Google zamawia miliony TPU u Intela — firma idzie all-in we współpracę z chipami do AI

Alphabet od lat buduje przewagę w sztucznej inteligencji w oparciu o własne, szyte na miarę układy. Kluczową rolę odgrywają Tensor Processing Units (TPU) — niestandardowe procesory opracowane ponad dekadę temu pod konkretne potrzeby AI. Google podkreśla, że są to układy zaprojektowane do jednego, wyspecjalizowanego celu: dostarczają mocy obliczeniowej potrzebnej do wykonywania macierzowych i wektorowych obliczeń wykorzystywanych przy budowie i uruchamianiu modeli AI.

Teraz firma robi kolejny krok i, jak się wydaje, mocniej niż dotąd wiąże swoje plany z Intelem. To efekt rosnącego zapotrzebowania na komponenty do AI i trudności z nadążaniem za popytem po stronie najbardziej kluczowych producentów.

Współpraca Intela i Alphabet trwa od lat, ale do tej pory produkcja układów dla AI odbywała się przy wsparciu Taiwan Semiconductor Manufacturing (TSMC). Wraz z przyspieszeniem „boom-u” na AI TSMC ma coraz większy problem z utrzymaniem tempa dostaw. W tym miejscu pojawia się Intel.

Jak podają doniesienia, Google złożyło zamówienie na 3 mln TPU do dostarczenia przez 2028 rok. Zainteresowanie Intela wsparciem w produkcji nie wzięło się z dnia na dzień — firma spędziła miesiące na testowaniu technologii pakowania chipów (czyli rozwiązań, które łączą elementy układu w gotowe moduły), aby upewnić się, że Intel spełnia rygorystyczne wymagania Google.

Skala zamówienia może być przełomowa dla Intela. Dla Alphabet to sygnał, że nie chce już opierać zaawansowanej produkcji chipów wyłącznie na jednym dostawcy. Dodatkowe źródło układów AI ma ograniczać ryzyko „wąskich gardeł” pojawiających się przy monopolizacji mocy przerobowych. Z drugiej strony może to też stanowić dodatkowe potwierdzenie dla odświeżanej działalności Intela w obszarze produkcji (foundry), napędzanej rosnącym popytem na układy związane z AI.

TPU stają się coraz ważniejsze w strategii chmurowej i AI Alphabet. W tym roku podczas konferencji Cloud Next firma pokazała dwa nowe chipy AI, które różniły się od poprzedniej generacji jednym kluczowym elementem: zamiast jednego „uniwersalnego” podejścia, Google wprowadziło dwie architektury — TPU 8t oraz TPU 8i. TPU 8t jest przeznaczone do zadań treningowych, a TPU 8i do inferencji (czyli działania modeli na gotowych danych).

Podczas prezentacji Amin Vahdat, starszy wiceprezes i chief technologist odpowiedzialny za AI oraz infrastrukturę, zwracał uwagę, że w świecie „agentów AI” (systemów działających w imieniu użytkownika) społeczność ma zyskać na chipach dostosowanych osobno do potrzeb treningu i obsługi. Według firmy taka specjalizacja przekłada się na wyraźne efekty: wymagające obciążenia AI mają działać 2–4 razy szybciej i przy o 30% niższych kosztach w porównaniu z poprzednią generacją TPU.

Google zapowiedziało też sprzedaż TPU „wybranemu gronu klientów”, co jest istotnym odstępstwem od wcześniejszej praktyki, w ramach której układy były wykorzystywane głównie wewnętrznie. Spółka wskazywała, że ta decyzja ma znacząco „rozszerzyć całkowity rynek możliwy do zdobycia” (TAM).

Efektem rosnącego popytu i większych zobowiązań po stronie klientów jest wyraźny wzrost backlogu — portfela zleceń — który prawie podwoił się rok do roku do 460 mld USD. W tym kontekście rynek obserwuje również wycenę akcji Alphabet: kurs ma odpowiadać 28x zysków.