لعام 2017 بعنوان "تحليل أداء وحدة معالجة الموترات داخل مراكز البيانات"، والتي عُرضت في الندوة الدولية الرابعة والأربعين لهندسة الحاسوب (ISCA 2017)، أثبت جوبي أن وحدة معالجة الموترات حققت أداءً أعلى بمقدار 15-30 ضعفًا، وكفاءة طاقة أعلى بمقدار 30-80 ضعفًا لكل واط مقارنةً بوحدات المعالجة المركزية ووحدات معالجة الرسومات المعاصرة، مما رسخ مكانة وحدة معالجة الموترات كمنصة أساسية لاستنتاج الشبكات العصبية على نطاق واسع عبر خدمات جوجل الإنتاجية. [ 13 ] [ 14 ]

أُعلن عن وحدة معالجة الموترات (TPU) في مايو 2016 خلال مؤتمر جوجل I/O ، حيث صرّحت الشركة بأنها تستخدمها في مراكز بياناتها منذ أكثر من عام. [ 6 ] [ 5 ] وتشير ورقة بحثية نشرتها جوجل عام 2017، تصف فيها عملية ابتكارها، إلى مضاعفات المصفوفات الانقباضية السابقة ذات البنية المشابهة التي بُنيت في التسعينيات. [ 15 ] صُممت الشريحة خصيصًا لإطار عمل TensorFlow من جوجل ، وهي مكتبة رياضية رمزية تُستخدم في تطبيقات التعلّم الآلي، مثل الشبكات العصبية . [ 16 ] ومع ذلك، وحتى عام 2017، كانت جوجل لا تزال تستخدم وحدات المعالجة المركزية (CPU) ووحدات معالجة الرسومات (GPU) لأنواع أخرى من التعلّم الآلي . [ 6 ] وتظهر تصاميم أخرى لمسرّعات الذكاء الاصطناعي من موردين آخرين، وهي موجهة لأسواق الأنظمة المدمجة والروبوتات .

وحدات معالجة الموتر (TPUs) من جوجل مملوكة لها. بعض النماذج متوفرة تجاريًا، وفي 12 فبراير 2018، ذكرت صحيفة نيويورك تايمز أن جوجل "ستسمح لشركات أخرى بشراء هذه الرقائق من خلال خدمة الحوسبة السحابية الخاصة بها". [ 17 ] صرّحت جوجل بأنها استُخدمت في سلسلة مباريات ألفا غو ضد لي سيدول في لعبة غو ، [ 5 ] وكذلك في نظام ألفا زيرو ، الذي أنتج برامج لعب الشطرنج والشوجي والغو من قواعد اللعبة فقط ، وتمكن من التغلب على البرامج الرائدة في هذه الألعاب. [ 18 ] كما استخدمت جوجل وحدات معالجة الموتر (TPUs) لمعالجة النصوص في خدمة جوجل ستريت فيو ، وتمكنت من العثور على جميع النصوص في قاعدة بيانات ستريت فيو في أقل من خمسة أيام. في صور جوجل ، يمكن لوحدة معالجة الموتر (TPU) معالجة أكثر من 100 مليون صورة يوميًا. [ 6 ] كما تُستخدم أيضًا في رانك برين، الذي تستخدمه جوجل لعرض نتائج البحث. [ 19 ]

توفر جوجل لأطراف ثالثة إمكانية الوصول إلى وحدات معالجة Tensor Processing Units (TPUs) من خلال خدمة Cloud TPU كجزء من منصة جوجل السحابية [ 20 ] ومن خلال خدماتها القائمة على دفاتر الملاحظات Kaggle و Colaboratory . [ 21 ] [ 22 ]

تُعدّ شركة برودكوم شريكًا في تطوير وحدات معالجة الموتر (TPUs)، حيث تقوم بتحويل بنية ومواصفات جوجل إلى رقائق سيليكون قابلة للتصنيع. وتُقدّم الشركة تقنيات خاصة بها، مثل واجهات SerDes عالية السرعة، وتشرف على تصميم الدوائر المتكاملة الخاصة بالتطبيقات (ASIC)، وتُدير عمليات تصنيع وتغليف الرقائق من خلال مصانع خارجية مثل شركة تايوان لصناعة أشباه الموصلات ( TSMC )، لتغطي بذلك جميع الأجيال منذ بدء البرنامج. [ 23 ] [ 24 ] [ 25 ]

في سبتمبر 2025، تجري جوجل محادثات مع العديد من شركات الحوسبة السحابية الجديدة، بما في ذلك كروسو وكوروييف، حول نشر وحدات معالجة الموتر (TPU) في مراكز بياناتها. [ 26 ] [ 27 ] وفي نوفمبر 2025، تجري ميتا محادثات مع جوجل لنشر وحدات معالجة الموتر (TPU) في مراكز بيانات الذكاء الاصطناعي التابعة لها .

منتجات

أجيال وحدة معالجة الموترات (TPU) [ 28 ] [ 29 ] [ 30 ]
الإصدار 1الإصدار الثانيالإصدار 3الإصدار الرابع [ 29 ] [ 31 ] [ 32 ]v5e [ 33 ]v5p [ 34 ] [ 35 ]v6e (Trillium) [ 36 ] [ 37 ]الإصدار السابع (خشب الحديد)v8t / v8i [ 38 ] [ 39 ]
تاريخ الإصدار201520172018202120232023202420252026
عقدة المعالجة28  نانومتر16  نانومتر16  نانومتر7  نانومترغير مدرجغير مدرجغير مدرجغير مدرجغير مدرج
حجم القالب ( مم² )331< 625أقل من 700أقل من 400300–350غير مدرجغير مدرجغير مدرجغير مدرج
الذاكرة الموجودة على الشريحة (ميغابايت)283232 (VMEM) + 5 (spMEM)128 (CMEM) + 32 (VMEM) + 10 (spMEM)غير مدرجغير مدرجغير مدرجغير مدرج384 (v8i)
سرعة الساعة (ميجاهرتز)7007009401050غير مدرج1750غير مدرجغير مدرجغير مدرج
ذاكرة8 جيجابايت DDR316 جيجابايت من ذاكرة HBM32 جيجابايت من ذاكرة التخزين المؤقت عالية الدقة32 جيجابايت من ذاكرة التخزين المؤقت عالية الدقةذاكرة HBM سعة 16 جيجابايت95 جيجابايت HBM32 جيجابايت192 جيجابايت HBM216/288 جيجابايت HBM3e
عرض نطاق الذاكرة34 جيجابايت/ثانية600 جيجابايت/ثانية900 جيجابايت/ثانية1200 جيجابايت/ثانية819 جيجابايت/ثانية2765 جيجابايت/ثانية1640 جيجابايت/ثانية7.37 تيرابايت/ثانية6.5/8.6 تيرابايت/ثانية
القدرة الحرارية التصميمية (واط)75280220170غير مدرجغير مدرجغير مدرجغير مدرجغير مدرج
الأداء الحسابي (تريليون عملية في الثانية)2345123275197  (bf16)

