Google rozwija własne procesory AI i neocloud — zagrożenie dla Nvidia

Alphabet rozwija własne Tensor Processing Units (TPU) od lat. TPU to procesory zaprojektowane do zadań związanych ze sztuczną inteligencją. Firma zaczęła traktować je nie tylko jako projekt poboczny, lecz jako realną alternatywę dla procesorów graficznych Nvidia (NVDA).

Własne, dostosowane procesory okazują się bardzo efektywne przy obciążeniach AI. TPU Google'a mogą obsługiwać zadania AI przy oszacowanych oszczędnościach całkowitych sięgających 30% w porównaniu z użyciem układów innych dużych dostawców chmury. To możliwe, ponieważ procesory są projektowane pod kątem konkretnego sposobu przetwarzania danych przez model Gemini.

Alphabet inwestuje dużo w centra danych i infrastrukturę AI. Spółka wydaje do 190 mld USD w tym roku, a kierownictwo powiedziało, że w przyszłym roku spodziewa się, iż nakłady znacząco wzrosną w porównaniu z 2026 r. Drastyczne obniżenie kosztów mocy obliczeniowej może sprawić, że ogromne inwestycje w AI staną się bardziej opłacalne.

Google zapowiedziało kilka miesięcy temu wspólne przedsięwzięcie z Blackstone na uruchomienie 500 megawatów mocy TPU do 2027 r. i ma "plany znacznego skalowania w czasie". Część tej mocy Google planuje wynajmować innym firmom technologicznym. Taki model biznesowy — nazywany neocloud (wynajem własnej mocy obliczeniowej i centrum danych innym podmiotom) — może przejąć około 20% rynku chmury AI do 2030 r.

Jeżeli więcej firm zacznie wynajmować TPU od Google'a lub wdrażać własne, dostosowane procesory, nie tylko zmniejszy to udział Nvidia w segmencie centrów danych AI — obecnie rzędu 86% — ale może też obniżyć marże firmy.

Nvidia obecnie osiąga wysoką marżę brutto, około 74%. Wraz z rosnącą konkurencją ze strony rozwiązań własnych największych graczy, siła cenowa Nvidia może ulec osłabieniu.

Google nie jest jedynym graczem stawiającym na własne układy. Space Exploration Technologies (NASDAQ: SPCX) buduje rozwiązania określane jako "sovereign AI", obejmujące projektowanie układu, produkcję i model AI. Amazon i Microsoft także projektują własne procesory AI.

W praktyce oznacza to, że projektowanie własnych procesorów i model wynajmu mocy obliczeniowej może zmienić bilans sił na rynku układów do AI. Jeśli Google zrealizuje plany skalowania TPU i wynajmu mocy, Nvidia może stracić część udziału rynkowego oraz zdolność do utrzymywania dotychczasowej siły cenowej.