Google никогда не будет продавать TPU. В тот момент, когда Google начнет продавать TPU в больших объемах, они превратят свое архитектурное преимущество в товар. Внутренние команды Google имеют первоочередные права на мощность TPU, потому что эти рабочие нагрузки напрямую генерируют доход и стратегические преимущества. Любой TPU, проданный внешне, — это TPU, который не используется для защиты основных источников прибыли Google. Сейчас TPU — это собственное преимущество Google, вертикальная интеграция, которая позволяет им управлять инфраструктурой ИИ по ценам, которые конкуренты не могут сопоставить. DeepMind может расходовать бюджеты на вычисления, которые обанкротили бы OpenAI, потому что Google не платит розничные цены за GPU, они платят внутреннюю предельную стоимость TPU. Если Google начнет продавать TPU внешне: - Им придется устанавливать конкурентоспособные цены по сравнению с GPU от Nvidia, что означает раскрытие своей структуры затрат. Вдруг все узнают, что истинные затраты Google на вычисления ИИ не являются магией. - Продажа «голых» TPU означает публикацию подробных спецификаций, производительных тестов и интерфейсов программирования. Это передача конкурентам чертежа о том, "как Google на самом деле делает ИИ в больших масштабах". В данный момент это является собственностью. В тот момент, когда это станет продуктом, его начнут изучать, реверсировать и в конечном итоге воспроизводить. - Google Cloud уже продает доступ к TPU через GCP по высоким ценам. Если они начнут продавать «голые» TPU, они будут конкурировать с собственным предложением облачных услуг с более высокой маржой. Ни один продвинутый покупатель не будет платить наценку GCP, когда они могут купить TPU напрямую и запустить их дешевле. Цены на TPU в GCP не являются агрессивными по сравнению с альтернативами GPU, но они являются премиальными. Это не некомпетентность, это намеренно установленная цена, чтобы предотвратить массовое внешнее принятие. Google делает TPU доступными достаточно, чтобы избежать обвинений в антимонопольном "скоплении инфраструктуры" и захватить некоторый доход от облачных услуг с высокой маржой, но они на самом деле не хотят, чтобы внешние клиенты потребляли мощность в больших масштабах. Сравните это с AWS, который продает каждый чип, который они могут произвести (Graviton, Trainium, Inferentia), потому что AWS — это бизнес по предоставлению товарной инфраструктуры. Основной бизнес Google — это реклама и потребительские продукты, которые зависят от инфраструктуры ИИ. Продажа инфраструктуры — это как если бы McDonald's продавал свою цепочку поставок Burger King, даже если это генерирует доход, вы укрепляете конкурентов и ослабляете свой основной бизнес. Вы не можете одновременно быть поставщиком товарных чипов И поддерживать собственное инфраструктурное преимущество. В тот момент, когда вы начинаете продавать, вы превращаете это в товар. В тот момент, когда вы превращаете это в товар, ваше преимущество испаряется. Учитывая, что продажа TPU кажется стратегически нецелесообразной, почему существует спекуляция о том, что Google все же может это сделать? Я думаю, что потому, что облачные подразделения каждого гиперскейлера испытывают постоянную "необходимость в дифференциации", и кастомные чипы выглядят как дифференциация. Но дифференциация имеет значение только в том случае, если она защищает маржи или захватывает долю, не разрушая ваш основной бизнес. Продажа TPU Google была бы дифференциацией, которая разрушает больше ценности, чем создает.

Nvidia заплатила в 3 раза больше оценки Groq за сентябрь, чтобы его приобрести. Это стратегически ядерно. Каждая AI лаборатория зависела от GPU, создавая огромный риск концентрации. Google освободилась с помощью TPU для внутреннего использования, доказав, что нарратив "Nvidia или ничего" был ложным. Это не только продемонстрировало техническую осуществимость, но и показало, что защитные барьеры Nvidia были менее глубокими, чем считали рынки. Когда гиперскейлер успешно создает кастомный кремний, каждый продвинутый покупатель начинает проводить расчеты "должны ли мы построить собственный?" Это снижает TAM Nvidia. Джонатан Росс (основатель Groq) является изобретателем TPU. Он понимал архитектурные принципы, которые сделали возможным ускорение AI без GPU. Его архитектура LPU нацелена на рабочие нагрузки вывода, где GPU на самом деле переоснащены. Это важно, потому что вывод — это то, где на самом деле находятся деньги в долгосрочной перспективе. Обучение — это одноразовые капитальные затраты, но вывод — это повторяющиеся операционные расходы, которые масштабируются с использованием. Если Groq докажет, что LPU могут достичь конкурентоспособного соотношения цена-производительность в области вывода, каждый облачный провайдер будет предлагать свою архитектуру под собственным брендом. Nvidia будет сжата до "только обучение", теряя поток ренты. Безопасно рассматривать эту сделку как страхование Nvidia против того, что Groq позволит создать целую экосистему альтернатив Nvidia. Но что более интересно, так это вторичный эффект, блокировка клиентов. Теперь Nvidia владеет как действующим стандартом (CUDA + GPU), так и самой надежной альтернативной архитектурой (LPU). Это стратегически на уровне покупки Github компанией MSFT. Любая AI лаборатория, оценивающая "строить против покупать против альтернативного поставщика", теперь сталкивается с: - Вариант A (GPU от Nvidia) - Вариант B (Nvidia <> Groq LPU) - Вариант C (начать с нуля) Преобразование конкурентной угрозы в инструмент сегментации клиентов, Дженсен — мастер сделок. Теперь они могут проводить ценовую дискриминацию: премиум-клиенты платят за GPU, чувствительные к цене выводы направляются на LPU, и Nvidia захватывает оба сегмента. Если Nvidia не интегрирует LPU в свою дорожную карту, это была чисто оборонительная игра. Если они интегрируют это и начнут предлагать пакеты "GPU для обучения, LPU для вывода", это станет классическим приобретением, расширяющим защитные барьеры. Самая дорогая вещь в технологиях — это не создание будущего, а предотвращение того, чтобы кто-то другой построил будущее без вас.

топовые комментарии тоже боты. ИИ буквально захватывает мир.