O Google fortaleceu sua posição na infraestrutura de inteligência artificial por meio de suas unidades de processamento tensorial (TPUs) desenvolvidas internamente, que alimentam o chatbot Gemini da empresa e representam uma parte integral de seu negócio de computação em nuvem em rápido crescimento. Wall Street projeta que a receita do Google Cloud aumente cerca de 64% este ano, para US$ 96 bilhões, segundo a FactSet, com analistas modelando crescimento acima de 50% continuando em 2027. As TPUs oferecem vantagens de custo ao consumir de 20% a 40% menos energia que os processadores da Nvidia, permitindo que o Google cobre cerca de 20% a 30% a menos pela capacidade de computação excedente, de acordo com o analista do William Blair, Ralph Schackart. Isso posiciona a Alphabet como uma força importante na infraestrutura de IA, mesmo que o Google Cloud ainda fique atrás da Amazon Web Services e do Microsoft Azure em receita. A abordagem de silício personalizado da empresa atende à demanda crescente por poder computacional de IA, ao mesmo tempo que reduz custos operacionais, com o CEO Sundar Pichai apontando para uma redução de 78% nos custos unitários de serviço do Gemini ao longo de 2025.
TPUs do Google entregam eficiência de custos por meio de design especializado
As TPUs do Google pertencem a uma classe de chips chamados circuitos integrados de aplicação específica (ASICs), projetados especificamente para tarefas de aprendizado de máquina, como treinar modelos e executá-los em tempo real por meio de inferência. Brad Gastwirth, chefe global de pesquisa de mercado e inteligência de mercado da Circular Technology, comparou os ASICs a um terno sob medida para certas tarefas, em vez do corpo de uma pessoa. O Google co-projeta os chips com a Broadcom.
A especialização permite que as TPUs entreguem mais saída computacional com menos energia. "A maioria dos ASICs consome de 20% a 40% menos energia que os processadores da Nvidia, permitindo maior desempenho por dólar", afirmou o analista do William Blair, Ralph Schackart. Essas vantagens de custo permitem que o Google cobre cerca de 20% a 30% a menos pela capacidade de computação excedente, atraindo empresas de IA para o negócio de nuvem do Google e serviços empresariais.
As mais recentes TPUs de oitava geração, anunciadas no final de abril na conferência Google Cloud Next, marcam a primeira vez que o Google dividiu sua linha de chips em duas variantes especializadas: a TPU 8t para treinamento de modelos e a TPU 8i para inferência. O Google afirmou que os chips são até três vezes mais rápidos para treinamento de modelos de IA, oferecem 80% melhor desempenho por dólar e podem executar mais de 1 milhão de TPUs em um único cluster. "Isso nos dá a capacidade de criar o maior cluster de treinamento do mundo", disse Pichai na conferência de desenvolvedores I/O do Google no mês passado.
Nvidia mantém posição dominante no mercado de computação de IA
A Nvidia continua sendo a maior player em computação de IA, com suas GPUs mantendo uma posição dominante no treinamento de modelos de IA e na inferência diária. As GPUs da empresa oferecem mais flexibilidade do que um ASIC como uma TPU, pois foram originalmente projetadas para renderizar gráficos 3D de computador antes de seu poder de processamento ser aproveitado para IA. A Nvidia tem uma grande vantagem com seu sistema de software CUDA, em torno do qual os desenvolvedores vêm construindo há anos. O CEO Jensen Huang argumentou em uma teleconferência de resultados no ano passado que "a razão pela qual os desenvolvedores nos amam é que estamos literalmente em todos os lugares."
Analistas da Stifel escreveram em uma nota de pesquisa de maio que a Nvidia continua sendo a "líder do ecossistema amplo", com sua participação de mercado dominante isolada no futuro próximo. No entanto, eles argumentaram que o "fosso da Nvidia está cada vez mais sendo testado". Os analistas disseram que o mercado está mudando de um "regime liderado por treinamento para um regime liderado por inferência até o final de 2026", colocando maior foco nos custos de computação e retorno sobre o investimento. Essa evolução está acelerando o interesse dos hyperscalers em ASICs próprios e chips de IA alternativos.
Anthropic e Meta assinam acordos multibilionários de TPU
A Anthropic se comprometeu a usar vários gigawatts de TPUs do Google para aumentar seus recursos de computação à medida que a demanda por seus modelos e serviços aumenta. A Meta Platforms assinou um acordo multibilionário com a Alphabet em fevereiro para usar as TPUs do Google. Os clientes alugam acesso aos chips por meio do negócio de nuvem do Google e, em alguns casos, agora podem comprar TPUs para seus próprios data centers.
O CEO do Google Cloud, Thomas Kurian, observou no podcast Future Forward em 25 de abril que está vendo demanda por TPUs além dos laboratórios de IA, em segmentos de mercado como finanças e energia. A empresa financeira Citadel Securities está usando as TPUs do Google para modelagem financeira de alto desempenho, e todos os 17 laboratórios nacionais do Departamento de Energia dos EUA usam software de co-cientista de IA desenvolvido pelo Google e alimentado pelo Gemini, construído sobre os chips.
