กูเกิลเสริมความแข็งแกร่งในโครงสร้างพื้นฐานปัญญาประดิษฐ์ผ่านหน่วยประมวลผลเทนเซอร์ (TPU) ที่พัฒนาเอง ซึ่งขับเคลื่อนแชทบอท Gemini ของบริษัทและเป็นส่วนสำคัญของธุรกิจคลาวด์คอมพิวติ้งที่เติบโตเร็ว Wall Street คาดการณ์ว่ารายได้ Google Cloud จะพุ่งขึ้นประมาณ 64% ในปีนี้เป็น 96 พันล้านดอลลาร์ ตามข้อมูลของ FactSet โดยนักวิเคราะห์คาดการณ์การเติบโตกว่า 50% ต่อเนื่องในปี 2027 TPU มอบข้อได้เปรียบด้านต้นทุนด้วยการใช้พลังงานน้อยกว่าโปรเซสเซอร์ของ Nvidia 20% ถึง 40% ทำให้กูเกิลสามารถคิดค่าบริการกำลังประมวลผลส่วนเกินน้อยลงประมาณ 20% ถึง 30% ตามคำกล่าวของ Ralph Schackart นักวิเคราะห์จาก William Blair ซึ่งทำให้ Alphabet เป็นกำลังสำคัญในโครงสร้างพื้นฐาน AI แม้ว่า Google Cloud จะยังตามหลัง Amazon Web Services และ Microsoft Azure ในด้านรายได้ แนวทางชิปที่ผลิตเองของบริษัทตอบสนองความต้องการพลังประมวลผล AI ที่พุ่งสูงพร้อมลดต้นทุนการดำเนินงาน โดย Sundar Pichai ซีอีโอชี้ให้เห็นถึงการลดลงของต้นทุนต่อหน่วยในการให้บริการ Gemini ถึง 78% ตลอดปี 2025
TPU ของกูเกิลมอบประสิทธิภาพด้านต้นทุนผ่านการออกแบบเฉพาะทาง
TPU ของกูเกิลเป็นชิปประเภทหนึ่งที่เรียกว่า application-specific integrated circuits (ASICs) ซึ่งออกแบบมาโดยเฉพาะสำหรับงานการเรียนรู้ของเครื่อง เช่น การฝึกโมเดลและการรันแบบเรียลไทม์ผ่านการอนุมาน Brad Gastwirth หัวหน้าฝ่ายวิจัยตลาดและข่าวกรองตลาดโลกของ Circular Technology เปรียบเทียบ ASICs ว่าเหมือนชุดสูทที่ตัดเย็บเฉพาะสำหรับงานบางอย่างมากกว่าเพื่อร่างกายของบุคคล กูเกิลร่วมออกแบบชิปกับ Broadcom
ความเชี่ยวชาญเฉพาะด้านนี้ทำให้ TPU ส่งมอบผลลัพธ์การประมวลผลได้มากขึ้นโดยใช้พลังงานน้อยลง "ASIC ส่วนใหญ่ใช้พลังงานน้อยกว่าโปรเซสเซอร์ของ Nvidia 20% ถึง 40% ทำให้มีประสิทธิภาพต่อดอลลาร์สูงขึ้น" Ralph Schackart นักวิเคราะห์จาก William Blair กล่าว ข้อได้เปรียบด้านต้นทุนเหล่านี้ทำให้กูเกิลสามารถคิดค่าใช้จ่ายสำหรับกำลังการประมวลผลส่วนเกินน้อยลงประมาณ 20% ถึง 30% ดึงดูดบริษัท AI ให้เข้ามาสู่ธุรกิจคลาวด์และบริการองค์กรของกูเกิล
TPU รุ่นที่แปดรุ่นล่าสุด ประกาศเมื่อปลายเดือนเมษายนในงานประชุม Google Cloud Next ถือเป็นครั้งแรกที่กูเกิลแบ่งกลุ่มชิปออกเป็นสองรุ่นเฉพาะทาง ได้แก่ TPU 8t สำหรับการฝึกโมเดล และ TPU 8i สำหรับการอนุมาน กูเกิลระบุว่าชิปเหล่านี้เร็วกว่าสำหรับการฝึกโมเดล AI สูงถึงสามเท่า ให้ประสิทธิภาพต่อดอลลาร์ดีขึ้น 80% และสามารถรัน TPU มากกว่า 1 ล้านตัวในคลัสเตอร์เดียว "สิ่งนี้ทำให้เรามีความสามารถในการสร้างคลัสเตอร์ฝึกอบรมที่ใหญ่ที่สุดในโลก" Pichai กล่าวในงานประชุมนักพัฒนา I/O ของกูเกิลเมื่อเดือนที่แล้ว
