Google ha fortalecido su posición en infraestructura de inteligencia artificial mediante sus unidades de procesamiento tensorial (TPU) de desarrollo propio, que alimentan el chatbot Gemini de la compañía y representan una parte integral de su negocio de computación en la nube, de rápido crecimiento. Wall Street proyecta que los ingresos de Google Cloud aumentarán aproximadamente un 64 % este año, hasta los 96 mil millones de dólares, según FactSet, con analistas que prevén un crecimiento superior al 50 % que continuará en 2027. Las TPU ofrecen ventajas de costo al consumir entre un 20 % y un 40 % menos de energía que los procesadores de Nvidia, lo que permite a Google cobrar entre un 20 % y un 30 % menos por la capacidad de cómputo excedente, según el analista de William Blair, Ralph Schackart. Esto posiciona a Alphabet como una fuerza importante en infraestructura de IA, incluso cuando Google Cloud aún va por detrás de Amazon Web Services y Microsoft Azure en ingresos. El enfoque de silicio personalizado de la compañía aborda la creciente demanda de potencia de cómputo para IA, al tiempo que reduce los costos operativos, y el CEO Sundar Pichai señala una reducción del 78 % en los costos unitarios del servicio de Gemini durante 2025.
Las TPU de Google ofrecen eficiencia de costos mediante un diseño especializado
Las TPU de Google pertenecen a una clase de chips llamados circuitos integrados de aplicación específica (ASIC), diseñados específicamente para tareas de aprendizaje automático, como entrenar modelos y ejecutarlos en tiempo real mediante inferencia. Brad Gastwirth, jefe global de investigación de mercado e inteligencia de mercado de Circular Technology, comparó los ASIC con un traje a medida diseñado para ciertas tareas, no para el cuerpo de una persona. Google codesña los chips con Broadcom.
La especialización permite que las TPU ofrezcan mayor rendimiento de cómputo con menos energía. "La mayoría de los ASIC consumen entre un 20 % y un 40 % menos de energía que los procesadores de Nvidia, lo que permite un mayor rendimiento por dólar", afirmó el analista de William Blair, Ralph Schackart. Estas ventajas de costo permiten a Google cobrar entre un 20 % y un 30 % menos por la capacidad de cómputo excedente, lo que atrae a empresas de IA al negocio en la nube de Google y a sus servicios empresariales.
Las últimas TPU de octava generación, anunciadas a finales de abril en la conferencia Google Cloud Next, marcan la primera vez que Google divide su línea de chips en dos variantes especializadas: la TPU 8t para entrenamiento de modelos y la TPU 8i para inferencia. Google afirmó que los chips son hasta tres veces más rápidos para el entrenamiento de modelos de IA, ofrecen un 80 % mejor rendimiento por dólar y pueden ejecutar más de 1 millón de TPU en un solo clúster. "Esto nos da la capacidad de crear el clúster de entrenamiento más grande del mundo", dijo Pichai en la conferencia de desarrolladores I/O de Google el mes pasado.
Nvidia mantiene una posición dominante en el mercado de computación para IA
Nvidia sigue siendo el actor más importante en computación para IA, con sus GPU ocupando una posición dominante en el entrenamiento de modelos de IA y en la inferencia diaria. Las GPU de la compañía ofrecen más flexibilidad que un ASIC como una TPU, ya que fueron diseñadas originalmente para renderizar gráficos 3D por computadora antes de que su potencia de procesamiento se aprovechara para la IA. Nvidia tiene una gran ventaja con su sistema de software CUDA, en torno al cual los desarrolladores han trabajado durante años. El CEO Jensen Huang argumentó en una conferencia telefónica sobre resultados el año pasado que "la razón por la que los desarrolladores nos aman es porque estamos literalmente en todas partes".
Analistas de Stifel escribieron en una nota de investigación de mayo que Nvidia sigue siendo el "líder del ecosistema más amplio", con su participación de mercado dominante protegida en el futuro cercano. Sin embargo, argumentaron que el "foso de Nvidia está siendo cada vez más puesto a prueba". Los analistas dijeron que el mercado está pasando de un "régimen liderado por el entrenamiento a un régimen liderado por la inferencia para finales de 2026", lo que pone mayor énfasis en los costos de cómputo y el retorno de la inversión. Esta evolución está acelerando el interés de los hiperescaladores en los ASIC propios y en chips de IA alternativos.
Anthropic y Meta firman acuerdos multimillonarios en dólares con TPU
Anthropic se ha comprometido a usar múltiples gigavatios de TPU de Google para aumentar sus recursos de cómputo a medida que aumenta la demanda de sus modelos y servicios. Meta Platforms firmó un acuerdo multimillonario en dólares con Alphabet en febrero para usar las TPU de Google. Los clientes alquilan acceso a los chips a través del negocio en la nube de Google y, en algunos casos, ahora pueden comprar TPU para sus propios centros de datos.
El CEO de Google Cloud, Thomas Kurian, señaló en el podcast Future Forward el 25 de abril que está viendo demanda de TPU más allá de los laboratorios de IA, en segmentos de mercado como las finanzas y la energía. La firma financiera Citadel Securities utiliza las TPU de Google para modelos financieros de alto rendimiento, y los 17 laboratorios nacionales del Departamento de Energía de EE. UU. utilizan un software de co-científico de IA desarrollado por Google y basado en Gemini, construido sobre estos chips.
