Google vient de déclencher une réinitialisation complète dans la guerre du matériel d'IA, après que ses puces TPU ont propulsé Gemini 3 au-delà de GPT-5 dans des tests indépendants, écrasant à la fois OpenAI et Nvidia en même temps.
Gemini 3 fonctionnait principalement sur les unités de traitement tensoriel de Google, et non sur les GPU de Nvidia. Après l'arrivée des résultats, Sam Altman a demandé à son personnel de rediriger l'attention sur la réparation de ChatGPT et de ses modèles de base.
Cette décision a suivi ce qu'OpenAI a appelé un moment "code rouge" la semaine dernière. En même temps, les analystes ont déclaré que Google prévoit de plus que doubler la production de TPU d'ici 2028, alors que la demande de puces d'IA internes continue d'augmenter.
Google développe ses puces et se lance dans les ventes externes
Google prévoit maintenant d'aller au-delà de l'utilisation des TPU uniquement dans son propre cloud. Un récent accord a envoyé à lui seul 1 million de TPU à Anthropic, une opération évaluée à des dizaines de milliards de dollars. Ce seul contrat a ébranlé les investisseurs de Nvidia.
La préoccupation est simple. Si Google vend plus de TPU à des entreprises externes, Nvidia fait face à une perte directe de la demande des centres de données.
Les analystes de puces chez SemiAnalysis classent maintenant les TPU comme "au coude à coude avec Nvidia" pour l'entraînement et l'exécution de systèmes d'IA avancés. Morgan Stanley affirme que chaque lot de 500 000 TPU vendus à des acheteurs externes pourrait générer jusqu'à 13 milliards de dollars de revenus pour Google.
La banque s'attend également à ce que TSMC produise 3,2 millions de TPU l'année prochaine, passant à 5 millions en 2027 et 7 millions en 2028. Les analystes ont déclaré que la croissance en 2027 semble maintenant plus forte que les prévisions antérieures.
Google construit ses processeurs principalement avec Broadcom, avec un soutien supplémentaire de MediaTek. L'entreprise affirme que son avantage provient du contrôle vertical complet sur le matériel, les logiciels et les modèles d'IA au sein d'un seul système. Koray Kavukcuoglu, architecte IA de Google et CTO de DeepMind, a déclaré : "La chose la plus importante est cette approche full stack. Je pense que nous avons une approche unique à cet égard."
Il a également déclaré que les données de Google provenant de milliards d'utilisateurs lui donnent une compréhension approfondie du fonctionnement de Gemini à travers des produits comme Search et les aperçus pilotés par l'IA.
Les actions de Nvidia ont chuté le mois dernier après que The Information a rapporté que Meta avait eu des discussions avec Google concernant l'achat de TPU. Meta a refusé de commenter. Les analystes affirment maintenant que Google pourrait conclure des accords d'approvisionnement similaires avec OpenAI, xAI d'Elon Musk, ou Safe Superintelligence, avec des revenus supplémentaires potentiels dépassant 100 milliards de dollars sur plusieurs années.
Nvidia se défend tandis que l'histoire des TPU s'approfondit
Nvidia a riposté après la vente massive. L'entreprise a déclaré qu'elle reste "une génération en avance sur l'industrie" et "la seule plateforme qui exécute tous les modèles d'IA". Elle a également déclaré : "Nous continuons à fournir Google." Nvidia a ajouté que ses systèmes offrent "de meilleures performances, polyvalence et fongibilité" que les TPU, qui selon elle ciblent des frameworks spécifiques.
En même temps, les développeurs disposent désormais d'outils qui facilitent l'abandon du logiciel Cuda de Nvidia. Les outils de codage d'IA aident maintenant à réécrire les charges de travail pour les systèmes TPU plus rapidement qu'avant. Cela supprime l'une des défenses les plus solides de Nvidia contre le verrouillage des clients.
L'histoire des TPU a commencé bien avant le boom actuel de l'IA. En 2013, Jeff Dean, scientifique en chef de Google, a donné une présentation interne après une percée dans les réseaux neuronaux profonds pour les systèmes vocaux. Jonathan Ross, alors ingénieur matériel chez Google, se souvient du moment. "La première diapositive était une bonne nouvelle, l'apprentissage automatique fonctionne enfin. La deuxième diapositive disait mauvaise nouvelle, nous ne pouvons pas nous le permettre." Dean a calculé que si des centaines de millions d'utilisateurs parlaient à Google pendant trois minutes par jour, la capacité des centres de données devrait doubler, à un coût de dizaines de milliards de dollars.
Ross a commencé à construire le premier TPU comme projet parallèle en 2013 alors qu'il était assis près de l'équipe vocale. "Nous avons construit cette première puce avec environ 15 personnes", a-t-il déclaré en décembre 2023. Ross dirige maintenant la société de puces d'IA Groq.
En 2016, AlphaGo a vaincu le champion du monde de Go Lee Sedol, et ce match historique est devenu une étape majeure de l'IA. Depuis lors, les TPU alimentent les systèmes de recherche, de publicité et de YouTube de Google depuis des années.
Google avait l'habitude de mettre à jour ses TPU tous les deux ans, mais ce cycle a été changé pour un cycle annuel il y a 2 ans en 2023.
Un porte-parole de Google a déclaré que la demande augmente sur les deux fronts. "Google Cloud constate une demande croissante pour nos TPU personnalisés et les GPU de Nvidia. Nous continuerons à soutenir les deux", a déclaré l'entreprise.
Obtenez 50 $ gratuits pour trader des crypto lorsque vous vous inscrivez à Bybit maintenant
Source: https://www.cryptopolitan.com/googles-tpu-smashes-openai-and-nvidia/
