Storia
29 ott 2026
Google porta le sue TPU oltre il proprio cloud, aumentando la pressione su Nvidia
Google vede il suo progetto sui chip, avviato dieci anni fa, trasformarsi in un più ampio business cloud, mentre investitori e analisti vedono una nuova e credibile sfida al predominio di Nvidia. L'opportunità è significativa, ma l'espansione oltre i confini di Google crea anche un compromesso tra portata di mercato, redditività e capacità AI interna.
Google ha iniziato a sviluppare le unità di elaborazione tensoriale nel 2013, inizialmente per rendere più efficienti servizi come Search. Per anni, quei chip personalizzati sono stati in gran parte un vantaggio interno: i clienti che acquistavano le offerte AI di Google entravano in uno stack strettamente controllato di chip, modelli e infrastruttura cloud.1
Quella strategia ha iniziato a cambiare nel secondo trimestre, quando Google ha aperto le TPU a data center esterni. Martedì, Alphabet e Oracle si sono spinte oltre, annunciando che i clienti cloud di Oracle potranno utilizzare le TPU di Google dal prossimo anno — la prima volta che i chip saranno disponibili attraverso la piattaforma di un altro hyperscaler.2
Il cambiamento trasforma il programma interno di Google per il silicio in una sfida commerciale più diretta a Nvidia, le cui GPU superano ancora di gran lunga il business dei chip di qualsiasi rivale. L'amministratore delegato di Nvidia Jensen Huang aveva in precedenza liquidato la minaccia delle TPU, chiedendo: «Senza Anthropic, perché ci dovrebbe essere una qualsiasi crescita delle TPU?»1 Ma la lista clienti di Google si sta ampliando. Anthropic si è impegnata a sostenere enormi spese di calcolo presso Google, pur utilizzando anche hardware di Amazon, AMD e Nvidia; secondo quanto riportato, anche OpenAI si sta preparando ad acquistare TPU. Il quadro emergente non è un abbandono generalizzato di Nvidia, bensì una strategia multi-chip pensata per dare alle aziende AI maggiore leva su prezzi, prestazioni e forniture.1
Google sostiene di avere un vantaggio di costo proprio perché controlla l'intero stack. Il responsabile cloud Thomas Kurian ha affermato che i suoi server AI si ripagano in meno di due anni, mentre i sistemi basati sul silicio di Google lo fanno in circa la metà del tempo: «È perché possiamo ottimizzare l'intero stack».2
Eppure, l'accordo con Oracle mette in luce la parte difficile dell'espansione. Vendere chip al di fuori di Google può aggiungere clienti e ricavi, ma gli analisti stimano che le vendite di TPU comportino margini più sottili rispetto a Google Cloud nel complesso. Kurian deve inoltre assicurarsi che la domanda degli acquirenti esterni non sottragga capacità alle ambizioni AI di Google. La CFO Anat Ashkenazi ha segnalato che il maggiore ritorno in termini di ricavi dalle TPU è atteso nel 2027 — una tempistica che dà a Google spazio per crescere, ma concede a Nvidia il tempo di difendere il proprio vantaggio.2