393  (int8)

459  (bf16)

918  (int8)

918  (bf16)

1836  (int8)

4614  (fp8)12600 (v8t fp4)

10100 (v8i fp4)

كفاءة الطاقة (تيرا أوبس/واط)0.310.160.561.62غير مدرجغير مدرجغير مدرج4.7غير مدرج

الجيل الأول من وحدات المعالجة الحرارية

يُعدّ الجيل الأول من وحدة معالجة المصفوفات (TPU) محركًا لضرب المصفوفات 8 بت ، يعمل بتعليمات CISC من المعالج المضيف عبر ناقل PCIe 3.0 . يتم تصنيعه بتقنية 28 نانومتر ، بحجم شريحة ≤ 331 مم² . تبلغ سرعة الساعة 700 ميجاهرتز، واستهلاك الطاقة الحرارية التصميمي 28-40 واط . يحتوي على ذاكرة مدمجة بسعة 28 ميجابايت ، ومراكم بسعة 4 ميجابايت 32 بت ، تستقبل نتائج مصفوفة نبضية 256×256 من مضاعفات 8 بت . [ 15 ] تحتوي حزمة وحدة معالجة المصفوفات (TPU) على 8 جيجابايت من ذاكرة DDR3 SDRAM ثنائية القناة بتردد 2133 ميجاهرتز ، توفر عرض نطاق ترددي 34 جيجابايت/ثانية. [ 30 ] تنقل التعليمات البيانات من وإلى المعالج المضيف، وتُجري عمليات ضرب المصفوفات أو الالتفاف ، وتُطبّق دوال التنشيط . [ 15 ]         

الجيل الثاني من مادة TPU

أُعلن عن الجيل الثاني من وحدات معالجة الموتر (TPU) في مايو 2017. [ 40 ] وذكرت جوجل أن تصميم الجيل الأول من وحدات معالجة الموتر كان محدودًا بعرض نطاق الذاكرة ، بينما أدى استخدام 16 جيجابايت من ذاكرة النطاق الترددي العالي في تصميم الجيل الثاني إلى زيادة عرض النطاق الترددي إلى 600  جيجابايت/ثانية، ورفع الأداء إلى 45  تيرا فلوبس . [ 30 ] ثم جُمعت وحدات معالجة الموتر في وحدات رباعية الرقاقات بأداء 180  تيرا فلوبس. [ 40 ] بعد ذلك، جُمعت 64 وحدة من هذه الوحدات في وحدات فرعية مكونة من 256 رقاقة  بأداء 11.5 بيتا فلوبس. [ 40 ] والجدير بالذكر أنه بينما اقتصرت وحدات معالجة الموتر من الجيل الأول على الأعداد الصحيحة، فإن وحدات معالجة الموتر من الجيل الثاني قادرة أيضًا على الحساب باستخدام الأعداد العشرية ، مقدمةً بذلك تنسيق bfloat16 الذي ابتكره جوجل برين . وهذا ما يجعل وحدات معالجة الموتر من الجيل الثاني مفيدة لتدريب نماذج التعلم الآلي واستنتاجها. أعلنت جوجل أن وحدات معالجة Tensor من الجيل الثاني ستكون متاحة على محرك جوجل للحوسبة لاستخدامها في تطبيقات TensorFlow. [ 41 ]

الجيل الثالث من مادة TPU

أُعلن عن الجيل الثالث من وحدات معالجة الموتر (TPU) في 8 مايو 2018. [ 42 ] وأعلنت جوجل أن المعالجات نفسها أقوى بمرتين من معالجات الجيل الثاني، وسيتم نشرها في وحدات تحتوي على أربعة أضعاف عدد الرقائق مقارنةً بالجيل السابق. [ 43 ] [ 44 ] ينتج عن ذلك زيادة في الأداء بمقدار 8 أضعاف لكل وحدة (مع ما يصل إلى 1024 رقاقة لكل وحدة) مقارنةً بنشر الجيل الثاني من وحدات معالجة الموتر.

تتكون اللوحة من حزمة TPU v4 (شريحة ASIC في المنتصف بالإضافة إلى 4 وحدات HBM مكدسة) ولوحة دوائر مطبوعة (PCB) مزودة بأربع حزم تبريد سائل. تحتوي اللوحة الأمامية على 4 موصلات PCIe علوية (2023).

