Após mais de dez anos, os chips internos do Google dão a ele uma vantagem furtiva na IA

O Google gastou mais de uma década construindo silenciosamente a tecnologia que agora o ajuda a superar amplamente suas limitações na guerra da IA.

Enquanto a Nvidia está no topo da cadeia alimentar, vendendo suas GPUs para praticamente todas as grandes empresas de tecnologia do mundo, o Google tem trabalhado arduamente no design de suas próprias armas; chips que nunca teve intenção de vender, mas que usa para alimentar tudo por trás de sua pilha de IA.

E agora, com a demanda por capacidade de computação em um recorde histórico, esse silício desenvolvido internamente finalmente está mostrando seu valor.

Na quinta-feira, o Google confirmou que o Ironwood, a última geração de sua Unidade de Processamento Tensorial (TPU), estará disponível nas próximas semanas. É o chip de sétima geração da empresa, projetado para lidar com tudo, desde o treinamento de modelos enormes até a execução de agentes de IA em tempo real e chatbots.

O Google afirma que o Ironwood é mais de quatro vezes mais rápido que o TPU anterior. Um cliente, a Anthropic, planeja implantar até 1 milhão deles para alimentar seu modelo Claude.

O Google constrói, outros acompanham

Embora o Google continue a acumular GPUs da Nvidia, ele não está apenas parado, dependendo dos chips de outras empresas. Os TPUs estão em desenvolvimento há mais de dez anos e tornaram-se disponíveis para clientes da nuvem em 2018.

Originalmente usados apenas para cargas de trabalho internas, eles agora são uma parte central da infraestrutura de IA pública do Google Cloud.

A analista Stacy Rasgon, da Bernstein, disse: “Dos jogadores de ASIC, o Google é o único que realmente implantou esse tipo de coisa em volumes enormes.”

No momento, o Google não vende TPUs como hardware físico. Em vez disso, os clientes alugam o acesso por meio do Google Cloud, que se tornou um dos principais motores de receita da empresa.

No último trimestre, a Alphabet relatou US$ 15,15 bilhões em receita de nuvem, um aumento de 34% em relação ao ano anterior. Sundar Pichai, CEO da empresa, disse aos investidores: “Estamos vendo uma demanda substancial por nossos produtos de infraestrutura de IA, incluindo soluções baseadas em TPU e GPU.”

Contratos, satélites e chips destinados ao espaço

Com a pressão aumentando em toda a tecnologia para obter acesso à computação, o Google está fechando parcerias massivas. No mês passado, a empresa expandiu sua parceria com a Anthropic em um acordo relatado valer dezenas de bilhões.

Esse acordo dará à Anthropic acesso a mais de um gigawatt de capacidade de computação para IA até 2026.

O Google investiu US$ 3 bilhões na Anthropic até o momento. Embora a Amazon continue sendo o principal parceiro de nuvem da empresa, o Google agora está fornecendo a infraestrutura principal para os futuros modelos Claude. Mike Krieger, Diretor de Produtos da Anthropic, disse:

“Há tanta demanda por nossos modelos que acho que a única maneira de termos sido capazes de atender tanto quanto atendemos este ano foi essa estratégia de múltiplos chips.”

Essa estratégia inclui TPUs, Trainium e GPUs da Nvidia, e é projetada para desempenho, custo e redundância. Krieger acrescentou que sua equipe realizou trabalhos preliminares para garantir que o Claude pudesse funcionar suavemente em todos os principais tipos de chips.

“Vi esse investimento valer a pena agora que conseguimos entrar em operação com esses data centers massivos e atender os clientes onde eles estão”, disse ele.

Dois meses antes do acordo com a Anthropic, o Google assinou um contrato de nuvem de seis anos, valendo mais de $10 bilhões, com a Meta. A empresa também ganhou uma parte do negócio da OpenAI à medida que se diversifica longe da Microsoft. A OpenAI confirmou à Reuters que está usando o Google Cloud, mas não está implantando GPUs lá.

Esta semana, o Google revelou um novo projeto chamado Suncatcher, destinado a lançar satélites alimentados por energia solar equipados com TPUs. O objetivo é construir um sistema que aproveite a energia solar no espaço para alimentar tarefas de computação intensiva de IA.

A empresa disse que planeja lançar dois protótipos no início de 2027, chamando o experimento de uma maneira de minimizar a pressão sobre os recursos da Terra enquanto se prepara para a computação em grande escala em órbita.

Fluxo de dinheiro, aumento da demanda, Nvidia observa

Anat Ashkenazi, CFO da Alphabet, disse que o impulso do Google está vindo da demanda massiva das empresas por sua pilha completa de IA, incluindo tanto TPUs quanto GPUs.

A Alphabet agora relata que assinou mais contratos de nuvem de um bilhão de dólares nos primeiros nove meses de 2025 do que nos dois anos anteriores combinados.

Enquanto isso, a unidade de nuvem da Amazon cresceu 20% no último trimestre. O CEO da AWS, Matt Garman, disse: “Cada chip Trainium 2 que instalamos em nossos data centers hoje está sendo vendido e utilizado.” Ele acrescentou que o Trainium 3 traria ainda mais ganhos em desempenho e eficiência energética.

Ainda assim, o Google está apostando tudo. Ele aumentou sua previsão de despesa de capital para 2025 para US$ 93 bilhões, acima dos US$ 85 bilhões, com mais gastos previstos para 2026. Suas ações subiram 38% no Q3 e mais 17% no Q4, seu melhor desempenho em duas décadas.

Analistas da Mizuho apontaram para a vantagem de custo e desempenho dos TPUs, observando que, embora tenham sido originalmente para uso interno, o Google agora está obtendo tração real com clientes externos. O Morgan Stanley também disse em um relatório de junho que a familiaridade dos desenvolvedores com o TPU poderia ser um grande impulso para o crescimento do Google Cloud.

E em um relatório de setembro, analistas da D.A. Davidson escreveram: “Continuamos acreditando que os TPUs do Google permanecem a melhor alternativa à Nvidia, com a lacuna entre os dois diminuindo significativamente nos últimos 9-12 meses.”

Eles também mencionaram o aumento do sentimento positivo entre os desenvolvedores e sugeriram que o Google poderia até começar a vender sistemas TPU diretamente para laboratórios de IA.