Google hat im Hardware-Krieg um die KI einen kompletten Neustart ausgelöst, nachdem seine TPU-Chips Gemini 3 indent Tests an GPT-5 vorbeiziehen ließen und damit OpenAI und Nvidia gleichzeitig einen schweren Schlag versetzten.
Gemini 3 lief größtenteils auf Googles Tensorprozessoren, nicht auf Nvidia-GPUs. Nachdem die Ergebnisse veröffentlicht waren, wies Sam Altman die Mitarbeiter an, sich wieder auf die Behebung der Probleme mit ChatGPT und seinen Kernmodellen zu konzentrieren.
Dieser Schritt folgte auf einen von OpenAI als „kritisch“ bezeichneten Moment in der vergangenen Woche. Gleichzeitig gaben Analysten an, dass Google die TPU-Produktion bis 2028 mehr als verdoppeln will, da die Nachfrage nach hauseigenen KI-Chips stetig steigt.
Google skaliert die Chip-Produktion und expandiert in den Außenhandel.
Google plant nun, TPUs nicht mehr nur innerhalb der eigenen Cloud einzusetzen. Allein ein kürzlich abgeschlossener Vertrag sicherte Anthropologie eine Million TPUs – ein Geschäft im Wert von mehreren zehn Milliarden Dollar. Dieser einzelnetracverunsicherte die Nvidia-Investoren.
Die Befürchtung ist einfach. Wenn Google mehr TPUs an externe Firmen verkauft, droht Nvidia ein direkter Verlust der Nachfrage nach Rechenzentren.
Die Chipanalysten von SemiAnalysis stufen TPUs mittlerweile als gleichwertig mit Nvidia-Chips für das Training und den Betrieb fortschrittlicher KI-Systeme ein. Laut Morgan Stanley könnten 500.000 an externe Käufer verkaufte TPUs Google bis zu 13 Milliarden US-Dollar Umsatz generieren.
Die Bank rechnet außerdem damit, dass TSMC im nächsten Jahr 3,2 Millionen TPUs produzieren wird, 2027 sollen es 5 Millionen und 2028 7 Millionen sein. Analysten zufolge sieht das Wachstum im Jahr 2027 nuntronaus als in früheren Prognosen.
Google lässt seine Prozessoren hauptsächlich von Broadcom fertigen und erhält zusätzliche Unterstützung von MediaTek. Das Unternehmen gibt an, seinen Wettbewerbsvorteil in der vollständigen vertikalen Kontrolle über Hardware, Software und KI-Modelle innerhalb eines einzigen Systems zu sehen. Koray Kavukcuoglu, KI-Architekt bei Google und CTO von DeepMind, erklärte: „Das Wichtigste ist dieser ganzheitliche Ansatz. Ich denke, wir verfolgen damit einen einzigartigen Ansatz.“
Er sagte außerdem, dass Googles Daten von Milliarden von Nutzern tiefe Einblicke in die Funktionsweise von Gemini in Produkten wie der Suche und den KI-Übersichten ermöglichen.
Die Nvidia-Aktie fiel letzten Monat, nachdem The Information berichtet hatte, dass Meta mit Google über den Kauf von TPUs verhandelt hatte. Meta lehnte eine Stellungnahme ab. Analysten gehen nun davon aus, dass Google ähnliche Lieferverträge mit OpenAI, Elon Musks xAI oder Safe Superintelligence abschließen könnte, wodurch sich die potenziellen Zusatzeinnahmen über mehrere Jahre auf über 100 Milliarden US-Dollar belaufen würden.
Nvidia verteidigt sich, während die TPU-Geschichte tiefere Wunden hinterlässt.
Nvidia wehrte sich nach dem Kurssturz. Das Unternehmen erklärte, es sei der Branche weiterhin „eine Generation voraus“ und die „einzige Plattform, die jedes KI-Modell unterstützt“. Außerdem hieß es: „Wir beliefern Google weiterhin.“ Nvidia fügte hinzu, seine Systeme böten „höhere Leistung, Vielseitigkeit und Austauschbarkeit“ als TPUs, die auf spezifische Frameworks ausgerichtet seien.
Gleichzeitig erhalten Entwickler nun Werkzeuge, die den Umstieg von Nvidias CUDA-Software erleichtern. KI-Codierungswerkzeuge helfen jetzt dabei, Workloads für TPU-Systeme schneller als zuvor neu zu schreiben. Dadurch wird eine dertronLock-in-Strategien von Nvidia beseitigt.
Die Geschichte der TPU begann lange vor dem heutigen KI-Boom. 2013 hielt Jeff Dean, Googles Chefentwickler, nach einem Durchbruch bei tiefen neuronalen Netzen für Sprachsysteme einen internen Vortrag. Jonathan Ross, damals Hardware-Ingenieur bei Google, erinnerte sich an diesen Moment: „Die erste Folie enthielt die gute Nachricht: Maschinelles Lernen funktioniert endlich. Die zweite Folie die schlechte: Wir können es uns nicht leisten.“ Dean hatte berechnet, dass sich die Rechenzentrumskapazität verdoppeln müsste, wenn Hunderte Millionen Nutzer täglich drei Minuten mit Google sprächen – zu Kosten in Milliardenhöhe.
Ross begann 2013 als Nebenprojekt mit dem Bau der ersten TPU, während er in der Nähe des Redeteams saß. „Wir haben diesen ersten Chip mit etwa 15 Leuten gebaut“, sagte er im Dezember 2023. Ross leitet heute das KI-Chip-Unternehmen Groq.
2016 besiegte AlphaGo den Go-Weltmeister Lee Sedol, und dieses historische Match wurde zu einem Meilenstein in der KI-Forschung. Seitdem treiben TPUs seit Jahren die Google-Suche, die Anzeigen und YouTube-Systeme an.
Google aktualisierte seine TPUs früher alle zwei Jahre, dieser Zyklus wurde jedoch vor zwei Jahren, im Jahr 2023, auf jährlich umgestellt.
Ein Google-Sprecher erklärte, die Nachfrage steige in beiden Bereichen. „Google Cloud verzeichnet eine wachsende Nachfrage sowohl nach unseren eigenen TPUs als auch nach Nvidia-GPUs. Wir werden beide weiterhin unterstützen“, so das Unternehmen.