الجيل الرابع من وحدات المعالجة الحرارية (TPU)

في 18 مايو 2021، تحدث سوندار بيتشاي، الرئيس التنفيذي لشركة جوجل، عن وحدات معالجة الموترات TPU v4 خلال كلمته الرئيسية في مؤتمر جوجل I/O الافتراضي. وقد حسّنت TPU v4 الأداء بأكثر من الضعف مقارنةً برقائق TPU v3. وقال بيتشاي: "تحتوي وحدة v4 الواحدة على 4096 رقاقة v4، وتتمتع كل وحدة بعرض نطاق ربط داخلي أكبر بعشر مرات لكل رقاقة عند التوسع، مقارنةً بأي تقنية شبكات أخرى." [ 45 ] وتشير ورقة بحثية نشرتها جوجل في أبريل 2023 إلى أن TPU v4 أسرع بنسبة تتراوح بين 5% و87% من معالج Nvidia A100 في اختبارات التعلم الآلي . [ 46 ]

يوجد أيضًا إصدار "استدلالي"، يسمى v4i، [ 47 ] لا يتطلب تبريدًا سائلًا . [ 48 ]

الجيل الخامس من وحدات المعالجة الحرارية

في عام 2021، كشفت جوجل أن التصميم المادي لوحدة معالجة الموتر (TPU v5) يتم بمساعدة تطبيق مبتكر للتعلم العميق المعزز . [ 49 ] وتزعم جوجل أن وحدة معالجة الموتر (TPU v5) أسرع بمرتين تقريبًا من وحدة معالجة الموتر (TPU v4)، [ 50 ] واستنادًا إلى ذلك، وإلى الأداء النسبي لوحدة معالجة الموتر (TPU v4) مقارنةً بوحدة معالجة الموتر A100، يتوقع البعض أن تكون وحدة معالجة الموتر (TPU v5) بنفس سرعة وحدة معالجة الموتر H100 أو أسرع منها . [ 51 ]

على غرار كون v4i نسخة أخف وزنًا من v4، فإن الجيل الخامس لديه نسخة "موفرة للتكلفة" [ 52 ] تُسمى v5e. [ 33 ] في ديسمبر 2023، أعلنت جوجل عن TPU v5p الذي يُزعم أنه منافس لـ Nvidia H100. [ 53 ]

الجيل السادس من مادة TPU

في مايو 2024، وخلال مؤتمر جوجل I/O ، أعلنت جوجل عن معالج تريليوم، الذي أصبح متاحًا للمعاينة في أكتوبر 2024. [ 54 ] زعمت جوجل زيادة في الأداء بمقدار 4.7 أضعاف مقارنةً بمعالج TPU v5e، [ 55 ] وذلك بفضل وحدات ضرب المصفوفات الأكبر حجمًا وزيادة سرعة الساعة. كما تضاعفت سعة وعرض نطاق ذاكرة النطاق الترددي العالي (HBM). ويمكن أن تحتوي وحدة المعالجة على ما يصل إلى 256 وحدة تريليوم. [ 56 ]

الجيل السابع من مادة TPU

في أبريل 2025، وخلال مؤتمر Google Cloud Next، كشفت جوجل النقاب عن معالج TPU v7. هذه الشريحة الجديدة، المسماة Ironwood، [ 57 ] ستتوفر بتكوينين: مجموعة من 256 شريحة ومجموعة من 9216 شريحة. سيبلغ معدل الأداء الحسابي الأقصى لـ Ironwood 4614 تيرافلوب/ثانية. [ 58 ]

الجيل الثامن من وحدات المعالجة الحرارية

في 22 أبريل 2026، أعلنت جوجل عن الجيل الثامن من وحدات معالجة الموترات (TPU)، والذي يتألف من شريحتين متخصصتين: TPU 8t و TPU 8i . [ 38 ] وهذه هي المرة الأولى التي تقسم فيها جوجل بنية وحدات معالجة الموترات إلى تصميمين منفصلين، أحدهما للتدريب والآخر للاستدلال. وتعتمد كلتا الشريحتين على معالجات Axion المخصصة من جوجل والمبنية على معمارية Arm، وتستخدمان نظام تبريد سائل من الجيل الرابع. [ 59 ]

TPU 8t

تم تحسين وحدة معالجة الموتر 8t ("التدريب") للتدريب المسبق واسع النطاق للنماذج المتقدمة وأحمال العمل التي تتطلب تضمينًا مكثفًا. توفر هذه الوحدة أداءً فائقًا يصل إلى 12.6 بيتافلوب من نوع FP4، وتتميز بذاكرة HBM3e بسعة 216 جيجابايت وعرض نطاق ترددي يبلغ 6528 جيجابايت/ثانية. تستخدم هذه الوحدة بنية شبكة Virgo، مما يسمح لها بالتوسع حتى 9600 شريحة لكل "وحدة فائقة"، مما يوفر أداءً حسابيًا يصل إلى 121 إكسافلوب من نوع FP4. [ 38 ]

TPU 8i

صُممت وحدة المعالجة TPU 8i ("الاستدلال") لتقديم خدمات عالية السرعة، ووكلاء الذكاء الاصطناعي، والاستدلال طويل المدى. توفر هذه الوحدة أداءً فائقًا يصل إلى 10.1 بيتافلوب من نوع FP4، وتتميز بذاكرة HBM3e بسعة 288 جيجابايت وعرض نطاق ترددي يبلغ 8601 جيجابايت/ثانية. كما تتضمن 384 ميجابايت من ذاكرة SRAM المدمجة، أي بزيادة ثلاثة أضعاف عن الجيل السابق. وتُقدم وحدة TPU 8i بنية شبكة "Boardfly" ومحرك تسريع جماعي (CAE) يُقلل زمن استجابة التزامن بمقدار خمسة أضعاف. [ 38 ]

حافة TPU

في يوليو 2018، أعلنت جوجل عن وحدة معالجة الحوسبة الطرفية (Edge TPU). تُعدّ Edge TPU شريحة ASIC مصممة خصيصًا لتشغيل نماذج التعلم الآلي للحوسبة الطرفية ، ما يعني أنها أصغر حجمًا بكثير وتستهلك طاقة أقل بكثير مقارنةً بوحدات معالجة الحوسبة الطرفية الموجودة في مراكز بيانات جوجل (المعروفة أيضًا باسم Cloud TPUs [ 60 ] ). في يناير 2019، أتاحت جوجل Edge TPU للمطورين من خلال مجموعة منتجات تحت العلامة التجارية Coral . تتميز Edge TPU بقدرتها على إجراء 4 تريليونات عملية في الثانية باستهلاك 2 واط من الطاقة الكهربائية. [ 61 ]

تشمل المنتجات المعروضة حاسوبًا أحادي اللوحة (SBC)، ونظامًا على وحدة (SoM)، وملحق USB ، وبطاقة mini PCI-e ، وبطاقة M.2 . يعمل كل من حاسوب SBC Coral Dev Board ونظام Coral SoM بنظام التشغيل Mendel Linux، وهو مشتق من Debian . [ 62 ] [ 63 ] تعمل منتجات USB وPCI-e وM.2 كإضافات لأنظمة الحاسوب الحالية، وتدعم أنظمة Linux المبنية على Debian على معالجات x86-64 وARM64 (بما في ذلك Raspberry Pi ).