Nvidia ยังคงรักษาตำแหน่งที่โดดเด่นในตลาดการประมวลผล AI
Nvidia ยังคงเป็นผู้เล่นรายใหญ่ที่สุดในด้านการประมวลผล AI โดย GPU ของบริษัทครองตำแหน่งที่โดดเด่นในการฝึกโมเดล AI และการอนุมานในชีวิตประจำวัน GPU ของบริษัทให้ความยืดหยุ่นมากกว่า ASIC อย่าง TPU เนื่องจากเดิมออกแบบมาเพื่อเรนเดอร์กราฟิก 3D ก่อนที่พลังการประมวลผลจะถูกนำมาใช้กับ AI Nvidia มีข้อได้เปรียบที่สำคัญกับระบบซอฟต์แวร์ CUDA ซึ่งนักพัฒนาสร้างระบบขึ้นมาเป็นเวลาหลายปี Jensen Huang ซีอีโอโต้แย้งในการประกาศผลประกอบการเมื่อปีที่แล้วว่า "เหตุผลที่นักพัฒนารักเราคือเราอยู่ทุกหนทุกแห่งจริงๆ"
นักวิเคราะห์จาก Stifel เขียนในบันทึกวิจัยเดือนพฤษภาคมว่า Nvidia ยังคงเป็น "ผู้นำระบบนิเวศที่กว้างขวาง" โดยส่วนแบ่งการตลาดที่โดดเด่นได้รับการปกป้องในอนาคตอันใกล้ อย่างไรก็ตาม พวกเขาแย้งว่า "คูน้ำป้องกันของ Nvidia ถูกทดสอบมากขึ้นเรื่อยๆ" นักวิเคราะห์กล่าวว่าตลาดกำลังเปลี่ยนจาก "ระบบที่เน้นการฝึกอบรมไปสู่ระบบที่เน้นการอนุมานภายในสิ้นปี 2026" โดยให้ความสำคัญกับต้นทุนการประมวลผลและผลตอบแทนจากการลงทุนมากขึ้น วิวัฒนาการนี้กำลังเร่งความสนใจของไฮเปอร์สเกลเลอร์ใน ASIC ที่ผลิตเองและชิป AI ทางเลือก
Anthropic และ Meta เซ็นสัญญาใช้ TPU มูลค่าหลายพันล้านดอลลาร์
Anthropic ตกลงที่จะใช้ TPU ของกูเกิลหลายกิกะวัตต์เพื่อเพิ่มทรัพยากรการประมวลผล เนื่องจากความต้องการโมเดลและบริการของพวกเขาพุ่งสูง Meta Platforms เซ็นสัญญามูลค่าหลายพันล้านดอลลาร์กับ Alphabet ในเดือนกุมภาพันธ์เพื่อใช้ TPU ของกูเกิล ลูกค้าเช่าเข้าถึงชิปผ่านธุรกิจคลาวด์ของกูเกิล และในบางกรณีสามารถซื้อ TPU สำหรับศูนย์ข้อมูลของตนเองได้แล้ว
Thomas Kurian ซีอีโอของ Google Cloud กล่าวในพอดแคสต์ Future Forward เมื่อวันที่ 25 เมษายนว่าเขากำลังเห็นความต้องการ TPU นอกเหนือจากห้องปฏิบัติการ AI เข้าสู่กลุ่มตลาด เช่น การเงินและพลังงาน บริษัทการเงิน Citadel Securities ใช้ TPU ของกูเกิลสำหรับการสร้างแบบจำลองทางการเงินประสิทธิภาพสูง และห้องปฏิบัติการแห่งชาติของกระทรวงพลังงานสหรัฐทั้ง 17 แห่งใช้ซอฟต์แวร์ AI co-scientist ที่พัฒนาโดยกูเกิลและขับเคลื่อนโดย Gemini ซึ่งสร้างขึ้นบนชิปดังกล่าว