Backlog do Google Cloud atinge US$ 472 bilhões impulsionado pela demanda por TPU
A CFO da Alphabet, Anat Ashkenazi, disse que o backlog do Google Cloud quase dobrou sequencialmente para US$ 472 bilhões no final do primeiro trimestre, impulsionado pela forte demanda por ofertas empresariais de IA e pela inclusão de vendas de hardware TPU para data centers próprios dos clientes. Analistas da Citizens previram em uma nota no mês passado que o Google gerará cerca de US$ 3 bilhões de receita de infraestrutura relacionada a TPU em 2026, antes de saltar para US$ 25 bilhões em 2027. "Importante ressaltar que acreditamos que a monetização das TPUs não está totalmente refletida nas estimativas consensuais atuais, indicando um potencial de alta significativo", escreveram os analistas no início de maio.
Kurian explicou em uma entrevista ao podcast Future Forward em abril que "temos ótimas margens, não importa de que forma estejamos vendendo, porque possuímos nossa própria propriedade intelectual." Ele acrescentou que, como a demanda por chips provavelmente excederá a oferta por anos em um ambiente já com capacidade restrita, "a economia unitária fica mais cara e, no nosso caso, porque controlamos nosso chip, a economia unitária permanece atraente."
Blackstone compromete US$ 5 bilhões em joint venture de nuvem de TPU
O Google estabeleceu uma nova joint venture de computação de IA com a gigante de gestão de ativos Blackstone, construída em torno da TPU. A Blackstone está comprometendo US$ 5 bilhões em capital inicial para a joint venture, com planos de colocar 500 megawatts de capacidade online até 2027 e escalar a partir daí. O Google fornecerá o hardware, software e expertise em infraestrutura. Uma vaga de emprego no LinkedIn está atualmente disponível para o diretor de operações da "Blackstone and Google TPU Cloud Company."
A Piper Sandler escreveu no mês passado em uma nota de pesquisa que a joint venture com a Blackstone é "mais um voto de confiança nas TPUs e permite que o Google aumente seu compromisso com a Cloud sem os requisitos significativos de capital." Os analistas a chamaram de "uma maneira leve de capital para o Google continuar impulsionando o momentum das TPUs."
As ações da Alphabet caíram 16% em relação ao pico do início de maio, coincidindo com um período mais amplo de fraqueza entre os hyperscalers. No ano, as ações da Alphabet ainda estão cerca de 8% acima, superando a Microsoft, a Amazon e a Meta Platforms.
FAQ
O que são as TPUs do Google e como elas diferem das GPUs da Nvidia?
As unidades de processamento tensorial (TPUs) do Google são circuitos integrados de aplicação específica (ASICs) co-projetados com a Broadcom e otimizados especificamente para tarefas de aprendizado de máquina, como treinamento de modelos e inferência. Elas consomem de 20% a 40% menos energia que os processadores da Nvidia, permitindo que o Google cobre cerca de 20% a 30% a menos pela capacidade de computação excedente, de acordo com o analista do William Blair, Ralph Schackart. As GPUs da Nvidia oferecem mais flexibilidade como processadores de uso geral originalmente projetados para renderização de gráficos 3D e mantêm uma posição de mercado dominante, com vantagens que incluem o sistema de software CUDA, em torno do qual os desenvolvedores vêm construindo há anos.
Quanta receita o Google deve gerar de seu negócio de nuvem este ano?
Wall Street projeta que a receita do Google Cloud aumente cerca de 64% este ano, para US$ 96 bilhões, segundo a FactSet. Analistas modelam crescimento acima de 50% continuando em 2027. A CFO da Alphabet, Anat Ashkenazi, informou que o backlog do Google Cloud quase dobrou sequencialmente para US$ 472 bilhões no final do primeiro trimestre, impulsionado pela forte demanda por ofertas empresariais de IA e vendas de hardware TPU. Analistas da Citizens previram que o Google gerará cerca de US$ 3 bilhões de receita de infraestrutura relacionada a TPU em 2026, antes de saltar para US$ 25 bilhões em 2027.
Quais grandes empresas assinaram acordos para usar as TPUs do Google?
A Anthropic se comprometeu a usar vários gigawatts de TPUs do Google para aumentar seus recursos de computação à medida que a demanda por seus modelos aumenta. A Meta Platforms assinou um acordo multibilionário com a Alphabet em fevereiro para usar as TPUs do Google. A Blackstone está comprometendo US$ 5 bilhões em capital inicial para uma joint venture de nuvem de TPU com o Google, com planos de colocar 500 megawatts de capacidade online até 2027. Além disso, a empresa financeira Citadel Securities está usando TPUs para modelagem financeira de alto desempenho, e todos os 17 laboratórios nacionais do Departamento de Energia dos EUA usam software de IA alimentado pelo Gemini e construído sobre os chips.