تعتمد بيئة تشغيل التعلم الآلي المستخدمة لتنفيذ النماذج على وحدة معالجة Tensor الطرفية (Edge TPU) على TensorFlow Lite . [ 64 ] تقتصر قدرة وحدة معالجة Tensor الطرفية على تسريع عمليات التمرير الأمامي، مما يجعلها مفيدة بشكل أساسي لإجراء الاستدلالات (مع إمكانية إجراء تعلم نقل خفيف الوزن عليها [ 65 ] ). كما تدعم وحدة معالجة Tensor الطرفية العمليات الحسابية ذات 8 بت فقط، ما يعني أنه لكي تكون الشبكة متوافقة معها، يجب تدريبها باستخدام تقنية التدريب الواعية بالكمية في TensorFlow، أو استخدام التكميم بعد التدريب (منذ أواخر عام 2019).

في 12 نوفمبر 2019، أعلنت شركة أسوس عن لوحتي حاسوب أحاديتي اللوحة (SBCs) مزودتين بمعالج Edge TPU. وهما لوحتا أسوس Tinker Edge T وTinker Edge R المصممتان لتطبيقات إنترنت الأشياء والذكاء الاصطناعي على الحافة . ​​تدعم هاتان اللوحتان رسميًا نظامي التشغيل أندرويد وديبيان . [ 66 ] [ 67 ] كما عرضت أسوس أيضًا جهاز حاسوب صغيرًا يُدعى أسوس PN60T مزودًا بمعالج Edge TPU. [ 68 ]

في 2 يناير 2020، أعلنت جوجل عن وحدة تسريع Coral ولوحة تطوير Coral المصغرة، لعرضهما في معرض الإلكترونيات الاستهلاكية CES 2020 في وقت لاحق من الشهر نفسه. وحدة تسريع Coral هي وحدة متعددة الشرائح مزودة بواجهات Edge TPU وPCIe وUSB لتسهيل عملية التكامل. أما لوحة تطوير Coral المصغرة فهي حاسوب أحادي اللوحة ( SBC ) أصغر حجمًا، مزود بوحدة تسريع Coral ومعالج MediaTek 8167s SoC . [ 69 ] [ 70 ]

النواة العصبية البكسلية

في 15 أكتوبر 2019، أعلنت جوجل عن هاتف Pixel 4 الذكي، الذي يحتوي على وحدة معالجة طرفية (Edge TPU) تُسمى Pixel Neural Core . وصفت جوجل هذه الوحدة بأنها "مُصممة خصيصًا لتلبية متطلبات ميزات الكاميرا الرئيسية في Pixel 4"، باستخدام بحث الشبكة العصبية الذي يُضحي ببعض الدقة لصالح تقليل زمن الاستجابة واستهلاك الطاقة. [ 71 ]

جوجل تينسور

بعد إطلاق Pixel Neural Core، قامت جوجل بدمج وحدة معالجة طرفية (Edge TPU) في نظام متكامل على شريحة (SoC) مُصمم خصيصًا باسم Google Tensor ، والذي تم إصداره عام 2021 مع سلسلة هواتف Pixel 6. [ 72 ] أظهر نظام Google Tensor SoC تفوقًا كبيرًا في الأداء على المنافسين في اختبارات الأداء التي تركز على التعلم الآلي؛ ورغم أن استهلاك الطاقة اللحظي كان مرتفعًا نسبيًا، إلا أن الأداء المُحسّن قلل من استهلاك الطاقة نظرًا لقصر الفترات التي تتطلب ذروة الأداء. [ 73 ]

دعوى قضائية

في عام 2019، رفعت شركة "سينغولار كومبيوتينغ"، التي أسسها جوزيف بيتس، الأستاذ الزائر في معهد ماساتشوستس للتكنولوجيا، عام 2009، دعوى قضائية ضد جوجل بتهمة انتهاك براءات اختراع في رقائق TPU. [74 ] وبحلول عام 2020 ، نجحت جوجل في تقليص عدد الدعاوى التي ستنظر فيها المحكمة إلى دعويين فقط: الدعوى رقم 53 من براءة الاختراع الأمريكية رقم 8407273  المرفوعة عام 2012، والدعوى رقم 7 من براءة الاختراع الأمريكية رقم 9218156 المرفوعة عام 2013، وكلاهما يطالب بنطاق ديناميكي من 10⁻⁶ إلى 10⁶ للأعداد العشرية ، وهو ما لا يستطيع معيار float16 تحقيقه (دون اللجوء إلى أعداد دون المستوى الطبيعي ) لأنه يحتوي على خمس بتات فقط للأس. وفي ملف قضائي عام 2023، أشارت "سينغولار كومبيوتينغ" تحديدًا إلى استخدام جوجل لـ bfloat16 ، لأنه يتجاوز النطاق الديناميكي لـ float16 . [ 76 ] تدّعي شركة Singular Computing أن تنسيقات الفاصلة العائمة غير القياسية لم تكن بديهية في عام 2009، لكن جوجل تردّ بأن تنسيق VFLOAT [ 77 ] ، الذي يتضمن عددًا قابلًا للتكوين من بتات الأس، كان موجودًا كتقنية سابقة في عام 2002. [ 78 ] بحلول يناير 2024، رفعت الدعاوى القضائية اللاحقة التي رفعتها شركة Singular Computing عدد براءات الاختراع المتنازع عليها إلى ثماني براءات. ومع اقتراب نهاية المحاكمة في وقت لاحق من ذلك الشهر، وافقت جوجل على تسوية بشروط غير معلنة. [ 79 ] [ 80 ] 