แบ็กล็อกของ Google Cloud สูงถึง 472 พันล้านดอลลาร์ หนุนโดยความต้องการ TPU
Anat Ashkenazi ซีเอฟโอของ Alphabet กล่าวว่าแบ็กล็อกของ Google Cloud เพิ่มขึ้นเกือบสองเท่าจากไตรมาสก่อนหน้าเป็น 472 พันล้านดอลลาร์ ณ สิ้นไตรมาสแรก โดยได้แรงหนุนจากความต้องการที่แข็งแกร่งสำหรับข้อเสนอ AI ระดับองค์กรและการรวมการขายฮาร์ดแวร์ TPU สำหรับศูนย์ข้อมูลของลูกค้าเอง นักวิเคราะห์จาก Citizens คาดการณ์ในบันทึกเมื่อเดือนที่แล้วว่ากูเกิลจะสร้างรายได้ประมาณ 3 พันล้านดอลลาร์จากโครงสร้างพื้นฐานที่เกี่ยวข้องกับ TPU ในปี 2026 ก่อนจะกระโดดไปเป็น 25 พันล้านดอลลาร์ในปี 2027 "สิ่งสำคัญคือ เราเชื่อว่าการสร้างรายได้จาก TPU ยังไม่สะท้อนอย่างเต็มที่ในประมาณการฉันทามติปัจจุบัน ซึ่งบ่งชี้ถึงศักยภาพ upside ที่มีนัยสำคัญ" นักวิเคราะห์เขียนเมื่อต้นเดือนพฤษภาคม
Kurian อธิบายในการสัมภาษณ์พอดแคสต์ Future Forward เดือนเมษายนว่า "เราทำกำไรได้ดีไม่ว่าเราจะขายด้วยวิธีไหน เพราะเราเป็นเจ้าของ IP ของเราเอง" เขากล่าวเสริมว่า เนื่องจากความต้องการชิปมีแนวโน้มจะเกินอุปทานเป็นเวลาหลายปีในสภาพแวดล้อมที่กำลังการผลิตจำกัดอยู่แล้ว "เศรษฐศาสตร์ต่อหน่วยมีราคาแพงขึ้น และในกรณีของเรา เพราะเราควบคุมชิปของเรา เศรษฐศาสตร์ต่อหน่วยจึงยังคงน่าสนใจ"
Blackstone ลงทุน 5 พันล้านดอลลาร์ในกิจการร่วมค้า TPU Cloud
กูเกิลจัดตั้งกิจการร่วมค้าด้านการประมวลผล AI ใหม่ร่วมกับ Blackstone ยักษ์ใหญ่ด้านการจัดการสินทรัพย์ ซึ่งสร้างขึ้นรอบ TPU Blackstone ลงทุนเริ่มแรก 5 พันล้านดอลลาร์ในส่วนทุนในกิจการร่วมค้านี้ โดยมีแผนที่จะนำกำลังการผลิต 500 เมกะวัตต์ออนไลน์ภายในปี 2027 และขยายจากนั้น กูเกิลจะจัดหาฮาร์ดแวร์ ซอฟต์แวร์ และความเชี่ยวชาญด้านโครงสร้างพื้นฐาน ปัจจุบันมีการประกาศรับสมัครงานบน LinkedIn สำหรับตำแหน่งประธานเจ้าหน้าที่บริหารของ "Blackstone and Google TPU Cloud Company"
Piper Sandler เขียนเมื่อเดือนที่แล้วในบันทึกวิจัยว่ากิจการร่วมค้ากับ Blackstone เป็น "อีกหนึ่งเสียงแสดงความเชื่อมั่นใน TPU และช่วยให้กูเกิลเพิ่มความมุ่งมั่นต่อ Cloud โดยไม่ต้องใช้เงินทุนจำนวนมาก" นักวิเคราะห์เรียกมันว่า "วิธีที่ใช้เงินทุนน้อยสำหรับกูเกิลในการรักษาโมเมนตัมของ TPU ต่อไป"
หุ้นของ Alphabet ลดลง 16% จากจุดสูงสุดในช่วงต้นเดือนพฤษภาคม ซึ่งสอดคล้องกับช่วงเวลาอ่อนแรงในวงกว้างในหมู่ไฮเปอร์สเกลเลอร์ สำหรับปีนี้ หุ้นของ Alphabet ยังคงเพิ่มขึ้นประมาณ 8% แซงหน้า Microsoft, Amazon และ Meta Platforms
