גוגל רואה הזדמנות להתחרות עם NVIDIA בתחום שבבים למידת מכונה, אך זה לא משימה פשוטה

שחקנים חדשים בתחום המהירויות של בינה מלאכותית

עד זמן קצר לפני כן, המתחרים העיקריים של Nvidia בתחום המהירויות נחשבו ל-AMD ולמקרה הטוב ביותר ל-Intel. עם זאת, חברת Google, שמפתחת מעבדים TPU (יחידת עיבוד טנסור) משלה, כעת תופסת מקום משמעותי בשוק זה.

1. Google כמצרף Nvidia

- במהלך שלוש השנים האחרונות, המנכ"ל של Google, Sundar Pichai, הזכיר שימוש בכרטיסים של Nvidia ב-10 מתוך 12 מצגות ציבוריות במפגשי דיווח רבעוניים.

- הדבר מאשר ש-Google עדיין מסתמך על פתרונות Nvidia לתשתית החישוב שלה.

2. המעבר ל-TPU משלה

- השקת הדגם Gemini 3 שינתה את התמונה: החברה הודיעה כי אימצה את מודל הבינה המלאכותית הזה אך ורק על מעבדי TPU שלה.

- הצלחה של Gemini 3 הפכה למשהו כמו "פרסום" עבור TPU, וכעת Google מנהלת משא ומתן לגבי אספקת כרטיסים אלה לפיתוחים חיצוניים בתחום הבינה המלאכותית.

3. התרחבות העניין ב-TPU

- עד זמן קצר לפני כן, רק Google השתמשה ב-TPU, אך נמסרו דיווחים כי Meta Platforms מעוניינת בהם.

- באותו הזמן, Meta חתמה על חוזה אספקת מעבדי Nvidia מרכזיים, מה שמדגים גמישות בבחירת הטכנולוגיות.

4. תמיכה כספית לסטארט‑אפים

- Google מתכננת להשקיע עד 100 מיליארד דולרים בסטארט‑אפים מוכנים להשתמש ב-TPU לבניית מערכות שרת (דוגמה – Fluidstack).

- סכמה כזו כבר שימשה Nvidia: השקעות ב-CoreWeave, Nebius ו-Lambda.

5. בעיה של יכולות ייצור

- בשוק שבביי הבינה המלאכותית קשה "להזיז" את Nvidia עקב חוסר במפעלים חוזיים.

- TSMC, הספק הגדול ביותר למעבדים, כבר משרתת את Nvidia כלקוח הראשי; אפילו Apple מתמודדת עם קשיים באספקה של נפח נדרש.

- בתרחיש כזה Google לא תוכל לענות על צרכיה הפנימיים ולמכור ללקוחות דרך TSMC במקביל.

המסקנה

Google מפסיקה להיות רק צרכן של המהירויות של Nvidia, ועוברת לתפקיד ספק פעיל של TPU עבור לקוחות חיצוניים. זה מחזק את התחרות בתחום המהירויות של בינה מלאכותית ויוצר אתגרים חדשים למובילים הקיימים עקב משאבי ייצור מוגבלים.