انظر أيضاً

مراجع

  1. 1 2 جوبي، نورمان ؛ وآخرون  (2017). "تحليل أداء وحدة معالجة الموترات داخل مركز البيانات" . وقائع الندوة الدولية السنوية الرابعة والأربعين حول هندسة الحاسوب . الندوة الدولية حول هندسة الحاسوب . تورنتو : رابطة آلات الحوسبة . ص 1-12 . arXiv : 1704.04760 . doi : 10.1145/3079856.3080246 . 
  2. ↑ "وحدات معالجة الموترات السحابية (TPUs)" . جوجل كلاود . تم الاطلاع عليه بتاريخ 10 ديسمبر 2025 .
  3. ↑ "إصدارات برنامج وحدة المعالجة الطرفية" . وثائق جوجل كلاود . تم الاطلاع بتاريخ 10-12-2025 .
  4. ↑ أرماسو، لوسيان (19 مايو 2016). "كشف جوجل عن شريحة عملاقة للتعلم الآلي: وحدة معالجة الموترات بكفاءة أفضل بعشرة أضعاف (مُحدَّث)" . تومز هاردوير . تم الاطلاع عليه بتاريخ 26 يونيو 2016 .
  5. 1 2 3 جوبي، نورم (18 مايو 2016). "جوجل تُعزز مهام التعلم الآلي بشريحة TPU مُخصصة" . مدونة منصة جوجل السحابية . مؤرشف من الأصل بتاريخ 18 مايو 2016. تم الاطلاع عليه بتاريخ 22 يناير 2017 .
  6. ١ ٢ ٣ ٤ "شرح وحدة معالجة الموترات من جوجل: هكذا يبدو مستقبل الحوسبة" . TechRadar . مؤرشف من الأصل بتاريخ ٢٦ فبراير ٢٠٢٢. تم الاطلاع عليه بتاريخ ١٩ يناير ٢٠١٧ .
  7. ↑ وانغ، يو إيما؛ وي، غو-يون؛ بروكس، ديفيد (2019-07-01). "تقييم أداء منصات TPU وGPU وCPU للتعلم العميق". arXiv : 1907.10701 [ cs.LG ].
  8. ↑ "أمير السالك" . ابن سينا . تم الاسترجاع في 16 ديسمبر 2025 .
  9. ↑ كينج، جيمس (2024-12-03). "نص: الجغرافيا السياسية للرقائق الإلكترونية - إنفيديا وازدهار الذكاء الاصطناعي" . فايننشال تايمز . تم الاطلاع عليه في 16 ديسمبر 2025 .
  10. ↑ سيربيروس كابيتال مانجمنت. "أمير سالك - القيادة" . سيربيروس كابيتال مانجمنت . تم الاطلاع عليه بتاريخ 16 ديسمبر 2025 .
  11. ↑ روس، جوناثان. "منشور جوناثان روس" . لينكد إن .
  12. ↑ ساتو، كاز (18 يونيو 2018). "نظرة معمقة على أول وحدة معالجة موترات (TPU) من جوجل" . مدونة جوجل كلاود . تم الاطلاع عليه بتاريخ 16 ديسمبر 2025 .
  13. ↑ جوبي، نورمان ب.؛ وآخرون . (2017-04-15). "تحليل أداء وحدة معالجة الموترات داخل مركز البيانات". arXiv : 1704.04760 [ cs.AR ]. 
  14. ↑ "نورم جوبي - نائب الرئيس، زميل هندسي - الذكاء الاصطناعي والبنية التحتية" . البنية التحتية للأنظمة التقنية في جوجل . تم الاطلاع عليه بتاريخ 16 ديسمبر 2025 .
  15. 1 2 3 جوبي، نورمان ب.؛ يونغ، كليف؛ باتيل، نيشانت؛ باترسون، ديفيد؛ أغراوال، غوراف؛ باجوا، راميندر؛ بيتس، سارة. بهاتيا، سوريش؛ بودن، نان؛ بورشرز، آل. بويل، ريك. كانتين، بيير لوك؛ تشاو كليفورد. كلارك، كريس؛ كورييل، جيريمي. دالي، مايك. داو مات. دين جيفري. جيلب بن. قائمقامي، تارا وزير؛ جوتيباتي، راجيندرا؛ جولاند، وليام. هاجمان، روبرت. هو، سي ريتشارد؛ هوجبرج، دوج؛ هو جين تاو، جون. هوندت، روبرت. هيرت ، دان. إيبارز، جوليان. جافي هارون. جاورسكي، أليك؛ كابلان، الكسندر. خيطان، حرشيت؛ كوخ، آندي. كومار، نافين؛ لاسي ، ستيف. لودون، جيمس. لو، جيمس؛ لي، ديمثو؛ ليري، كريس؛ ليو، تشويوان؛ لوك، كايل؛ لوندين، آلان؛ ماكين، جوردون؛ ماجيوري، أدريانا؛ ماهوني، ماير؛ ميلر، كيران؛ ناجاراجان، راهول؛ ناراياناسوامي، رافي؛ ني، راي؛ نيكس، كاثي؛ نوري، توماس؛ أوميرنيك، مارك؛ بينوكوندا، نارايانا؛ فيلبس، آندي؛ روس، جوناثان؛ روس، مات؛ سالك، أمير؛ سامادياني، عماد؛ سيفرن، كريس؛ سيزيكوف، جريجوري؛ سنيلام، ماثيو؛ سوتر، جيد؛ شتاينبرج، دان؛ سوينج، آندي؛ تان، مرسيدس؛ ثورسون، جريجوري؛ تيان، بو؛ توما، هوريا؛ تاتل، إريك؛ فاسوديفان، فيجاي؛ والتر، ريتشارد؛ وانج، والتر؛ ويلكوكس، إريك؛ يون، دو هيون (26 يونيو 2017). تحليل أداء وحدة معالجة الموترات داخل مركز البيانات . تورنتو، كندا. arXiv : 1704.04760 .
  16. ↑ "TensorFlow: تعلّم الآلة مفتوح المصدر" مؤرشف بتاريخ 15 ديسمبر 2016 في Wayback Machine . "هو برنامج تعلّم آلي يُستخدم في أنواع مختلفة من مهام الإدراك وفهم اللغة" - جيفري دين، الدقيقة 0:47 / 2:17 من مقطع يوتيوب