คำถามที่พบบ่อย
TPU ของกูเกิลคืออะไรและแตกต่างจาก GPU ของ Nvidia อย่างไร
หน่วยประมวลผลเทนเซอร์ (TPU) ของกูเกิลเป็น application-specific integrated circuits (ASICs) ที่ออกแบบร่วมกับ Broadcom และปรับให้เหมาะสมโดยเฉพาะสำหรับงานการเรียนรู้ของเครื่อง เช่น การฝึกโมเดลและการอนุมาน TPU ใช้พลังงานน้อยกว่าโปรเซสเซอร์ของ Nvidia 20% ถึง 40% ทำให้กูเกิลสามารถคิดค่าบริการกำลังการประมวลผลส่วนเกินน้อยลงประมาณ 20% ถึง 30% ตามคำกล่าวของ Ralph Schackart นักวิเคราะห์จาก William Blair GPU ของ Nvidia ให้ความยืดหยุ่นมากกว่าเนื่องจากเป็นโปรเซสเซอร์อเนกประสงค์ที่ออกแบบมาสำหรับการเรนเดอร์กราฟิก 3D และครองตำแหน่งตลาดที่โดดเด่นพร้อมข้อได้เปรียบรวมถึงระบบซอฟต์แวร์ CUDA ที่นักพัฒนาสร้างระบบขึ้นมาเป็นเวลาหลายปี
กูเกิลคาดว่าจะสร้างรายได้จากธุรกิจคลาวด์เท่าใดในปีนี้
Wall Street คาดการณ์ว่ารายได้ Google Cloud จะพุ่งขึ้นประมาณ 64% ในปีนี้เป็น 96 พันล้านดอลลาร์ ตามข้อมูลของ FactSet นักวิเคราะห์คาดการณ์การเติบโตกว่า 50% ต่อเนื่องในปี 2027 Anat Ashkenazi ซีเอฟโอของ Alphabet รายงานว่าแบ็กล็อกของ Google Cloud เพิ่มขึ้นเกือบสองเท่าจากไตรมาสก่อนหน้าเป็น 472 พันล้านดอลลาร์ ณ สิ้นไตรมาสแรก โดยได้แรงหนุนจากความต้องการที่แข็งแกร่งสำหรับข้อเสนอ AI ระดับองค์กรและการขายฮาร์ดแวร์ TPU นักวิเคราะห์จาก Citizens คาดการณ์ว่ากูเกิลจะสร้างรายได้ประมาณ 3 พันล้านดอลลาร์จากโครงสร้างพื้นฐานที่เกี่ยวข้องกับ TPU ในปี 2026 ก่อนจะกระโดดไปเป็น 25 พันล้านดอลลาร์ในปี 2027
บริษัทรายใหญ่ใดบ้างที่เซ็นสัญญาใช้ TPU ของกูเกิล
Anthropic ตกลงที่จะใช้ TPU ของกูเกิลหลายกิกะวัตต์เพื่อเพิ่มทรัพยากรการประมวลผล เนื่องจากความต้องการโมเดลของพวกเขาพุ่งสูง Meta Platforms เซ็นสัญญามูลค่าหลายพันล้านดอลลาร์กับ Alphabet ในเดือนกุมภาพันธ์เพื่อใช้ TPU ของกูเกิล Blackstone ลงทุนเริ่มแรก 5 พันล้านดอลลาร์ในส่วนทุนในกิจการร่วมค้า TPU cloud กับกูเกิล โดยมีแผนที่จะนำกำลังการผลิต 500 เมกะวัตต์ออนไลน์ภายในปี 2027 นอกจากนี้ บริษัทการเงิน Citadel Securities กำลังใช้ TPU สำหรับการสร้างแบบจำลองทางการเงินประสิทธิภาพสูง และห้องปฏิบัติการแห่งชาติของกระทรวงพลังงานสหรัฐทั้ง 17 แห่งใช้ซอฟต์แวร์ AI ที่ขับเคลื่อนโดย Gemini และสร้างขึ้นบนชิปดังกล่าว
