El Gemini impulsado por TPU de Google obliga a OpenAI a entrar en código rojo mientras Nvidia cae

Google acaba de provocar un reinicio duro en la guerra del hardware de IA, ya que sus chips TPU llevaron a Gemini 3 por delante de GPT-5 en pruebas independientes, golpeando tanto a OpenAI como a Nvidia de lleno al mismo tiempo.

Gemini 3 funcionó principalmente con las unidades de procesamiento tensorial de Google, no con las GPU de Nvidia. Tras conocerse los resultados, Sam Altman ordenó al personal redirigir el enfoque hacia la corrección de ChatGPT y sus modelos principales.

El movimiento siguió a lo que OpenAI llamó un momento de "código rojo" la semana pasada. Al mismo tiempo, los analistas dijeron que Google planea más que duplicar la producción de TPU para 2028, ya que la demanda de chips de IA propios sigue en aumento.

Google escala chips y se lanza a ventas externas

Google ahora planea ir más allá del uso exclusivo de TPUs dentro de su propia nube. Un solo acuerdo reciente envió 1 millón de TPUs a Anthropic, una operación valorada en decenas de miles de millones de dólares. Ese único contrato sacudió a los inversores de Nvidia.

La preocupación es sencilla. Si Google vende más TPUs a empresas externas, Nvidia enfrenta una pérdida directa de demanda de centros de datos.

Los analistas de chips de SemiAnalysis ahora clasifican a los TPUs como "emparejados con Nvidia" tanto para el entrenamiento como para la ejecución de sistemas de IA avanzados. Morgan Stanley dice que cada 500.000 TPUs vendidos a compradores externos podrían generar hasta 13.000 millones de dólares en ingresos para Google.

El banco también espera que TSMC produzca 3,2 millones de TPUs el próximo año, aumentando a 5 millones en 2027 y 7 millones en 2028. Los analistas dijeron que el crecimiento en 2027 ahora parece más fuerte que las previsiones anteriores.

Google construye sus procesadores principalmente con Broadcom, con el apoyo adicional de MediaTek. La empresa dice que su ventaja radica en el control vertical completo sobre el hardware, el software y los modelos de IA dentro de un solo sistema. Koray Kavukcuoglu, arquitecto de IA de Google y CTO de DeepMind, dijo: "Lo más importante es ese enfoque de pila completa. Creo que tenemos un enfoque único ahí".

También dijo que los datos de Google de miles de millones de usuarios le brindan una profunda comprensión de cómo funciona Gemini en productos como Search y AI Overviews.

Las acciones de Nvidia cayeron el mes pasado después de que The Information informara que Meta había mantenido conversaciones con Google sobre la compra de TPUs. Meta se negó a comentar. Los analistas ahora dicen que Google podría cerrar acuerdos de suministro similares con OpenAI, xAI de Elon Musk o Safe Superintelligence, con ingresos adicionales potenciales que superan los 100.000 millones de dólares a lo largo de varios años.

Nvidia se defiende mientras la historia de TPU se profundiza

Nvidia se mostró a la defensiva tras la venta masiva. La empresa dijo que sigue estando "una generación por delante de la industria" y "es la única plataforma que ejecuta todos los modelos de IA". También afirmó: "Seguimos suministrando a Google". Nvidia añadió que sus sistemas ofrecen "mayor rendimiento, versatilidad y fungibilidad" que los TPUs, que según ella están dirigidos a marcos específicos.

Al mismo tiempo, los desarrolladores ahora obtienen herramientas que facilitan el cambio lejos del software Cuda de Nvidia. Las herramientas de codificación de IA ahora ayudan a reescribir cargas de trabajo para sistemas TPU más rápido que antes. Eso elimina una de las defensas de bloqueo más fuertes de Nvidia.

La historia de TPU comenzó mucho antes del auge actual de la IA. En 2013, Jeff Dean, científico jefe de Google, dio una charla interna después de un avance en redes neuronales profundas para sistemas de voz. Jonathan Ross, entonces ingeniero de hardware de Google, recordó el momento. “La primera diapositiva era buenas noticias, el aprendizaje automático finalmente funciona. La diapositiva dos decía malas noticias, no podemos permitirnos ello.” Dean calculó que si cientos de millones de usuarios hablaran con Google durante tres minutos al día, la capacidad de los centros de datos necesitaría duplicarse a un costo de decenas de miles de millones de dólares.

Ross comenzó a construir el primer TPU como un proyecto secundario en 2013 mientras estaba sentado cerca del equipo de voz. "Construimos ese primer chip con unas 15 personas", dijo en diciembre de 2023. Ross ahora dirige la empresa de chips de IA Groq.

En 2016, AlphaGo derrotó al campeón mundial de Go Lee Sedol, y ese partido histórico se convirtió en un hito importante de la IA. Desde entonces, los TPUs han impulsado los sistemas de búsqueda, publicidad y YouTube de Google durante años.

Google solía actualizar sus TPUs cada dos años, pero ese ciclo se cambió a uno anual hace 2 años en 2023.

Un portavoz de Google dijo que la demanda está aumentando en ambos frentes. "Google Cloud está viendo una demanda creciente tanto por nuestros TPUs personalizados como por las GPU de Nvidia. Seguiremos apoyando ambos", dijo la empresa.