O Google começou a desenvolver unidades de processamento tensorial em 2013, inicialmente para tornar serviços como a Busca mais eficientes. Durante anos, esses chips personalizados foram em grande parte uma vantagem interna: os clientes que compravam as ofertas de IA do Google aderiam a uma pilha rigidamente controlada de chips, modelos e infraestrutura de nuvem.¹

Essa estratégia começou a mudar no segundo trimestre, quando o Google abriu as TPUs para data centers externos. Na terça-feira, Alphabet e Oracle foram além, anunciando que os clientes de nuvem da Oracle poderão usar TPUs do Google a partir do próximo ano — a primeira vez que os chips estarão disponíveis por meio da plataforma de outro hyperscaler.²

A mudança transforma o programa interno de silício do Google em um desafio comercial mais direto à Nvidia, cujas GPUs ainda superam amplamente o negócio de chips de todos os rivais. O presidente-executivo da Nvidia, Jensen Huang, havia anteriormente descartado a ameaça das TPUs, perguntando: “Sem a Anthropic, por que haveria algum crescimento das TPUs?”¹ Mas a lista de clientes do Google está se ampliando. A Anthropic comprometeu-se com enormes gastos em computação do Google, ao mesmo tempo em que também usa hardware da Amazon, AMD e Nvidia; segundo relatos, a OpenAI também está se preparando para comprar TPUs. O cenário emergente não é de uma retirada em massa da Nvidia, mas de uma estratégia de múltiplos chips projetada para dar às empresas de IA mais poder de negociação em preço, desempenho e fornecimento.¹

O Google argumenta que tem uma vantagem de custo justamente porque controla toda a pilha. O chefe da nuvem, Thomas Kurian, disse que seus servidores de IA se pagam em menos de dois anos, enquanto sistemas baseados em silício do Google o fazem em aproximadamente metade desse tempo: “É porque podemos otimizar toda essa pilha.”²

No entanto, o acordo com a Oracle expõe a parte difícil da expansão. Vender chips fora do Google pode adicionar clientes e receita, mas analistas estimam que as vendas de TPUs têm margens mais estreitas do que o Google Cloud como um todo. Kurian também precisa garantir que a demanda de compradores externos não prejudique as próprias ambições de IA do Google. A diretora financeira Anat Ashkenazi sinalizou que o maior retorno de receita das TPUs é esperado em 2027 — um cronograma que dá ao Google espaço para crescer, mas dá à Nvidia tempo para defender sua liderança.²