TPU（Tensor Processing Unit：テンソル処理ユニット）は、Googleが2016年に独自開発・発表したAI学習・推論専用のASIC（特定用途向け集積回路）です。TensorFlowフレームワークのテンソル演算（多次元配列の行列乗算）に最適化された設計で、GPUより高い電力効率でディープラーニングのワークロードを処理します。Google Cloud Platform（GCP）上でTPU v2〜v5まで世代更新が続けられ、2024年現在はTPU v5eとTPU v5pが提供されています。
TPUのアーキテクチャは、大規模な行列乗算ユニット（MXU：Matrix Multiply Unit）とオンチップメモリ（HBM）を組み合わせたものです。TPU v4は1チップあたり275TOPSの演算性能を持ち、4096チップを相互接続した「TPU Podシステム」では1エクサFLOPSを超える性能を実現しています。BFloat16（脳浮動小数点形式）の採用により、精度を保ちながら演算効率を高めています。製造はTSMCが担っています。
TPUはGoogle独自の垂直統合戦略の中核で、GeminiやPaLMなどの大規模言語モデル（LLM）の学習・推論に使用されています。クラウドでの提供に特化しており、外販はしていません（AWS Trainium・Microsoft Azure Maiaと同様の内製ASIC）。NPU（スマートフォン向けエッジ推論）やGPU（汎用AI）との違いについてはai-acceleratorの用語も参照してください。ASICとFPGAの設計アーキテクチャ比較はasic-vs-fpgaの記事で解説しています。
