Google förhandlar enligt rapporter om försäljning av sina tensorprocessorenheter till konkurrenter som Meta och Anthropic, vilket potentiellt kan störa Nvidias ledning inom AI-hårdvara. Dessa anpassade chip, utformade specifikt för AI-uppgifter, erbjuder effektivitetsvinster som kan spara företag miljontals dollar. Med ökande efterfrågan på AI-beräkning belyser denna förändring en växande diversifiering i sektorn.
Google var pionjär med tensorprocessorenheter (TPU) 2016 och skapade chip optimerade för matrismultiplikationer som är centrala för träning och körning av stora AI-modeller. Till skillnad från generella grafikkretsar (GPU), som Nvidia dominerat, fokuserar TPU enbart på dessa parallella beräkningar och minskar ineffektivitet i AI-arbetsbelastningar.
I år lanserade Google den sjunde generationens TPU, kallad Ironwood, som stöder egna modeller som Gemini för språkbehandling och AlphaFold för proteinkartläggning. Experter noterar att även om TPU liknar GPU är deras specialisering mer effektiv för specifika AI-applikationer. "De kan vara mycket effektivare för dessa uppgifter och spara tiotals eller hundratals miljoner dollar", säger Simon McIntosh-Smith vid University of Bristol, Storbritannien.
Historiskt har Google använt TPU internt i över ett decennium, men senaste rapporter tyder på en vändning mot extern försäljning. Företag som Meta och Anthropic planerar enligt rapporter miljardinvesteringar i Googles TPU för att hitta alternativ till Nvidias bristvara och dyra GPU. Detta kan främja konkurrens och låta köpare förhandla bättre villkor med Nvidia samtidigt som försörjningskedjor diversifieras.
Francesco Conti vid University of Bologna i Italien förklarar attraktionen: TPU utmärker sig i parallellism anpassad för AI, även om deras nischade design riskerar brist på flexibilitet om modeller utvecklas snabbt. Andra hyperscalers, som Amazon med Trainium-chip, bygger också egen hårdvara mitt i GPU-brist. Som McIntosh-Smith observerar: "Vi har inte hört om stora kunder som byter, och det kanske är det som börjar hända nu." Denna trend signalerar mognad i AI-infrastruktur och kan omforma branschens hårdvarulandschap.