Google amplia la propria offerta di Tensor Processing Unit con due nuove configurazioni, TPU 8tx e TPU 8i Max, destinate al mercato dell’intelligenza artificiale. I chip, sviluppati internamente dal gruppo, servono ad addestrare ed eseguire modelli IA e puntano a guadagnare spazio in un settore dominato da NVIDIA. L’obiettivo è offrire soluzioni dedicate alle esigenze legate agli agenti autonomi e alle applicazioni aziendali, che stanno assumendo un peso crescente.
Approfondisci: Google si allea con Amazon per scalfire il dominio di Nvidia sugli sviluppatori di app AI
Le due nuove proposte non nascono da architetture completamente inedite: derivano dalla piattaforma di processori di ottava generazione già presentata da Google e ne modificano la configurazione in funzione di richieste differenti. Entrambe saranno disponibili dal prossimo anno. Con il loro arrivo, le configurazioni TPU proposte dal colosso di Mountain View passeranno da tre a quattro.
Sicurezza e carichi regolamentati con TPU 8tx
La TPU 8tx è pensata 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 soggetti a regolamentazione specifica. Una delle caratteristiche distintive consiste nella possibilità di cifrare le informazioni direttamente a livello del chip, riducendo così l’esposizione dei dati durante le operazioni di elaborazione.
Il sistema basato sulla TPU 8tx utilizza anche processori AMD, nell’ambito di una collaborazione tra le due società. L’associazione con l’azienda di Sunnyvale si inserisce nella strategia con cui Google arricchisce la propria offerta di acceleratori IA, affiancando componenti di partner esterni ai chip progettati internamente.
Contesti estesi e più memoria con TPU 8i Max
La TPU 8i Max risponde invece alla crescente richiesta di memoria e capacità di elaborazione necessaria ai modelli con finestre di contesto estese. Questa caratteristica consente a un sistema IA di prendere in considerazione una quantità maggiore di informazioni all’interno di una singola richiesta. Le applicazioni indicate includono 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 rispetto a una configurazione singola. Le due varianti presentate da Google nascono quindi dalla stessa base hardware, ma puntano a esigenze differenti: protezione dei dati e carichi regolamentati da un lato, contesti più ampi e risorse computazionali maggiori dall’altro.
Costi, clienti e accordi nel cloud
Al centro della strategia c’è la promessa di prestazioni competitive a un prezzo inferiore rispetto alle GPU NVIDIA. “I processori TPU costerebbero circa il 30% in meno rispetto alle GPU NVIDIA, mantenendo una capacità di elaborazione paragonabile per determinate applicazioni.” Il vantaggio economico può risultare rilevante per le aziende che costruiscono infrastrutture IA su larga scala e devono confrontare i costi di esercizio con i risultati ottenuti.
Il progetto ha già raccolto l’interesse di importanti soggetti: Apple, Meta, Oracle e Anthropic utilizzano i processori di Google oppure hanno sottoscritto accordi per accedervi. Anche “OpenAI starebbe pianificando nuovi acquisti di TPU.” Anthropic dispone inoltre di un’opzione per acquistare fino a 150 miliardi di dollari di TPU tra il 2028 e il 2031. Oracle ha altresì annunciato una partnership che consentirà ai propri clienti cloud di utilizzare questi chip dal prossimo anno.
Vendite in crescita, produzione sotto pressione
Il peso economico della divisione è destinato ad aumentare. “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 previsioni non comprendono i ricavi generati dai clienti che utilizzano i processori tramite Google Cloud.
La crescita deve però fare i conti con limiti produttivi evidenti: la domanda di TPU supera già la capacità disponibile e Google ha dichiarato che tutti i chip attualmente disponibili sono stati assegnati ai clienti. Per incrementare la produzione, l’azienda sta diversificando la rete di fornitori: accanto a Broadcom sono entrati partner come Marvell, mentre “MediaTek sarebbe coinvolta in alcune attività relative alla produzione di TPU.”
Un mercato competitivo con margini più contenuti
La concorrenza non si limita a NVIDIA, che nel frattempo è coinvolta in sospetti di spionaggio che riguardano 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 comparto. Google deve inoltre considerare un limite economico: “I margini di profitto delle TPU sarebbero inferiori a quelli di NVIDIA.” La strategia delle TPU specializzate mira quindi a distinguere l’offerta e ad acquisire nuovi clienti, senza necessariamente sostituire le GPU del principale concorrente in ogni tipo di carico di lavoro.
