Google comenzó a desarrollar unidades de procesamiento tensorial en 2013, inicialmente para hacer más eficientes servicios como Search. Durante años, esos chips personalizados fueron en gran medida una ventaja interna: los clientes que compraban las ofertas de IA de Google entraban en una pila estrechamente controlada de chips, modelos e infraestructura de nube.¹

Ese manual de juego comenzó a cambiar en el segundo trimestre, cuando Google abrió las TPU a centros de datos externos. El martes, Alphabet y Oracle fueron más allá y anunciaron que los clientes de la nube de Oracle podrán utilizar TPU de Google a partir del próximo año; será la primera vez que los chips estén disponibles a través de la plataforma de otro hiperescalador.²

El cambio transforma el programa de silicio interno de Google en un desafío comercial más directo para Nvidia, cuyos GPU aún superan ampliamente el negocio de chips de todos sus rivales. Jensen Huang, consejero delegado de Nvidia, había desestimado anteriormente la amenaza de las TPU y preguntó: «Sin Anthropic, ¿por qué habría algún crecimiento de las TPU?»¹ Pero la lista de clientes de Google se está ampliando. Anthropic se ha comprometido a realizar un enorme gasto en computación de Google, al tiempo que también utiliza hardware de Amazon, AMD y Nvidia; según informes, OpenAI también se está preparando para comprar TPU. El panorama emergente no es una retirada total de Nvidia, sino una estrategia multichip diseñada para dar a las empresas de IA más poder de negociación en precio, rendimiento y suministro.¹

Google sostiene que tiene una ventaja de costes precisamente porque controla toda la pila. Thomas Kurian, responsable de Cloud, afirmó que sus servidores de IA se amortizan en menos de dos años, mientras que los sistemas basados en silicio de Google lo hacen aproximadamente en la mitad de ese tiempo: «Se debe a que podemos optimizar toda esa pila».²

Sin embargo, el acuerdo con Oracle deja al descubierto la parte difícil de la expansión. Vender chips fuera de Google puede sumar clientes e ingresos, pero los analistas estiman que las ventas de TPU tienen márgenes más estrechos que Google Cloud en su conjunto. Kurian también debe asegurarse de que la demanda de compradores externos no desplace las propias ambiciones de IA de Google. La directora financiera Anat Ashkenazi ha indicado que el mayor retorno de ingresos de las TPU se espera en 2027, un calendario que da a Google margen para escalar, pero que da a Nvidia tiempo para defender su liderazgo.²