  17. ↑ ميتز، كيد (12 فبراير 2018). "جوجل تُتيح رقائق الذكاء الاصطناعي الخاصة بها للآخرين" . صحيفة نيويورك تايمز . مؤرشف من الأصل بتاريخ 8 أبريل 2022. تم الاطلاع عليه بتاريخ 12 فبراير 2018 .
  18. ↑ ماكغورتي، كولين (6 ديسمبر 2017). "برنامج ألفا زيرو من ديب مايند يسحق الشطرنج" . chess24.com . مؤرشف من الأصل في 12 ديسمبر 2018. تم الاطلاع عليه في 12 ديسمبر 2017 .
  19. ↑ «وحدة معالجة الموترات من جوجل قد تُسرّع قانون مور سبع سنوات قادمة» . PCWorld . مؤرشف من الأصل بتاريخ 18 فبراير 2019. تم الاطلاع عليه بتاريخ 19 يناير 2017 .
  20. ↑ "الأسئلة الشائعة | وحدة معالجة Tensor السحابية" . جوجل كلاود . تم الاطلاع عليه بتاريخ 14 يناير 2021 .
  21. ↑ "Google Colaboratory" . colab.research.google.com . تم الاطلاع عليه بتاريخ 15-05-2021 .
  22. ↑ "استخدام وحدات معالجة Tensor | TensorFlow Core" . TensorFlow . تم الاسترجاع في 15 مايو 2021 .
  23. ↑ تاراسوف، كاتي (23 أغسطس 2024). "كيف تصنع جوجل رقائق مخصصة تُستخدم لتدريب نماذج الذكاء الاصطناعي لشركة أبل وبرنامج الدردشة الآلي الخاص بها، جيميني" . سي إن بي سي . تم الاطلاع عليه بتاريخ 19 سبتمبر 2025 .
  24. ↑ غالاغر، دان (25 سبتمبر 2023). "لن يكون من السهل تقليص أعمال الذكاء الاصطناعي لشركة برودكوم" . صحيفة وول ستريت جورنال . تم الاطلاع عليه بتاريخ 19 سبتمبر 2025 .
  25. ↑ مان، توبياس (23-09-2023). "للعلم: تلك الرقائق المتطورة من نوع TPU AI المصممة من قبل جوجل حظيت بمساعدة كبيرة من شركة برودكوم" . ذا ريجستر .
  26. ↑ على سبيل المثال، جورجيا بتلر (2025-09-08). "تقرير: جوجل تُقدّم وحدات معالجة Tensor Processing Units (TPUs) لمزودي خدمات الحوسبة السحابية للذكاء الاصطناعي" . www.datacenterdynamics.com . تاريخ الاسترجاع: 2025-12-10 .
  27. ↑ "جوجل تُصعّد المنافسة في مجال رقائق الذكاء الاصطناعي مع إنفيديا" . ذا إنفورميشن . تاريخ الاسترجاع: 10 ديسمبر 2025 .
  28. ↑ جوبي، نورمان ب.؛ يون، دو هيون؛ أشكرافت، ماثيو؛ جوتشو، مارك (14 يونيو 2021). عشرة دروس من ثلاثة أجيال شكلت معالج TPUv4i من جوجل (ملف PDF) . الندوة الدولية حول هندسة الحاسوب. فالنسيا، إسبانيا. doi : 10.1109/ISCA52012.2021.00010 . ISBN 978-1-4503-9086-6أُرشف من النسخة الأصلية (PDF) بتاريخ 9 يونيو 2021. تم الاطلاع عليه بتاريخ 18 يونيو 2021 .
  29. 1 2 "بنية النظام | وحدة معالجة الحوسبة السحابية" . جوجل كلاود . مؤرشف من الأصل بتاريخ 11-12-2022 . تم الاسترجاع بتاريخ 11-12-2022 .
  30. 1 2 3 كينيدي، باتريك (22 أغسطس 2017). "دراسة حالة حول وحدة معالجة الموتر (TPU) وذاكرة GDDR5 من جوجل، من هوت تشيبس 29" . سيرف ذا هوم. مؤرشف من الأصل في 23 نوفمبر 2021. تم الاسترجاع في 23 أغسطس 2017 .
  31. ↑ ترقبوا المزيد من المعلومات حول TPU v4 قريبًا. مؤرشف بتاريخ 2023-03-12 في Wayback Machine ، تم استرجاعه بتاريخ 2020-08-06.
  32. ↑ جوبي، نورمان ب.؛ كوريان، جورج؛ لي، شينغ؛ ما، بيتر؛ ناجاراجان، راهول؛ ناي، ليفينغ؛ باتيل، نيشانت؛ سوبرامانيان، سوفيناي؛ سوينغ، آندي؛ تاولز، برايان؛ يونغ، كليف؛ تشو، شيانغ؛ تشو، زونغوي؛ باترسون، ديفيد (2023). "TPU v4: حاسوب فائق قابل لإعادة التكوين بصريًا للتعلم الآلي مع دعم الأجهزة للتضمينات". arXiv : 2304.01433 [ cs.AR ].
  33. 1 2 Cloud TPU v5e Inference Public Preview , تم استرجاعه في 2023-11-06.
  34. ↑ تم أرشفة Cloud TPU v5p بتاريخ 28 أبريل 2025 في Wayback Machine على Google Cloud. تم استرجاعها بتاريخ 9 أبريل 2024.
  35. ↑ تم أرشفة تدريب Cloud TPU v5p في 2025-02-11 في Wayback Machine ، وتم استرجاعه في 2024-04-09.
  36. ↑ "تقديم تريليوم، الجيل السادس من وحدات معالجة الموتر" (TPU) . مدونة جوجل كلاود . تم الاطلاع عليه بتاريخ 29-05-2024 .
  37. ↑ "TPU v6e" . جوجل كلاود . مؤرشف من الأصل بتاريخ 10-05-2025 . تم الاطلاع عليه بتاريخ 10-11-2024 .
