Чипы Tensor от Google конкурируют с Nvidia, пока Meta рассматривает стратегическое партнерство

Конкурентная среда в области аппаратного обеспечения ИИ явно меняется, поскольку Google достигает стратегических успехов на рынке, долгое время доминируемом Nvidia. Сообщается, что Meta Platforms ведет переговоры с Google о внедрении его тензорных процессоров (TPUs) для использования в своих дата-центрах, начиная с 2027 года, с возможностью раннего доступа через Google Cloud уже в следующем году. Это развитие сигнализирует о более широкой тенденции: крупные технологические компании активно диверсифицируют своих поставщиков чипов ИИ, а не полагаются исключительно на предложения Nvidia.

Рынок немедленно отреагировал на это конкурентное движение. Акции Nvidia снизились на 2,7% в послеторговую сессию во вторник, в то время как Alphabet — материнская компания Google — выросла на 2,7%, воспользовавшись растущим оптимизмом вокруг своей модели Gemini AI и расширением аппаратных возможностей. Также выиграли азиатские поставщики, связанные с Google: южнокорейская IsuPetasys — ключевой поставщик многослойных плат — выросла на 18%, а MediaTek из Тайваня — почти на 5%.

Потенциальное внедрение Google TPU компанией Meta последует за уже установленной траекторией, которую прошла Anthropic. Google заключила соглашение о поставке до 1 миллиона чипов для стартапа в области ИИ, что аналитик Jay Goldberg из Seaport охарактеризовал как «действительно мощную проверку» технологий Google. Эта проверка оказала влияние на отрасль, побуждая другие компании рассматривать TPU как законную альтернативу графическим процессорам Nvidia (GPUs).

Понимание конкурентных позиций требует анализа различий между этими технологиями. GPU Nvidia развились из своих первоначальных применений в играх и графике и стали стандартным выбором для обучающих задач ИИ, занимая доминирующую долю рынка во всей отрасли. В отличие от них, TPU Google представляют собой специализированную концепцию — интегральные схемы, разработанные специально для задач ИИ и машинного обучения, — (ASICs), созданные с нуля. Более десяти лет усовершенствований через внедрение в собственные продукты Google и модели, такие как Gemini, позволили компании одновременно оптимизировать аппаратное и программное обеспечение, создавая обратную связь, укрепляющую ее конкурентные позиции.

Для Meta особенно важна экономическая сторона. Ожидается, что компания потратит как минимум $100 миллиардов долларов на капитальные расходы в 2026 году, при этом аналитики Bloomberg Intelligence оценивают, что $40–50 миллиардов могут быть направлены на инфраструктуру для inference-чипов. Если Meta продолжит использовать GPU наряду с покупками Nvidia, такой сценарий может значительно ускорить рост инфраструктурного бизнеса Google Cloud.

Аналитики Bloomberg Мандип Сингх и Роберт Биггар рассматривают переговоры Meta как часть более широкой отраслевой тенденции: сторонние поставщики ИИ все чаще рассматривают Google как надежного второго поставщика inference-чипов, а не единственного варианта, как это было ранее с Nvidia. Этот настрой отражает растущее доверие к производительности и надежности TPU.

Ни Meta, ни Google официально не подтвердили переговоры о партнерстве. Однако исследование этого направления Meta — в сочетании с ее обязательствами по масштабным инвестициям в инфраструктуру ИИ — подчеркивает, что крупнейшие операторы ИИ активно управляют рисками концентрации поставщиков чипов. Долгосрочный успех стратегии TPU Google в конечном итоге будет зависеть от способности чипов обеспечивать конкурентоспособную производительность и энергоэффективность в масштабах, но ранние отзывы отрасли свидетельствуют о том, что Google успешно позиционирует себя как растущая сила в ускоряющейся конкуренции за аппаратное обеспечение ИИ.