Собственные TPU Google начинают составлять конкуренцию Nvidia

Компания Google внедряет свои собственные тензорные процессоры (TPU), создавая серьезную угрозу для Nvidia, поскольку TPU помогают моделям Gemini 3 обгонять последние разработки OpenAI.

TPU компании Google стали центральным элементом скачка производительности в Gemini 3, которая превзошла GPT-5 от OpenAI в независимых тестах. Это привело к нервозности у генерального директора OpenAI Сэма Олтмана, который велел команде направить больше ресурсов на улучшение своих моделей.

Аналитики оценивают, что Google более чем удвоит производство TPU к 2028 году, поскольку компания идет на риск с процессором, который консалтинговая компания SemiAnalysis охарактеризовала как «вплотную к Nvidia», известной своими современными решениями в области ИИ.

По данным Financial Times, инвесторы Nvidia нервничают из-за возможности того, что Google будет продавать TPU за пределами своего облака. Недавняя сделка по поставке одному миллиону TPU для компании Anthropic на десятки миллиардов долларов показала, что Google настроен серьезно.

Компания утверждает, что вертикальная интеграция, которая позволяет сохранять аппаратное, программное обеспечение и чипы преимущественно внутри компании, обеспечивает техническое превосходство и высокую прибыль. Gemini 3, как и более ранние модели Google, в основном обучались на TPU, тогда как OpenAI в основном использует GPU от Nvidia для ChatGPT.

Текущая стратегия Google включает в себя работу с партнерами по проектированию чипов, такими как Broadcom и MediaTek, для создания своих процессоров. Morgan Stanley предполагает, что каждые 500,000 TPU, проданных за пределами Google, могут принести до NULL миллиардов выручки.

Аналитики банка прогнозируют, что TSMC в следующем году произведет 3.2 миллиона TPU, что вырастет до 5 миллионов в 2027 году и 7 миллионов в 2028 году. Как было указано, «Рост в 2027 году значительно выше, чем ожидалось ранее».

Недавно акции Nvidia пострадали после сообщения о том, что Meta ведет переговоры с Google о покупке TPU. Хотя Meta официально не комментировала это.

Некоторые аналитики считают, что Google может заключить сделки с OpenAI, xAI Элонa Маска или стартапами, такими как Safe Superintelligence, что приведет к дополнительным доходам Google в размере до NULL миллиардов в ближайшие годы.

Эксперты отмечают, что инструменты программирования на основе ИИ могут облегчить жизнь потенциальным пользователям TPU, которые нуждаются в переписывании программного обеспечения, которое во многом зависит от проприетарного стека CUDA от Nvidia.

Компания Nvidia пытается успокоить нервозных инвесторов, утверждая, что всё еще «на поколение впереди индустрии и является единственной платформой, которая поддерживает каждую модель ИИ». Представитель Nvidia заявил: «Мы продолжаем поставлять Google, предлагая ‘большую производительность, универсальность и совместимость’ по сравнению с конкурентами, такими как TPU, которые предназначены для определенных рамок или функций ИИ.»

Изначально TPU были представлены в 2013 году, когда главный научный сотрудник Google Джефф Дин провел внутренний брифинг после успешного освоения глубоких нейронных сетей для распознавания речи. Бывший инженер Google по аппаратному обеспечению Джонатан Росс поделился воспоминаниями о том, как он начал разрабатывать идеи TPU как побочный проект, сидя рядом с командой, работающей над распознаванием речи.

«Мы собрали тот первый чип, я думаю, с 15 человек», — сказал Росс в интервью подкасту в декабре 2023 года.

Проект TPU быстро масштабировался. Первым значимым достижением стал успех AlphaGo от Google DeepMind, который в 2016 году обыграл чемпиона мира по го Ли Седоля, став важной вехой в области ИИ.

Эти процессоры с тех пор обеспечивают работу основных сервисов Google, включая поиск, рекламу и YouTube. Обычно новая генерация TPU выпускается каждые два года, однако с 2023 года обновления стали проводиться ежегодно.

Представитель Google заявил: «Google Cloud наблюдает ускорение спроса на наши собственные TPU и GPU от Nvidia. Мы по-прежнему стремимся поддерживать оба эти направления, как делали это на протяжении многих лет.»

Прокомментировать в Телеграм: https://t.me/n8nhow

Подписаться на канал обучения n8n: https://t.me/n8ncoaching