  38. ١ ٢ ٣ ٤ "جوجل كلاود تُطلق معالجات TPU 8t و8i لعصر الوكلاء" . مدونة جوجل كلاود . تاريخ الاطلاع: ٢٩ أبريل ٢٠٢٦ .
  39. ↑ "آيرونوود: أول وحدة معالجة موتر من جوجل لعصر الاستدلال" . مدونة جوجل . 9 أبريل 2025. مؤرشف من الأصل في 3 مايو 2025. تم الاطلاع عليه في 9 أبريل 2025 .
  40. 1 2 3 برايت، بيتر (17 مايو 2017). "جوجل تُضيف 45 معالجًا لتدفق الموتر بقدرة 45 تيرافلوب إلى سحابتها الحاسوبية" . آرس تكنيكا. مؤرشف من الأصل في 6 مارس 2022. تم الاطلاع عليه في 30 مايو 2017 .
  41. ↑ كينيدي، باتريك (17 مايو 2017). "الكشف عن تفاصيل وحدة معالجة Tensor Processing Unit (TPU) في Google Cloud" . موقع Serve The Home. مؤرشف من الأصل في 12 يونيو 2022. تم الاطلاع عليه في 30 مايو 2017 .
  42. ↑ فروموسانو، أندريه (8 مايو 2018). "مدونة مباشرة للكلمة الافتتاحية لمؤتمر جوجل I/O" . مؤرشف من الأصل في 8 مايو 2018. تم الاطلاع عليه في 9 مايو 2018 .
  43. ↑ فيلدمان، مايكل (11 مايو 2018). "جوجل تُلقي نظرة خاطفة على معالج TPU من الجيل الثالث" . توب 500. مؤرشف من الأصل في 18 نوفمبر 2021. تم الاطلاع عليه في 14 مايو 2018 .
  44. ↑ تايخ، بول (10 مايو 2018). "تحليل معالج الذكاء الاصطناعي المساعد TPU 3.0 من جوجل" . المنصة التالية. مؤرشف من الأصل في 15 مايو 2022. تم الاطلاع عليه في 14 مايو 2018 .
  45. ↑ "جوجل تطلق رقائق الذكاء الاصطناعي TPU v4" . www.hpcwire.com . 20 مايو 2021. مؤرشف من الأصل في 7 يونيو 2021. تم الاطلاع عليه في 7 يونيو 2021 .
  46. ↑ جوبي، نورمان (2023-04-20). "TPU v4: حاسوب فائق قابل لإعادة التكوين بصريًا للتعلم الآلي مع دعم الأجهزة للتضمينات". arXiv : 2304.01433 [ cs.AR ].
  47. ↑ كينيدي، باتريك (29 أغسطس 2023). "جوجل تشرح TPUv4 وشبكتها المذهلة القابلة لإعادة التكوين بصريًا للذكاء الاصطناعي" . servethehome.com . تم الاطلاع عليه بتاريخ 16 ديسمبر 2023 .
  48. ↑ "لماذا طورت جوجل شريحة TPU الخاصة بها؟ كشف معمق عن أعضاء الفريق" . censtry.com . 2021-10-20 . تم الاطلاع عليه بتاريخ 2023-12-16 .
  49. ↑ ميرحسيني، أزاليا؛ غولدي، آنا (2021-06-01). "منهجية وضع الرسوم البيانية لتصميم رقائق سريعة" (ملف PDF) . مجلة نيتشر . 594 (7962): 207-212 . doi : 10.1038/s41586-022-04657-6 . PMID 35361999. S2CID 247855593. مؤرشف من الأصل (ملف PDF) بتاريخ 2024-08-06 . تم الاطلاع عليه بتاريخ 2023-06-04 .  
  50. ↑ فهدات، أمين (2023-12-06). "تمكين أحمال عمل الذكاء الاصطناعي من الجيل التالي: الإعلان عن TPU v5p والحاسوب الفائق للذكاء الاصطناعي" . مؤرشف من الأصل في 2024-04-07 . تم الاسترجاع في 2024-04-08 .
  51. ↑ عفيفي-سابيت، كيومارس (23 ديسمبر 2023). "تتحول جوجل بسرعة إلى منافس قوي لصديقتها المقربة إنفيديا - شريحة الذكاء الاصطناعي TPU v5p التي تشغل حاسوبها العملاق أسرع ولديها ذاكرة ونطاق ترددي أكبر من أي وقت مضى، متفوقة حتى على H100 القوي" . TechRadar . مؤرشف من الأصل في 11 فبراير 2025. تم الاسترجاع في 8 أبريل 2024 .
  52. ↑ "توسيع محفظة البنية التحتية المُحسّنة للذكاء الاصطناعي: تقديم Cloud TPU v5e والإعلان عن الإطلاق العام لـ A3" . 29 أغسطس 2023. مؤرشف من الأصل في 20 سبتمبر 2023. تم الاطلاع عليه في 16 ديسمبر 2023 .
  53. ↑ "تمكين أحمال عمل الذكاء الاصطناعي من الجيل التالي: الإعلان عن TPU v5p والحاسوب الفائق للذكاء الاصطناعي" . 2023-12-06 . تم الاطلاع عليه بتاريخ 2024-04-09 .
  54. ↑ لومير، مارك (2024-10-30). "ابتكارات البنية التحتية القوية لمستقبلك الذي يعتمد على الذكاء الاصطناعي أولاً" .
  55. ↑ فيلاسكو، آلان (15 مايو 2024). "جوجل كلاود تكشف النقاب عن تريليوم، الجيل السادس من وحدات معالجة الموتر (TPU) مع قفزة في أداء الذكاء الاصطناعي بمقدار 4.7 ضعف" . هوت هاردوير . هوت هاردوير . تم الاطلاع عليه بتاريخ 15 مايو 2024 .
  56. ↑ "تقديم تريليوم، الجيل السادس من وحدات معالجة الموتر" (TPU) . مدونة جوجل كلاود . تم الاطلاع عليه بتاريخ 17 مايو 2024 .
