Google zamawia u Intela 3 mln TPU, by uniezależnić się od wąskich gardeł w produkcji AI

Alphabet od lat rozwija własne układy do zadań związanych ze sztuczną inteligencją. Kluczową rolę w strategii firmy odgrywają Tensor Processing Units (TPU) — projektowane specjalnie pod potrzeby AI układy obliczeniowe, które mają przyspieszać wykonywanie matematyki opartej na macierzach i wektorach, potrzebnej do budowy i działania modeli.

Najnowszy ruch Alphabetu zwraca uwagę skalą współpracy z Intelem. Firma najwyraźniej „idzie all-in” na swoim dealu z Intel — w praktyce chodzi o ograniczanie zależności od jednego zaplecza produkcyjnego w czasie, gdy popyt na układy pod AI rośnie bardzo szybko.

### Para gigantów i presja na moce produkcyjne

Intel i Alphabet współpracują już od lat przy specjalizowanych procesorach pod AI, ale do tej pory część tych układów była wytwarzana w Taiwan Semiconductor Manufacturing (TSMC). Gdy boom na AI nadal nabiera tempa, TSMC ma trudności z nadążaniem za popytem.

W tym kontekście pojawia się nowy element: Google, według doniesień, złożyło zamówienie na 3 mln TPU, które mają trafiać do firmy przez 2028 r. Decyzja ma wynikać z wcześniejszych miesięcy testów technologii pakowania chipów Intela, tak by spełniała restrykcyjne wymagania Google.

Tak duże zamówienie może być przełomowe dla Intela — sugeruje bowiem, że Alphabet nie chce już w pełni opierać się wyłącznie na TSMC w obszarze zaawansowanego wytwarzania układów. Dla Google oznacza to dodatkowe źródło układów skoncentrowanych na AI i mniejsze ryzyko „wąskich gardeł” związanych z uzależnieniem od jednego dostawcy. Dla Intela mogłoby to też stanowić kolejne potwierdzenie sensu jego odświeżonej działalności w roli foundry (czyli firmy produkującej na zlecenie).

### W sercu strategii AI: TPU dostosowane do zadań

TPU stają się coraz ważniejsze dla chmurowej i AI-owej strategii Alphabetu. Na konferencji Cloud Next firma pokazała dwa nowe układy, które różniły się od poprzedniej generacji jednym istotnym elementem: zamiast koncentrować się na ogólnego przeznaczenia TPU, zaprezentowano dwie odrębne architektury — TPU 8t i TPU 8i.

• TPU 8t jest przeznaczone do treningu modeli,
• TPU 8i zostało zaprojektowane do tzw. inference, czyli wykonywania wnioskowania na gotowych modelach.

Podczas prezentacji Amin Vahdat — starszy wiceprezes Google i chief technologist ds. AI oraz infrastruktury — podkreślał, że w świecie systemów działających jako „AI agents” społeczność ma zyskać na chipach dopasowanych do potrzeb treningu i obsługi. Wskazywał też, że takie dopasowanie pozwala osiągnąć istotne usprawnienia, m.in. firma jest w stanie uruchamiać najbardziej wymagające obciążenia AI 2–4 razy szybciej oraz przy o 30% niższym koszcie niż na wcześniejszej generacji TPU.

### Sprzedaż TPU na zewnątrz i rosnący backlog

Google poinformowało również, że będzie sprzedawać TPU do wybranej grupy klientów. To zauważalna zmiana w podejściu do tych układów, które historycznie były wykorzystywane głównie wewnątrz firmy.

Decyzja ma — jak podkreślano w komunikatach — istotnie zwiększyć „total addressable market”, czyli maksymalny łączny rynek możliwy do obsłużenia przez oferowane produkty.

Efektem ma być wyraźny wzrost portfela zamówień: backlog Google niemal podwoił się rok do roku, do 460 mld USD.

Mimo tak dużego potencjału, akcje Alphabet są wyceniane na około 28 razy zyski (earnings).