Il Gemini alimentato dal TPU di Google costringe OpenAI in allarme rosso mentre Nvidia scende

Google ha appena innescato un hard reset nella guerra dell’hardware AI, dopo che i suoi chip TPU hanno spinto Gemini 3 oltre GPT‑5 in test indipendenti, schiacciando sia OpenAI che Nvidia contemporaneamente.

Gemini 3 è stato eseguito principalmente sulle unità di elaborazione tensoriale di Google, non sulle GPU Nvidia. Dopo che i risultati sono stati resi pubblici, Sam Altman ha detto al personale di ridirezionare l’attenzione sulla risoluzione di ChatGPT e dei suoi modelli principali.

La mossa è seguita a quello che OpenAI ha definito un momento “allarme rosso” la settimana scorsa. Allo stesso tempo, gli analisti hanno detto che Google sta pianificando di più che raddoppiare la produzione di TPU entro il 2028, poiché la domanda di chip AI interni continua a crescere.

Google scala i chip e spinge verso le vendite esterne

Google ora prevede di andare oltre l’uso dei TPU solo all’interno della propria cloud. Un recente accordo ha inviato da solo 1 milione di TPU ad Anthropic, una mossa valutata in decine di miliardi di dollari. Quel singolo contratto ha scosso gli investitori Nvidia.

La preoccupazione è semplice. Se Google venderà più TPU ad aziende esterne, Nvidia affronterà una perdita diretta di domanda per i data center.

Gli analisti di chip di SemiAnalysis ora classificano i TPU come “alla pari con Nvidia” sia per l’addestramento che per l’esecuzione di sistemi AI avanzati. Morgan Stanley afferma che ogni 500.000 TPU venduti ad acquirenti esterni potrebbero generare fino a 13 miliardi di dollari di ricavi per Google.

La banca si aspetta anche che TSMC produca 3,2 milioni di TPU l’anno prossimo, salendo a 5 milioni nel 2027 e 7 milioni nel 2028. Gli analisti hanno detto che la crescita nel 2027 ora sembra più forte delle previsioni precedenti.

Google costruisce i suoi processori principalmente con Broadcom, con il supporto aggiuntivo di MediaTek. L’azienda afferma che il suo vantaggio deriva dal controllo verticale completo su hardware, software e modelli AI all’interno di un unico sistema. Koray Kavukcuoglu, architetto AI di Google e CTO di DeepMind, ha detto: “La cosa più importante è questo approccio full stack. Penso che abbiamo un approccio unico lì.”

Ha anche detto che i dati di Google di miliardi di utenti gli danno una profonda comprensione di come Gemini funziona su prodotti come Search e AI Overviews.

Le azioni Nvidia sono scese il mese scorso dopo che The Information ha riferito che Meta aveva tenuto colloqui con Google sull’acquisto di TPU. Meta ha rifiutato di commentare. Gli analisti ora dicono che Google potrebbe stipulare accordi di fornitura simili con OpenAI, xAI di Elon Musk o Safe Superintelligence, con potenziali ricavi aggiuntivi che superano i 100 miliardi di dollari nel corso di diversi anni.

Nvidia si difende mentre la storia del TPU si approfondisce

Nvidia ha reagito dopo il sell-off. L’azienda ha dichiarato di essere ancora “una generazione avanti rispetto all’industria” e “l’unica piattaforma che esegue ogni modello AI”. Ha anche detto: “Continuiamo a fornire a Google.” Nvidia ha aggiunto che i suoi sistemi offrono “maggiori prestazioni, versatilità e fungibilità” rispetto ai TPU, che secondo l’azienda mirano a framework specifici.

Allo stesso tempo, gli sviluppatori ora ottengono strumenti che facilitano il passaggio dal software Cuda di Nvidia. Gli strumenti di codifica AI ora aiutano a riscrivere i carichi di lavoro per i sistemi TPU più velocemente che in passato. Questo rimuove una delle difese di lock-in più forti di Nvidia.

La storia del TPU è iniziata molto prima del boom dell’AI di oggi. Nel 2013, Jeff Dean, scienziato capo di Google, ha tenuto una presentazione interna dopo un progresso nelle reti neurali profonde per i sistemi di riconoscimento vocale. Jonathan Ross, allora ingegnere hardware di Google, ha ricordato il momento. “La prima slide era buona notizia, l’apprendimento automatico funziona finalmente. La slide due diceva cattiva notizia, non possiamo permettercelo.” Dean ha calcolato che se centinaia di milioni di utenti parlassero con Google per tre minuti al giorno, la capacità dei data center dovrebbe raddoppiare con un costo di decine di miliardi di dollari.

Ross ha iniziato a costruire il primo TPU come progetto secondario nel 2013 mentre seduto vicino al team vocale. “Abbiamo costruito quel primo chip con circa 15 persone”, ha detto nel dicembre 2023. Ross ora dirige l’azienda di chip AI Groq.

Nel 2016, AlphaGo ha sconfitto il campione mondiale di Go Lee Sedol, e quella storica partita è diventata un importante traguardo per l’AI. Da allora, i TPU hanno alimentato i sistemi di ricerca, pubblicità e YouTube di Google per anni.

Google aggiornava i suoi TPU ogni due anni, ma quel ciclo è stato modificato in annuale 2 anni fa nel 2023.

Un portavoce di Google ha dichiarato che la domanda sta crescendo su entrambi i fronti. “Google Cloud sta vedendo una crescente domanda sia per i nostri TPU personalizzati che per le GPU Nvidia. Continueremo a supportare entrambi”, ha detto l’azienda.