Google готовит отдельные inference-TPU и переводит борьбу с NVIDIA в новую фазу

Google, похоже, готовится сделать то, чего рынок ждал уже несколько кварталов: вынести inference в отдельный чиповый приоритет и ударить по тому сегменту AI-инфраструктуры, где сегодня зарабатываются самые устойчивые деньги. По данным Los Angeles Times, компания на этой неделе может представить новое поколение TPU с отдельным фокусом на запуск моделей после обучения, то есть на inference. Если это подтвердится, речь идёт не о рядовом апгрейде железа, а о попытке Google превратить собственный кремний из внутреннего преимущества в рыночное оружие против NVIDIA.

Для Neuro.ee эта история важна не сама по себе, а как продолжение линии, которую мы уже фиксировали в публикациях про долгий TPU-контур Google и Broadcom, а также про многогигава́ттную сделку Anthropic. Тогда рынок увидел, что Big Tech заранее бронирует себе silicon и capacity на годы вперёд. Теперь появляется следующий слой той же стратегии: кто контролирует не только training, но и себестоимость массового inference, тот получает право определять экономику AI-сервисов в ближайшие 12 месяцев.

Что именно произошло

По данным Los Angeles Times, Google готовит анонс новой генерации TPU, в которой inference станет отдельным фокусом разработки. Jeff Dean прямо говорит, что по мере роста спроса становится логично специализировать чипы сильнее либо под training, либо под inference workloads. Это важная смена формулировки. До сих пор TPU в публичном поле чаще воспринимались как универсальная альтернативная платформа для собственных моделей Google и ограниченного круга cloud-клиентов. Теперь компания, похоже, хочет точнее прицелиться в самую быстрорастущую часть рынка, где ценность определяется не рекордным обучением, а дешевизной, скоростью и масштабируемостью ответа.

В той же истории особенно важен не только сам чип, но и список тех, кто уже проявляет интерес к TPU-стеку. Anthropic ранее расширила доступ к TPU-мощности Google, Meta тестирует платформу для части собственных задач, Citadel говорит о преимуществах в обучении, а G42 обсуждает использование TPU через облачную инфраструктуру Google. Иными словами, TPU перестают быть экзотикой одного вендора и начинают превращаться в второй крупный контур AI-вычислений рядом с экосистемой NVIDIA.

Почему рынок смещается именно к inference

Training остаётся престижной частью AI-гонки, но главный денежный пресс всё заметнее переезжает в inference. Когда рынок переходит от показательных релизов к продуктам, агентам и постоянным enterprise-нагрузкам, важнее становится не то, кто один раз обучил самую тяжёлую модель, а то, кто может ежедневно обслуживать миллиарды запросов с приемлемой задержкой и маржой.

Именно здесь у Google появляется редкая возможность сыграть не в догоняющего, а в структурного конкурента NVIDIA. У компании есть собственный модельный стек, огромные облачные мощности, десятилетний опыт проектирования TPU и один из немногих в отрасли каналов прямой обратной связи между разработкой модели и разработкой железа. Если такой игрок начинает делать inference отдельным объектом оптимизации, это бьёт не в имидж лидера рынка, а в его unit economics.

Что меняется для NVIDIA и hyperscaler-рынка

Для NVIDIA это не означает немедленного ослабления. Её GPU остаются стандартом для frontier training и значительной части inference-нагрузок. Но плохая новость для компании в другом: крупнейшие платформы всё активнее строят маршруты, где NVIDIA больше не является единственным обязательным посредником между спросом на AI и вычислительной мощностью.

На самом деле это продолжение общего разворота рынка. Amazon продвигает Trainium, Google упирает в TPU, Microsoft глубже встраивает кастомные контуры под Azure и OpenAI, а Meta всё агрессивнее тестирует чужие и собственные альтернативы под inference. Чем больше отрасль выходит из фазы «купить как можно больше GPU», тем сильнее ценится способность управлять собственным кремнием, сетевым стеком и очередью вычислений.

Длинная перспектива

Если Google действительно выводит inference-TPU в центр стратегии, это будет означать, что AI-конкуренция окончательно дробится на две разные войны. Первая, заметная всем, идёт за лучшие модели и громкие релизы. Вторая, куда более важная для капитализации, идёт за право дешевле и быстрее превращать эти модели в постоянный сервис.

Именно поэтому новость стоит читать не как ещё один анонс с конференции Google Cloud Next, а как шаг к новой архитектуре рынка. Training создаёт славу. Inference создаёт денежный поток. И если Google сумеет занять в этой части цепочки более сильную позицию, давление на NVIDIA пойдёт не через PR, а через самое неприятное место, через экономику AI-фабрик и облаков.

Мнение редакции Neuro.ee

Самый опасный для нынешних лидеров рынка сценарий не тот, где кто-то внезапно выпускает «лучшую модель». Гораздо опаснее сценарий, в котором hyperscaler получает контроль над себестоимостью inference и начинает масштабировать этот контроль через облако, корпоративных клиентов и партнёрские сделки. Google как раз пробует сделать именно это. Если компания закрепится в inference так же уверенно, как уже закрепляется в долгих TPU-контрактах, рынок AI начнёт делиться не только по качеству моделей, но и по тому, у кого дешевле право держать интеллект постоянно включённым.