Google бачить можливість змагатися з Nvidia у сфері AI-чіпів, проте це не проста задача

Нові гравці у сегменті AI-ускорювачів

До недавнього часу основними конкурентами Nvidia в області прискорювачів вважалися AMD і, у найкращому випадку, Intel. Однак компанія Google, що розробляє власні процесори TPU (Tensor Processing Unit), тепер займає значну позицію на цьому ринку.

1. Google як споживач Nvidia

- За останні три роки керівник Google Сундар Пічі згадував використання чипів Nvidia в 10 із 12 публічних виступів під час квартальних звітних конференцій.

- Це підтверджує, що Google досі покладається на рішення Nvidia для своєї обчислювальної інфраструктури.

2. Поворот до власних TPU

- Реліз моделі Gemini 3 змінив картину: компанія оголосила, що навчала цю AI-модель виключно на своїх процесорах TPU.

- Успіх Gemini 3 став своєрідною «рекламою» для TPU, і тепер Google веде переговори про постачання цих чипів стороннім розробникам систем AI.

3. Розширення інтересу до TPU

- До недавнього часу TPU використовували лише в Google, але з'явилися повідомлення, що Meta Platforms проявляє зацікавленість у них.

- У той же час Meta уклала контракт на постачання центральних процесорів Nvidia, демонструючи гнучкість у виборі технологій.

4. Фінансова підтримка стартапів

- Google планує інвестувати до 100 млн доларів в стартапи, готові використовувати TPU для побудови серверних систем (наприклад – Fluidstack).

- Подібні схеми співпраці вже застосовували Nvidia: вкладення у CoreWeave, Nebius та Lambda.

5. Проблема виробничих потужностей

- На ринку AI-чипів важко «перемістити» Nvidia через дефіцит контрактних фабрик.

- TSMC, найбільший постачальник чіпів, вже обслуговує Nvidia як свого головного клієнта; навіть Apple стикається з труднощами щодо отримання потрібної кількості.

- У такій ситуації Google не зможе одночасно задовольнити власні потреби та продажі клієнтам через TSMC.

Висновок

Google перестає бути лише споживачем прискорювачів Nvidia, переходячи до активної ролі постачальника TPU для зовнішніх клієнтів. Це посилює конкуренцію у сегменті AI-ускорювачів і створює нові виклики для існуючих лідерів через обмежені виробничі ресурси.