  57. ↑ "مصنع الذكاء الاصطناعي في وادي السيليكون في قلب سباق التكنولوجيا" . www.bbc.com . ١٩ نوفمبر ٢٠٢٥.
  58. ↑ ويغرز، كايل (9 أبريل 2025). "آيرونوود هي أحدث شريحة تسريع الذكاء الاصطناعي من جوجل" . تيك كرانش . تم الاطلاع عليه بتاريخ 10 أبريل 2025 .
  59. ↑ "معالجات TPU من الجيل الثامن من جوجل: TPU 8t وTPU 8i" . موقع Tom's Hardware . تاريخ الاسترجاع: 29 أبريل 2026 .
  60. ↑ "Cloud TPU" . Google Cloud . مؤرشف من الأصل بتاريخ 2025-05-06 . تم الاطلاع عليه بتاريخ 2021-05-21 .
  61. ↑ "معايير أداء وحدة معالجة الموتر الطرفية" . كورال . تم الاسترجاع في 4 يناير 2020 .
  62. ↑ "لوحة التطوير" . كورال . تم الاسترجاع في 21-05-2021 .
  63. ↑ "نظام على وحدة (SoM)" . كورال . تم الاسترجاع في 21-05-2021 .
  64. ↑ "إضفاء الذكاء على الحافة باستخدام إنترنت الأشياء السحابي" . مدونة جوجل . 25 يوليو 2018. تاريخ الاسترجاع: 25 يوليو 2018 .
  65. ↑ "إعادة تدريب نموذج تصنيف الصور على الجهاز" . كورال . تم الاسترجاع في 3 مايو 2019 .
  66. ↑ "معرض تكنولوجيا ET وإنترنت الأشياء 2019」に出展することを発表" . Asus.com (باللغة اليابانية) . تم الاسترجاع 2019-11-13 .
  67. ↑ شيلوف، أنطون. "أسوس وجوجل تتعاونان لإنتاج حاسوبين بحجم بطاقة الائتمان بتقنية الذكاء الاصطناعي، تحت اسم "لوحة تينكر" . Anandtech.com . مؤرشف من الأصل بتاريخ 13 نوفمبر 2019. تم الاطلاع عليه بتاريخ 13 نوفمبر 2019 .
  68. ↑ أوفرانك، جان لوك (29 مايو 2019). "لوحة ASUS Tinker Edge T و CR1S-CM-A أحادية اللوحة ستضم معالج Google Coral Edge TPU ومعالج NXP i.MX 8M" . CNX Software - أخبار الأنظمة المدمجة . تم الاطلاع عليه بتاريخ 14 نوفمبر 2019 .
  69. ↑ "منتجات كورال الجديدة لعام 2020" . مدونة مطوري جوجل . تم الاطلاع بتاريخ 4 يناير 2020 .
  70. ↑ "وحدة التسريع" . كورال . تم الاسترجاع في 4 يناير 2020 .
  71. ↑ "تقديم الجيل التالي من نماذج الرؤية على الجهاز: MobileNetV3 وMobileNetEdgeTPU" . مدونة جوجل للذكاء الاصطناعي . تم الاطلاع عليه بتاريخ 16 أبريل 2020 .
  72. ↑ غوبتا، سويوج؛ وايت، ماري (8 نوفمبر 2021). "تحسين التعلم الآلي على الجهاز في بكسل 6، مع بحث عن بنية عصبية" . مدونة جوجل للذكاء الاصطناعي . تم الاطلاع عليه في 16 ديسمبر 2022 .
  73. ↑ فروموسانو، أندريه (2 نوفمبر 2021). "تقنية Tensor من جوجل في هاتفي Pixel 6 وPixel 6 Pro: نظرة على الأداء والكفاءة | الملكية الفكرية لجوجل: Tensor TPU/NPU" . AnandTech . مؤرشف من الأصل في 3 نوفمبر 2021. تم الاطلاع عليه في 16 ديسمبر 2022 .
  74. ↑ هارديستي، لاري (2011-01-03). "الفائدة المدهشة للحساب غير الدقيق" . معهد ماساتشوستس للتكنولوجيا . تم الاسترجاع في 2024-01-10 .
  75. ↑ براي، هياواثا (10 يناير 2024). "مخترع محلي يتحدى جوجل في معركة براءات اختراع بمليارات الدولارات" . بوسطن غلوب . بوسطن . مؤرشف من الأصل في 10 يناير 2024. تم الاسترجاع في 10 يناير 2024 .
  76. ↑ "شركة سينغولار كومبيوتينغ، المدعية، ضد شركة جوجل، المدعى عليها: دعوى معدلة لانتهاك براءة اختراع" (ملف PDF) . rpxcorp.com . شركة آر بي إكس . 2020-03-20 . تاريخ الاطلاع: 2024-01-10 .
  77. ↑ وانغ، شياوجون؛ ليسر، ميريام (2010-09-01). "VFloat: مكتبة متغيرة الدقة للأعداد الثابتة والعائمة للأجهزة القابلة لإعادة التكوين" . معاملات ACM في التقنيات والأنظمة القابلة لإعادة التكوين . 3 (3): 1-34 . doi : 10.1145/1839480.1839486 . تاريخ الاسترجاع : 2024-01-10 .
  78. ↑ "Singular Computing LLC ضد Google LLC" . casetext.com . 2023-04-06. مؤرشف من الأصل في 26 سبتمبر 2023. تم الاطلاع عليه في 10 يناير 2024 .
  79. ↑ كالكنز، لوريل بروبيكر (24 يناير 2024). "جوجل تُسوي دعوى قضائية بشأن شريحة الذكاء الاصطناعي كانت تطالب بأكثر من 5 مليارات دولار" . بلومبرج لو .
  80. ↑ بريتين، بليك؛ ريموند، راي (24 يناير 2024). "جوجل تُسوّي دعوى قضائية تتعلق ببراءة اختراع رقاقة الذكاء الاصطناعي والتي طالبت بتعويض قدره 1.67 مليار دولار" . رويترز .