Google продал так много мощности TPU, что его собственные исследователи стоят в очереди за остальным.

      Alphabet управляет самой завидной инфраструктурой ИИ в отрасли. Успех сделок с третьими сторонами с Anthropic и Meta стал причиной того, что внутренний доступ стал конкурентным ресурсом.

      Google потратила десятилетие на тихое создание самой завидной позиции в инфраструктуре ИИ: здоровый облачный бизнес, собственные кастомные чипы и контракты на поставку, которые делают его TPU стандартной альтернативой Nvidia для крупных внешних клиентов.

      Успех этой стратегии привел к внутренней проблеме, которую компания не предвидела.

      Журналист Bloomberg Джулия Лав сообщила в понедельник, что собственные исследователи ИИ Google, включая команды внутри Google DeepMind, теперь борются за доступ к вычислительным ресурсам, которые их работодатель также продает Anthropic и Meta.

      💜 технологий ЕС Последние новости из технологической сцены ЕС, история от нашего мудрого основателя Бориса и немного сомнительного ИИ-арта. Это бесплатно, каждую неделю, в вашем почтовом ящике. Подпишитесь сейчас! Структурная причина проста. Google согласилась инвестировать до 40 миллиардов долларов в Anthropic по сделке, которая включает пять гигаватт мощности TPU на протяжении пяти лет и доступ к до одному миллиону чипов Ironwood седьмого поколения.

      Отдельная линия поставок, посредником в которой выступает Broadcom, охватывает еще 3,5 ГВт мощности TPU для Anthropic с 2027 года, основываясь на 1 ГВт, который компания уже получает в 2026 году. Сам Anthropic публично описал стек TPU Google как центральный для своей дорожной карты обучения и обслуживания.

      Meta, другой клиент TPU коммерческого масштаба, упомянутый Bloomberg, подписала свою собственную сделку ранее в этом году. Мощность, которую эти обязательства блокируют, недоступна для внутренних команд моделей Google без ожидания в очереди.

      Генеральный директор DeepMind Демис Хассабис сказал ранее в этом году, что это ограничение действует в двух направлениях. Часть узкого места связана с аппаратным обеспечением: «несколько поставщиков нескольких ключевых компонентов», как он выразился, с высокоскоростной памятью от Samsung, Micron и SK Hynix, которые являются наиболее часто упоминаемыми узкими местами.

      Часть из этого связана с пропускной способностью исследований, потому что, по словам Хассабиса, исследователи «нуждаются в большом количестве чипов, чтобы иметь возможность экспериментировать с новыми идеями в достаточном масштабе». Ограничение по аппаратному обеспечению частично находится вне контроля Google. Ограничение по внутреннему распределению — нет.

      Под этим лежит большая арифметика. Alphabet находится в рамках направленного капитального расхода от 175 до 185 миллиардов долларов на 2026 год, в рамках совокупных расходов Big Tech на инфраструктуру ИИ, которые в этом году превысили 650 миллиардов долларов. Google, по собственным комментариям, вводит в эксплуатацию более одного гигабата новой вычислительной мощности ИИ в 2026 году.

      Долгосрочная ставка на TPU наконец приносит тот вид преимущества в единичной экономике, который позволяет компании продавать свои чипы, размещать модели своих конкурентов и проводить собственные передовые исследования на одной и той же платформе. Платформа просто больше не достаточно велика для всех трех применений одновременно.

      Сообщения Bloomberg указывают на два конкретных сигнала напряженности. Исследователи, включая Иоанниса Антоноглу, многолетнего сотрудника DeepMind, покинули компанию для работы в стартапах за последние 18 месяцев, что стало более заметным, поскольку доступ к вычислениям стал труднее обеспечить внутри Google.

      Орен Этциони, бывший генеральный директор Allen Institute for AI, упомянутый в статье, публично охарактеризовал динамику как предсказуемый результат внутреннего рынка, в котором вычисления распределяются по старшинству менеджеров, а не по экономике единичной стоимости, которая управляет контрактами с внешними клиентами.

      Google провела последние 18 месяцев в деликатной позиции: ей нужно, чтобы ее программа TPU продемонстрировала объемный интерес со стороны названных внешних клиентов, чтобы подтвердить технологию по сравнению с Nvidia, при этом сохраняя достаточную внутреннюю мощность для тренировок Gemini и исследований DeepMind.

      Четырехсторонняя цепочка поставок чипов для вывода с Broadcom, MediaTek и Marvell является хеджированием, предназначенным для снятия ограничения путем добавления мощности после обучения TPU. Она еще не была отправлена в масштабе, который требует кривая спроса.

      Google не оспаривала интерпретацию Bloomberg о внутреннем распределении; она указала на свою более широкую инвестиционную позицию в инфраструктуру и на тот факт, что ограничения вычислений являются условием для всей категории, а не специфическим для Google.

      Это правда по имеющимся данным: каждый крупный поставщик моделей, по самым чистым данным о доходах за первый квартал 2026 года, ограничен в вычислениях относительно своих собственных исследовательских амбиций.

      Что делает версию Google новостной, так это сопоставление: компания одновременно стала крупнейшим поставщиком инфраструктуры для своих основных конкурентов. Если она сможет продолжать продавать актив и использовать его, это вопрос, который решат следующие несколько кварталов.