Google amplia la propria offerta di processori per l'intelligenza artificiale con due nuove versioni delle Tensor Processing Unit (TPU), i chip sviluppati internamente per addestrare ed eseguire modelli IA. L'obiettivo è conquistare una fetta più ampia di un mercato dominato da NVIDIA, puntando su soluzioni specializzate per esigenze che stanno diventando sempre più importanti con la diffusione degli agenti autonomi e delle applicazioni aziendali.
Le nuove TPU 8tx e 8i Max non introducono architetture completamente inedite, ma modificano la configurazione dei processori di ottava generazione già presentati da Google. Le due varianti rispondono a richieste specifiche dei clienti e saranno disponibili dal prossimo anno, portando a quattro il numero di configurazioni TPU proposte dall'azienda.
Google punta su chip IA specializzati per sottrarre clienti a NVIDIA
La TPU 8tx è progettata per elaborare dati riservati e gestire carichi di lavoro che richiedono elevati livelli di sicurezza. Google la propone soprattutto alle amministrazioni pubbliche e alle aziende che operano in settori regolamentati. Una delle caratteristiche principali è la possibilità di cifrare le informazioni direttamente a livello del chip, riducendo l'esposizione dei dati durante l'elaborazione. Il sistema utilizza anche processori AMD, grazie a una collaborazione tra le due aziende.
La TPU 8i Max risponde invece alla crescente richiesta di memoria e capacità di elaborazione per i modelli con finestre di contesto estese. Questa caratteristica permette a un sistema IA di considerare una quantità maggiore di informazioni all'interno di una singola richiesta, risultando utile per attività come lo sviluppo software, la ricerca farmacologica e i calcoli matematici. La soluzione integra due chip TPU in un unico package, aumentando la potenza di calcolo e la memoria disponibili.
La strategia di Google si basa sulla possibilità di offrire prestazioni competitive a un costo inferiore rispetto alle GPU NVIDIA. Secondo Bloomberg Intelligence, i processori TPU costerebbero circa il 30% in meno, mantenendo una capacità di elaborazione paragonabile per determinate applicazioni. Una differenza che può diventare rilevante per le aziende impegnate nella costruzione di infrastrutture IA su larga scala.
Il progetto ha già attirato clienti importanti. Apple, Meta, Oracle e Anthropic utilizzano o hanno stretto accordi per accedere ai processori di Google, mentre OpenAI starebbe pianificando nuovi acquisti. Anthropic, in particolare, ha un'opzione per acquistare fino a 150 miliardi di dollari di TPU tra il 2028 e il 2031. Anche Oracle ha annunciato una partnership che permetterà ai propri clienti cloud di utilizzare questi chip dal prossimo anno.
La divisione sta assumendo un peso economico crescente. Bloomberg Intelligence prevede che entro il 2028 le vendite di TPU, includendo hardware e software collegati, supereranno i 135 miliardi di dollari, rispetto ai 12 miliardi stimati per il 2026. Le cifre non comprendono i ricavi generati dai clienti che utilizzano i processori attraverso Google Cloud.
La crescita deve però fare i conti con alcuni limiti. La domanda supera già la capacità produttiva disponibile e Google ha dichiarato che tutti i chip attualmente disponibili sono stati assegnati ai clienti. L'azienda sta quindi cercando di diversificare la produzione, affiancando a Broadcom altri partner come Marvell, mentre anche MediaTek sarebbe coinvolta in alcune attività.
La concorrenza non arriva soltanto da NVIDIA, che nel frattempo deve fare i conti con i sospetti di spionaggio che coinvolgono Jensen Huang. Anche startup e sviluppatori di modelli IA stanno lavorando a processori proprietari, mentre un eventuale rallentamento degli investimenti nei data center potrebbe ridimensionare le prospettive dell'intero settore. Google, inoltre, deve fare i conti con margini di profitto che secondo gli analisti sono inferiori a quelli di NVIDIA. La strategia di chip TPU specializzate punta quindi a differenziare l'offerta e conquistare nuovi clienti, senza necessariamente sostituire le GPU del principale concorrente in tutti i carichi di lavoro.