La cartera de pedidos de Google Cloud alcanza los 472 mil millones de dólares impulsada por la demanda de TPU
La directora financiera de Alphabet, Anat Ashkenazi, dijo que la cartera de pedidos de Google Cloud casi se duplicó secuencialmente hasta los 472 mil millones de dólares al final del primer trimestre, impulsada por la fuerte demanda de ofertas de IA empresarial y la inclusión de ventas de hardware TPU para los centros de datos de los clientes. Analistas de Citizens pronosticaron en una nota el mes pasado que Google generará aproximadamente 3 mil millones de dólares de ingresos provenientes de infraestructura relacionada con TPU en 2026, antes de saltar a 25 mil millones de dólares en 2027. "Es importante destacar que creemos que la monetización de las TPU no se refleja completamente en las estimaciones de consenso actuales, lo que indica un potencial alcista significativo", escribieron los analistas a principios de mayo.
Kurian explicó en una entrevista en el podcast Future Forward de abril que "obtenemos grandes márgenes sin importar cómo lo vendamos porque poseemos nuestra propia propiedad intelectual". Agregó que, dado que es probable que la demanda de chips supere la oferta durante años en un entorno ya limitado en capacidad, "la economía unitaria se vuelve más cara y, en nuestro caso, debido a que controlamos nuestro chip, la economía unitaria sigue siendo atractiva".
Blackstone compromete 5 mil millones de dólares en una empresa conjunta de nube con TPU
Google estableció una nueva empresa conjunta de computación para IA con el gigante de gestión de activos Blackstone, construida en torno a la TPU. Blackstone está comprometiendo 5 mil millones de dólares en capital inicial para la empresa, con planes de poner en marcha 500 megavatios de capacidad para 2027 y escalar a partir de ahí. Google proporcionará el hardware, el software y la experiencia en infraestructura. Actualmente hay una oferta de trabajo en LinkedIn para el director de operaciones de la "Empresa de Nube con TPU de Blackstone y Google".
Piper Sandler escribió el mes pasado en una nota de investigación que la empresa conjunta con Blackstone es "otro voto de confianza en las TPU y permite a Google aumentar su compromiso con Cloud sin los requisitos de capital significativos". Los analistas la calificaron como una "forma de capital ligero para que Google siga impulsando el impulso de las TPU".
Las acciones de Alphabet han bajado un 16 % desde su máximo de principios de mayo, coincidiendo con un período más amplio de debilidad entre los hiperescaladores. En lo que va del año, las acciones de Alphabet aún suben aproximadamente un 8 %, superando a Microsoft, Amazon y Meta Platforms.
Preguntas frecuentes
¿Qué son las TPU de Google y en qué se diferencian de las GPU de Nvidia?
Las unidades de procesamiento tensorial (TPU) de Google son circuitos integrados de aplicación específica (ASIC) codiseñados con Broadcom y optimizados específicamente para tareas de aprendizaje automático, como el entrenamiento de modelos y la inferencia. Consumen entre un 20 % y un 40 % menos de energía que los procesadores de Nvidia, lo que permite a Google cobrar entre un 20 % y un 30 % menos por la capacidad de cómputo excedente, según el analista de William Blair, Ralph Schackart. Las GPU de Nvidia ofrecen más flexibilidad como procesadores de uso general diseñados originalmente para el renderizado de gráficos 3D y mantienen una posición de mercado dominante con ventajas que incluyen el sistema de software CUDA en torno al cual los desarrolladores han trabajado durante años.
¿Qué ingresos se proyecta que genere Google de su negocio en la nube este año?
Wall Street proyecta que los ingresos de Google Cloud aumentarán aproximadamente un 64 % este año, hasta los 96 mil millones de dólares, según FactSet. Los analistas prevén un crecimiento superior al 50 % que continuará en 2027. La directora financiera de Alphabet, Anat Ashkenazi, informó que la cartera de pedidos de Google Cloud casi se duplicó secuencialmente hasta los 472 mil millones de dólares al final del primer trimestre, impulsada por la fuerte demanda de ofertas de IA empresarial y las ventas de hardware TPU. Analistas de Citizens pronosticaron que Google generará aproximadamente 3 mil millones de dólares de ingresos provenientes de infraestructura relacionada con TPU en 2026, antes de saltar a 25 mil millones de dólares en 2027.
¿Qué grandes empresas han firmado acuerdos para usar las TPU de Google?
Anthropic se ha comprometido a usar múltiples gigavatios de TPU de Google para aumentar sus recursos de cómputo a medida que aumenta la demanda de sus modelos. Meta Platforms firmó un acuerdo multimillonario en dólares con Alphabet en febrero para usar las TPU de Google. Blackstone está comprometiendo 5 mil millones de dólares en capital inicial para una empresa conjunta de nube con TPU junto a Google, con planes de poner en marcha 500 megavatios de capacidad para 2027. Además, la firma financiera Citadel Securities utiliza las TPU para modelos financieros de alto rendimiento, y los 17 laboratorios nacionales del Departamento de Energía de EE. UU. utilizan un software de IA basado en Gemini y construido sobre estos chips.
