ТЕХНОЛОГИИ

Продвижение TPU от Google показывает, что война за ИИ-чипы превращается в войну за финансирование

Google использует свой баланс облачных ресурсов и дорожную карту TPU, чтобы бросить вызов доминированию Nvidia в области ИИ-инфраструктуры. Борьба теперь касается не только скорости по эталонным тестам; речь идет о том, кто сможет финансировать, упаковывать и сдавать в аренду достаточные вычислительные мощности для следующего цикла моделей.

Патрик Т ·

Продвижение TPU от Google показывает, что война за ИИ-чипы превращается в войну за финансирование
Вход в центр обработки данных Google в Даллесе, штат Орегон. Изображение: Wikimedia Commons.

Google продвигает свои Тензорный процессор вести бизнес более агрессивно в качестве конкурента инфраструктурного стека ИИ Nvidia, согласно репортажу Wall Street Journal Таймс. Дело не просто в том, что у Google есть собственный ИИ-чип. Дело в том, что Google сочетает чипы, облачные обязательства, финансирование и доступ к клиентам в полный пакет вызовов для экосистемы Nvidia.

Рынок ИИ-чипов перешел от гонки компонентов к гонке на рынке капитала. Лабораториям и облачным клиентам нужны массивные кластеры, долгосрочные мощности, сети, программное обеспечение, энергия и финансирование. Преимущество Nvidia заключалось в глубине его платформы аппаратного и программного обеспечения. Ответ Google заключается в том, чтобы превратить свою внутреннюю инфраструктуру TPU в более внешне ориентированный бизнес.

Плейбук Nvidia, переписанный

В отчете говорится, что Google использует тактику, которая отзывается NvidiaСтратегия инфраструктуры, включая крупные обязательства по проектам дата-центров и финансированию клиентов. Это имеет значение, потому что покупатели вычислительных мощностей выбирают не только чипы. Они выбирают того, кто может предоставить достаточную мощность в тот момент, когда это требуется для фронтирной модели, продукта для инференса или развертывания корпоративного ИИ.

Экосистема GPU Nvidia по-прежнему остается центром притяжения для вычислений ИИ, но гипермасштаберы активнее продвигают кастомные процессоры. Изображение: Mantis.
Экосистема GPU Nvidia по-прежнему остается центром притяжения для вычислений ИИ, но гипермасштаберы активнее продвигают кастомные процессоры. Изображение: Mantis.

Крупнейшее структурное преимущество Google — это уверенность в спросе. Поиск, YouTube, Gemini, облачные сервисы, реклама и внутренние продукты ИИ уже требуют огромной вычислительной мощности. Это позволяет Google улучшать TPU на реальных рабочих нагрузках, прежде чем продавать экономику внешним клиентам. Если эта экономика заслуживает доверия, TPU становится как инструментом для увеличения маржи облака, так и конкурентным оружием.

Вывод — это начало

Самый интересный клин — inference. Кластеры для обучения получают драму, но именно вывод (инференс) превращает ИИ в постоянный источник расходов для каждого чат-бота, кодающего агента, поискового продукта и корпоративного рабочего процесса. Чип для вывода с более низкой стоимостью может иметь большее коммерческое значение, чем главный показатель обучения, если он меняет экономику единицы на масштабе.

Стратегия Google в области ИИ-оборудования связана с её способностью объединять силикон, облачные сервисы, емкость центров обработки данных и обязательства перед клиентами. Изображение: Mantis.
Стратегия Google в области ИИ-оборудования связана с её способностью объединять силикон, облачные сервисы, емкость центров обработки данных и обязательства перед клиентами. Изображение: Mantis.

Риск для Google заключается в гравитации экосистемы. Nvidia имеет CUDA, знакомство разработчиков, импульс поставщиков и плотную партнерскую сеть. TPU могут выиграть у конкретных клиентов или для конкретных рабочих нагрузок, но широкое замещение требует не только лучшей цены. Необходимо уверенность в том, что разработчики, закупочные команды и создатели моделей не окажутся втянутыми в более узкую платформу.

Вычисления становятся стратегией

Темы: Google, Nvidia, TPU, AI-чипы

Канонический адрес статьи