Google dikabarkan bernegosiasi penjualan unit pemroses tensor-nya ke rival seperti Meta dan Anthropic, berpotensi mengganggu keunggulan Nvidia di perangkat keras AI. Chip khusus ini, dirancang khusus untuk tugas AI, menawarkan peningkatan efisiensi yang bisa menghemat jutaan bagi perusahaan. Saat permintaan komputasi AI melonjak, pergeseran ini menyoroti diversifikasi yang semakin besar di sektor tersebut.
Google mempelopori unit pemroses tensor (TPU) pada 2016, menciptakan chip yang dioptimalkan untuk perkalian matriks yang sentral dalam pelatihan dan menjalankan model AI besar. Berbeda dengan unit pemroses grafis serbaguna (GPU), yang didominasi Nvidia, TPU fokus sepenuhnya pada komputasi paralel ini, mengurangi inefisiensi dalam beban kerja AI.
Tahun ini, Google mengungkap TPU generasi ketujuh bernama Ironwood, yang mendukung modelnya sendiri seperti Gemini untuk pemrosesan bahasa dan AlphaFold untuk pemodelan protein. Para ahli mencatat bahwa meskipun TPU mirip dengan GPU, spesialisasinya membuatnya lebih efisien untuk aplikasi AI tertentu. "Mereka bisa jauh lebih efisien untuk pekerjaan ini dan menghemat potensial puluhan atau ratusan juta dolar," kata Simon McIntosh-Smith dari University of Bristol, Inggris.
Secara historis, Google menggunakan TPU secara internal selama lebih dari satu dekade, tetapi laporan terbaru menunjukkan pergeseran ke penjualan eksternal. Perusahaan termasuk Meta dan Anthropic dikabarkan berencana investasi miliaran dolar di TPU Google, mencari alternatif untuk GPU Nvidia yang langka dan mahal. Langkah ini bisa mendorong persaingan, memungkinkan pembeli menegosiasikan syarat lebih baik dengan Nvidia sambil mendiversifikasi rantai pasok.
Francesco Conti dari University of Bologna di Italia menjelaskan daya tariknya: TPU unggul dalam paralelisme yang cocok untuk AI, meskipun desain nichnya berisiko tidak fleksibel jika model berevolusi cepat. Hyperscaler lain, seperti Amazon dengan chip Trainium-nya, juga membangun perangkat keras khusus di tengah kekurangan GPU. Seperti yang diamati McIntosh-Smith, "Apa yang belum kita dengar adalah pelanggan besar yang beralih, dan mungkin itulah yang mulai terjadi sekarang." Tren ini menandakan kematangan infrastruktur AI, berpotensi membentuk ulang lanskap perangkat keras industri.